ncfmr

Усечение сбалансированной модели для нормализованных простых факторов

Синтаксис

GRED = ncfmr(G)
GRED = ncfmr(G,order)
[GRED,redinfo] = ncfmr(G,key1,value1,...)
[GRED,redinfo] = ncfmr(G,order,key1,value1,...)

Описание

ncfmr возвращает модель GRED пониженного порядка, образованную набором сбалансированных нормализованных простых множителей и массива структур redinfo, содержащим общие левые и правые множители G и их общие сингулярные значения Ханкеля.

Сингулярные значения Ханкеля простых факторов такой стабильной системы указывают на соответствующую «энергию состояния» системы. Следовательно, пониженный порядок может быть непосредственно определен путем исследования системы Hankel SV.

С одним только входным параметром Gфункция покажет график сингулярного значения Ханкеля исходной модели и предложит уменьшить число порядков моделей.

Левый и правый нормированные простые множители заданы как [1]

  • Факторизация Left Coprime: G=Ml1(s)Nl(s)

  • Факторизация Right Coprime: G=Nr(s)Mr1(s)

где там существуют стабильные Ur (<reservedrangesplaceholder6>), Vr (<reservedrangesplaceholder4>), Ul (<reservedrangesplaceholder2>) и Vl (<reservedrangesplaceholder0>) таким образом что

UrNr+VrMr=INlUl+MlVl=I

Множители влево/вправо стабильны, следовательно, подразумевают, Mr (ы) должны содержать в виде RHP-нулей все RHP-полюсы G (ей). Копримность также подразумевает, что не должно быть общих RHP-нулей в Nr (ах) и Mr (ах), то есть при формированииG=Nr(s)Mr1(s), не должно быть удалений нулей-полюсов.

Эта таблица описывает входные параметры для ncmfr.

Аргумент

Описание

G

Модель LTI будет уменьшена (без каких-либо других входов будет строиться график ее сингулярных значений Ханкеля и подсказка для пониженного порядка)

ORDER

(Необязательно) Целое число для желаемого порядка уменьшенной модели или, опционально, вектор, упакованный с желаемыми порядками для пакетных запусков

Пакетный запуск последовательного набора различных моделей пониженного порядка может быть сгенерирован путем определения order = x:y, или вектор из целых чисел. По умолчанию вся антистабильная часть системы сохранена, потому что с точки зрения стабильности контроля, избавление от нестабильного состояния (состояний) опасно, чтобы смоделировать систему. The ncfmr метод позволяет исходной модели иметь j ω -осевые особенности.

'MaxError' может быть задано так же, как альтернатива для 'ORDER'. В этом случае уменьшенный порядок будет определен, когда сумма хвостов сингулярных значений Ханкеля достигнет 'MaxError'.

Аргумент

Значение

Описание

'MaxError'

Действительное число или вектор различных ошибок

Уменьшите, чтобы добиться H ∞ ошибки.

Когда присутствует, 'MaxError' переопределяет ORDER вход.

'Display'

'on' или 'off'

Отобразите сингулярные графики Ханкеля (по умолчанию 'off').

'Order'

целое число, вектор или массив ячеек

Порядок уменьшенной модели. Используйте только, если не задан как второй аргумент.

Веса на входе и/или выходе исходной модели могут заставить алгоритм снижения сложности модели фокусироваться на некоторой частотной области значений интересов. Но веса должны быть стабильными, минимальными фазами и инвертируемыми.

Эта таблица описывает выходные аргументы.

Аргумент

Описание

GRED

Модель пониженного порядка LTI, которая становится многомерным массивом, когда вход является последовательным набором другого порядка модели.

REDINFO

A Массива структур с 3 полями:

  • REDINFO.GL (left coprime factor)

  • REDINFO.GR (right coprime factor)

  • REDINFO.hsv (Hankel singular values)

G может быть стабильным или нестабильным, непрерывным или дискретным.

Примеры

Учитывая непрерывную или дискретную, стабильную или нестабильную систему, Gследующие команды могут получить набор моделей пониженного порядка на основе выбранных вами вариантов:

rng(1234,'twister'); 
G = rss(30,5,4);
G.D = zeros(5,4);
[g1, redinfo1] = ncfmr(G); % display Hankel SV plot 
                           % and prompt for order (try 15:20)
[g2, redinfo2] = ncfmr(G,20); 
[g3, redinfo3] = ncfmr(G,[10:2:18]);
[g4, redinfo4] = ncfmr(G,'MaxError',[0.01, 0.05]);
for i = 1:4
    figure(i)
	eval(['sigma(G,g' num2str(i) ');']);
end

Алгоритмы

Учитывая пространство состояний (A,B,C,D) системы и k, желаемый пониженный порядок, следующие шаги произведут преобразование подобия, чтобы обрезать исходную систему в пространстве состояний кth упорядочить уменьшенную модель.

  1. Найдите нормированные общие множители G путем решения гамильтониана, описанного в [1].

    Gl=[NlMl]Gr=[NrMr]

  2. Выполните kth упорядочить квадратный корень сбалансированной модели на Gl (или Gr) [2].

  3. Уменьшенная модель GRED является:

    [A^B^C^D^]=[AcBmClBnBmDlClDl]

где

Nl (:= Ac, Bn, Cc, Dn)

              <reservedrangesplaceholder5> <reservedrangesplaceholder4>: = (Ac, Bm, Cc, Dm)

              Cl = (<reservedrangesplaceholder0>)–1Cc

              Dl = (<reservedrangesplaceholder0>)–1Dn

Ссылки

[1] М. Видясагар. Синтез системы управления - подход факторизации. Лондон: The MIT Press, 1985.

[2] М. Г. Сафонов и Р. Я. Чанг, «Метод Шура для сбалансированного Снижения сложности модели», IEEE Trans. on Automat. Контр., т. AC-2, № 7, июль 1989, с. 729-733.

См. также

| | | | |

Представлено до R2006a
Для просмотра документации необходимо авторизоваться на сайте