frest.Random

Случайный входной сигнал

Описание

Используйте a frest.Random объект представлять случайный входной сигнал для оценки частотной характеристики. Случайный сигнал содержит равномерно распределенные случайные числа в интервале [0 Amplitude] или [Amplitude 0] для положительных и отрицательных амплитуд, соответственно.

Случайные сигналы полезны, потому что они могут взволновать систему однородно всеми частотами до частоты Найквиста.

Можно использовать случайный входной сигнал для оценки в командной строке в Model Linearizer, или с блоком Frequency Response Estimator. Алгоритм оценки вводит сигнал sinestream в точке ввода, которую вы задаете для оценки, и измеряет ответ в выходной точке.

Когда вы используете случайный входной сигнал для оценки, частоты, возвращенные в предполагаемом frd модель зависит от длины и время выборки сигнала. Они - частоты, полученные в быстром преобразовании Фурье входного сигнала. Для получения дополнительной информации смотрите раздел Algorithm frestimate.

Чтобы просмотреть график вашего входного сигнала, введите plot(input). Создать a timeseries возразите для своего входного сигнала, используйте generateTimeseries команда.

Создание

Описание

input = frest.Random(sys) создает случайный сигнал со свойствами на основе динамики линейной системы sys. Например, если у вас есть точная линеаризация вашей системы, можно использовать ее, чтобы инициализировать параметры.

пример

input = frest.Random(Name,Value) создает случайный сигнал со свойствами, заданными с помощью одной или нескольких пар "имя-значение". Заключите каждое имя свойства в кавычки.

Входные параметры

развернуть все

Линейная динамическая система в виде SISO ss, tf, или zpk объект. Можно задать известную динамику или получить линейную модель путем линеаризации нелинейной системы.

Получившийся frest.Random возразите автоматически устанавливает следующие свойства на основе линейной системы:

  • Ts установлен таким образом, что частота Найквиста сигнала является пять раз верхним концом частотного диапазона, чтобы не искажать проблемы.

  • NumSamples установлен таким образом, что оценка частотной характеристики включает более низкий уровень частотного диапазона.

Остающиеся свойства используют значения по умолчанию.

Свойства

развернуть все

Предупредите об амплитуде в виде скаляра. Если Amplitude :

  • Положительный, случайные значения сигналов равномерно распределены в области значений [0 Amplitude]

  • Отрицательный, случайные значения сигналов равномерно распределены в области значений [Amplitude 0]

Шаг расчета случайного сигнала в секундах в виде положительной скалярной величины.

Количество выборок в случайном сигнале в виде положительного целого числа.

Поток случайных чисел в виде a RandStream объект. Состояние потока, который вы задаете, хранится с входным сигналом. Это сохраненное состояние позволяет программному обеспечению возвращать тот же результат каждый раз, когда вы используете generateTimeseries и frestimate с входным сигналом.

По умолчанию, Stream поток по умолчанию текущего сеанса MATLAB®.

Функции объекта

frestimateОценка частотной характеристики моделей Simulink
generateTimeseriesСгенерируйте данные временного интервала для входного сигнала
frest.simCompareПостройте симуляцию временного интервала нелинейных и линейных моделей
frest.simViewПостройте модель частотной характеристики во временной и частотной областях
getSimulationTimeИтоговое время симуляции для оценки частотной характеристики

Примеры

свернуть все

Создайте Случайный входной сигнал с 1000 выборки взяты в 100 Гц и амплитуда 0.02.

input = frest.Random('Amplitude',0.02,...
                     'Ts',1/100,...
                     'NumSamples',1000);

Постройте случайный сигнал.

plot(input)

Создайте мультипликативный изолированный генератор Фибоначчи случайный поток.

stream = RandStream('mlfg6331_64','Seed',0);

Создайте случайный входной сигнал с помощью этого потока.

input = frest.Random('Stream',stream);

Альтернативная функциональность

Model Linearizer

В Model Linearizer, чтобы использовать случайный входной сигнал для оценки, на вкладке Estimation, выбирают Input Signal> Random.

Представленный в R2009b
Для просмотра документации необходимо авторизоваться на сайте