Оценка частотного отклика требует входного сигнала для возбуждения модели на интересующих частотах. Затем программное обеспечение измеряет отклик на заданном выходе, используя входной сигнал и измеренный отклик для оценки частотного отклика.
При выполнении оценки частотного отклика указывается тип входного сигнала и его свойства.
В следующей таблице приведены типы входных сигналов, которые можно использовать для оценки в автономном режиме в линеаризаторе модели или в командной строке MATLAB ® для использования сfrestimate.
| Сигнал | Описание |
|---|---|
| Sinestream | Ряд синусоидальных возмущений приложен один за другим. Сигналы синестрима рекомендуются для большинства ситуаций. Они особенно полезны, когда система содержит сильные нелинейности или требуются высокоточные модели частотного отклика. |
| Щебет | Сигнал swept-frequency, который возбуждает вашу систему в диапазоне частот, так что входная частота меняется мгновенно. Чирп-сигналы полезны, когда система почти линейна в диапазоне моделирования. Они также полезны, когда требуется быстро получить отклик для множества частотных точек. |
| PRBS | Детерминированная псевдослучайная двоичная последовательность, которая смещается между двумя значениями и имеет свойства, похожие на белый шум. Сигналы PRBS уменьшают общее время оценки по сравнению с использованием входных сигналов синестрима, получая при этом сопоставимые результаты оценки. Сигналы PRBS полезны для оценки частотных характеристик систем связи и силовой электроники. |
| Случайный | Случайный входной сигнал. Случайные сигналы полезны, потому что они могут возбуждать систему равномерно на всех частотах вплоть до частоты Найквиста. |
| Шаг | Ступенчатый входной сигнал. Вводы шагов быстро моделируются и могут быть полезны в качестве первой попытки, когда у вас нет больших знаний о системе, которую вы пытаетесь оценить. |
| Произвольный | Временные ряды MATLAB, с помощью которых можно указать любой изменяющийся во времени сигнал в качестве входного. |
В общем случае оценочная частотная характеристика связана с входным и выходным сигналами как:
(t)).
Здесь uest (t) является введенным входным сигналом, а yest (t) является соответствующим моделируемым выходным сигналом. Дополнительные сведения см. в разделе Алгоритмы frestimate.
Для оперативной оценки с помощью блока оценки частотного отклика можно использовать два типа входных сигналов:
Синестрим - ряд синусоидальных возмущений, применяемых один за другим
Суперпозиция - набор синусоидальных возмущений, применяемых одновременно
Для оперативной оценки использование синестрименного сигнала может быть более точным и может соответствовать более широкому диапазону частот, чем сигнал суперпозиции. Режим синестрима также может быть менее интрузивным. Однако из-за последовательного характера возмущения синестрима каждая добавляемая частотная точка увеличивает время эксперимента. Таким образом, эксперимент по оценке обычно происходит намного быстрее с сигналом суперпозиции с удовлетворительными результатами.
Чтобы указать, какой тип входного сигнала использовать для оценки в режиме реального времени, используйте параметр «Режим эксперимента» блока «Оценка частотного отклика».
Дополнительные сведения о структуре синестрименных сигналов и их создании см. в разделе Синестрименные входные сигналы.
Дополнительные сведения о структуре сигналов частотно-частотной модуляции и о том, как их создавать, см. в разделе Входные сигналы частотно-частотной модуляции.
Для получения подробной информации о структуре сигналов PRBS и способах их создания см. раздел Входные сигналы PRBS.
Случайные сигналы полезны, потому что они могут возбуждать систему равномерно на всех частотах вплоть до частоты Найквиста. Для создания случайного входного сигнала для оценки:
В линеаризаторе модели на вкладке «Оценка» выберите «Входной сигнал» > «Случайный».
В командной строке используйте frest.Random чтобы создать случайный сигнал и использовать его в качестве входного аргумента для frestimate.
Случайный сигнал содержит равномерно распределенные случайные числа в интервале [0 Amplitude] или [Amplitude 0] для положительной и отрицательной амплитуд соответственно. Можно задать амплитуду, время выборки и количество выборок непосредственно при создании входного сигнала. Либо, если имеется соответствующая линейная инвариантная по времени (LTI) модель, такая как state-space (ss) модель, ее можно использовать для инициализации параметров случайного сигнала. Например, при наличии точной линеаризации системы ее можно использовать для инициализации параметров.
При использовании случайного входного сигнала для оценки частоты, возвращаемые в оцененном frd модель зависит от длины и времени дискретизации сигнала. Они являются частотами, полученными при быстром преобразовании Фурье входного сигнала (см. раздел Алгоритм frestimate).
Вводы шагов быстро моделируются. Подобно случайному сигналу, ступенчатый сигнал может возбуждать систему на всех частотах вплоть до частоты Найквиста. По этим причинам ввод шага может быть полезен в качестве первой попытки, когда у вас нет больших знаний о системе, которую вы пытаетесь оценить. Однако амплитуда возбуждения быстро уменьшается с увеличением частоты. Поэтому шаговые сигналы лучше всего использовать для идентификации растений низкого порядка, где доминируют самые медленные полюса. Ступенчатые входы не рекомендуются для оценки в широком диапазоне частот.
Чтобы создать ступенчатый входной сигнал для оценки, используйте frest.createStep. Эта функция создает MATLAB timeseries который представляет ввод шага, имеющий время выборки, время шага, размер шага и общую длину сигнала, указанную при вызове frest.createStep.
Для использования входного сигнала шага, созданного в рабочем пространстве MATLAB:
В линеаризаторе модели на вкладке Оценка (Estimation) выберите его в разделе Существующие входные сигналы (Existing Input Signals) выпадающего списка Входной сигнал (Input Signal).
В командной строке используйте его в качестве входного аргумента для frestimate.
При использовании ступенчатого входного сигнала для оценки частоты, возвращаемые в оцененном frd модель зависит от длины и времени дискретизации сигнала. Они являются частотами, полученными при быстром преобразовании Фурье входного сигнала (см. раздел Алгоритм frestimate).
Если вы хотите использовать сигнал, отличный от синестрима, чирпа, шага или случайного сигнала, вы можете предоставить свой собственный MATLAB timeseries объект. Например, можно создать timeseries представляет собой наклонный, пилообразный или квадратный волновой вход.
Использование timeseries объект в качестве входного сигнала для оценки, сначала создайте timeseries в рабочей области MATLAB. Затем:
В линеаризаторе модели на вкладке Оценка (Estimation) выберите его в разделе Существующие входные сигналы (Existing Input Signals) выпадающего списка Входной сигнал (Input Signal).
В командной строке используйте его в качестве входного аргумента для frestimate.
При использовании произвольного входного сигнала для оценки частоты, возвращаемые в оцененном frd модель зависит от длины и времени дискретизации сигнала. Они являются частотами, полученными при быстром преобразовании Фурье входного сигнала (см. раздел Алгоритм frestimate).
Сигналы суперпозиции доступны только для оперативной оценки с помощью блока оценки частотного отклика. Для оценки частотной характеристики на векторе частот λ = [λ 1,..., startN] при амплитудах A = [A1,..., AN] сигнал суперпозиции задаётся:
).
Блок выдает возмущение Δu на время эксперимента (при положительном сигнале запуска/остановки). Блок определяет, как долго ждать, пока переходные процессы системы не исчезнут, и сколько циклов использовать для оценки, как показано на следующей иллюстрации.
Texp - это длительность эксперимента, заданная при настройке сигнала запуска/остановки (для получения дополнительной информации см. описание порта запуска/остановки на странице ссылок на блок). Для вычисления оценки блок использует только данные, собранные в окне NlongestP. Здесь P является периодом самой медленной частоты в частотном векторе, а Nlongest является значением числа периодов самой низкой частоты, используемых для параметра блока оценки. Все циклы перед этим окном отбрасываются. Таким образом, время оседания Цеттл = Texp - NlongestP. Если вы знаете, что ваша система быстро оседает, вы можете сократить Texp, не меняя Nlongest, чтобы эффективно сократить Tsettle. Если ваша система шумит, вы можете увеличить Nlongest, чтобы получить больше усреднения в окне сбора данных. В любом случае всегда выбирайте Texp достаточно долго для достаточного расчета и достаточного сбора данных. Рекомендуемый Texp = 2NlongestP.
Чтобы использовать сигнал суперпозиции для оценки, в блоке «Оценка частотного отклика» установите для параметра «Режим эксперимента» значение «Суперпозиция». Дополнительные сведения см. в разделе Оценка частотного отклика.
frest.Chirp | frest.createStep | frest.PRBS | frest.Random | frest.Sinestream | frestimate