Надежное программное обеспечение Control Toolbox™ предлагает несколько алгоритмов аппроксимации модели и уменьшения порядка. Эти алгоритмы позволяют управлять абсолютной или относительной ошибкой аппроксимации и основаны на сингулярных значениях Ханкеля системы.
Надежная теория управления количественно определяет системную неопределенность как аддитивный или мультипликативный тип. Эти процедуры сокращения моделей также подразделяются на две группы: аддитивные и мультипликативные типы ошибок. Другими словами, некоторые процедуры сокращения модели создают модель уменьшенного порядка. Gred исходной модели G с ограничением по ошибок
Эти теоретические границы основаны на «хвостах» сингулярных значений Ганкеля модели, которые даны следующим образом.
Привязка аддитивной ошибки:
В данном случае starti обозначают i-е сингулярное значение Ганкеля исходной системы G.
Мультипликативная (относительная) граница ошибки:
В данном случае starti обозначают i-е сингулярное значение Ганкеля фазовой матрицы модели G (см. bstmr справочная страница).
Команда сокращения модели верхнего уровня
|
Метод |
Описание |
|---|---|
|
Основной интерфейс к алгоритмам аппроксимации модели |
Нормализованная совмещенная сбалансированная команда уменьшения модели
|
Метод |
Описание |
|---|---|
|
Нормализованное параллельное сбалансированное усечение |
Аддитивные команды уменьшения модели ошибок
Команда сокращения модели мультипликативной ошибки
|
Метод |
Описание |
|---|---|
|
Сбалансированное стохастическое усечение |
Дополнительные инструменты сокращения модели