Постройте усиление худшего случая следующей системы:

Неопределенный параметр = 2 $$\pm$$ 1.

a = ureal('a',2);
usys = tf([1 3 0],[1 2 a]);
wcsigmaplot(usys)

Worst perturbation кривая идентифицирует один ответ в неопределенности, которая дает к самому высокому усилению на любой частоте. Это возмущение соответствует wcu выход wcgain.

Worst-case gain кривые показывают нижние и верхние границы на усилении худшего случая на каждой частоте. Для любого возмущения в указанном диапазоне неопределенности основные усиления (сингулярные значения) встревоженной системы лежат ниже Worst-case gain (upper bound) кривая. Другими словами, эта кривая является конвертом, произведенным путем нахождения самого высокого усиления в неопределенности на каждой частоте. Для этой системы нижние и верхние границы достаточно близки, чтобы казаться идентичными на графике. (См. wcgain для получения дополнительной информации об этих границах.)

Фокусируйте график на области между 0,1 и 10 рад/с.

w = {0.1 10};
wcsigmaplot(usys,w)

Исследуйте эффект на ответе худшего случая увеличения области значений неопределенности. Для этого не изменяя неопределенность задан в usys, используйте ULevel опция wcOptions. Эта опция масштабирует нормированную неопределенность фактором, который вы задаете. Например, исследуйте ответ худшего случая на 50% большая область значений неопределенности.

opts = wcOptions('ULevel',1.5);
wcsigmaplot(usys,w,opts)

График показывает, что увеличение области значений неопределенности существенно увеличивает усиление худшего случая в низких частотах.