Неопределенные комплексные параметры и матрицы

Неопределенные сложные параметры

ucomplex элемент - это блок «Control Design Block», представляющий неопределенное комплексное число. Значение неопределенного комплексного числа лежит в диске, центрированном на NominalValue, с радиусом, указанным Radius имущества ucomplex элемент. Размер диска также может быть указан Percentage, что означает, что радиус выводится из абсолютного значения NominalValue. Свойства ucomplex объекты являются

Свойства	Значение	Класс
`Name`	Внутреннее имя	`char`
`NominalValue`	Номинальное значение элемента	`double`
`Mode`	`'Range'` `\|` `'Percentage'`	`char`
`Radius`	Радиус диска	`double`
`Percentage`	Изменение присадки (в процентах от `Radius`)	`double`
`AutoSimplify`	`'off'` `\| {'basic'} \|` `'full'`	`char`

Для простейшей конструкции требуется только имя и номинальное значение. Отображение свойств показывает, что по умолчанию Mode является Radius, а радиус по умолчанию равен 1.

a = ucomplex('a',2-j)

a = 
  Uncertain complex parameter "a" with nominal value 2-1i and radius 1.

get(a)

    NominalValue: 2.0000 - 1.0000i
            Mode: 'Radius'
          Radius: 1
      Percentage: 44.7214
    AutoSimplify: 'basic'
            Name: 'a'

Выполните выборку неопределенного комплексного параметра при 400 значениях и постройте график в комплексной плоскости. Очевидно, что образцы находятся на диске радиуса 1, центрированном в комплексной плоскости со значением 2-j.

asample = usample(a,400); 
plot(asample(:),'o'); 
xlim([-0.5 4.5]); 
ylim([-3 1]);

Figure contains an axes. The axes contains an object of type line.

Неопределенные комплексные матрицы

Неопределенный сложный класс матрицы, ucomplexm, представляет собой набор матриц, задаваемый формулой

N + _WLΔWR

где N, _WL и _WR являются известными матрицами, а Δ - любая комплексная матрица с $\overset{σ¯˙}{\overset{}{}} (Δ)$ ≤1. Все свойства ucomplexm доступны с помощью get и set. Свойства:

Свойства	Значение	Класс
`Name`	Внутреннее имя	`char`
`NominalValue`	Номинальное значение элемента	`double`
`WL`	Левый вес	`double`
`WR`	Правильный вес	`double`
`AutoSimplify`	`'off'` `\| {'basic'} \|` `'full'`	`char`

Неопределенные комплексные матрицы и матрицы взвешивания

Открыть сценарий в реальном времени

Создайте неопределенную комплексную матрицу 4 на 3 (ucomplexm) и просмотрите его свойства. Для простейшей конструкции требуется только имя и номинальное значение.

m = ucomplexm('m',[1 2 3; 4 5 6; 7 8 9; 10 11 12])

m = 
  Uncertain complex matrix "m" with 4 rows and 3 columns.

get(m)

    NominalValue: [4x3 double]
              WL: [4x4 double]
              WR: [3x3 double]
    AutoSimplify: 'basic'
            Name: 'm'

Номинальное значение - это матрица, в которую вы поставляете ucomplexm.

mnom = m.NominalValue

mnom = 4×3

     1     2     3
     4     5     6
     7     8     9
    10    11    12

По умолчанию матрицами взвешивания являются идентификаторы. Например, проверьте левое взвешивание.

m.WL

ans = 4×4

     1     0     0     0
     0     1     0     0
     0     0     1     0
     0     0     0     1

Выполните выборку неопределенной матрицы и сравните ее с номинальным значением. Следует отметить, что поэлементные размеры разности приблизительно равны, что указывает на матрицы взвешивания идентичности.

msamp = usample(m);
diff = abs(msamp-mnom)

diff = 4×3

    0.3309    0.0917    0.2881
    0.2421    0.3449    0.3917
    0.2855    0.2186    0.2915
    0.3260    0.2753    0.3816

Измените левую и правую матрицы взвешивания, увеличив неопределенность при перемещении вниз по строкам и по столбцам.

m.WL = diag([0.2 0.4 0.8 1.6]); 
m.WR = diag([0.1 1 4]);

Снова выполните выборку неопределенной матрицы и сравните ее с номинальным значением. Обратите внимание на поэлементные размеры разности и общую тенденцию, заключающуюся в том, что наименьшие разности находятся вблизи (1,1) элемента, а наибольшие разности находятся вблизи (4,3) элемента, что согласуется с тенденцией в диагональных матрицах взвешивания.

msamp = usample(m);
diff = abs(msamp-mnom)

diff = 4×3

    0.0048    0.0526    0.2735
    0.0154    0.1012    0.4898
    0.0288    0.3334    0.8555
    0.0201    0.4632    1.3783

См. также

ucomplex | ucomplexm

Документация