Случайный входной сигнал
Используйте frest.Random объект для представления случайного входного сигнала для оценки частотной характеристики. Случайный сигнал содержит равномерно распределенные случайные числа в интервале [0 Amplitude] или [Amplitude 0] для положительной и отрицательной амплитуд, соответственно.
Случайные сигналы полезны, потому что они могут равномерно возбуждать систему на всех частотах до частоты Найквиста.
Можно использовать случайный входной сигнал для оценки в командной строке, в Model Linearizer или с блоком Frequency Response Estimator. Алгоритм оценки вводит сигнал в входную точку, которую вы задаете для оценки, и измеряет ответ в выходной точке.
Когда вы используете случайный входной сигнал для оценки, частоты, возвращенные в оцененном frd модель зависит от длины и времени дискретизации сигнала. Они являются частотами, полученными в быстром преобразовании Фурье входного сигнала. Для получения дополнительной информации смотрите раздел «Алгоритм» frestimate.
Чтобы просмотреть график своего входного сигнала, введите plot(input). Как создать timeseries объект для вашего входного сигнала, используйте generateTimeseries команда.
input = frest.Random(sys)sys. Например, если у вас есть точная линеаризация системы, можно использовать ее, чтобы инициализировать параметры.
input = frest.Random(Name,Value)
frestimate | Оценка частотной характеристики моделей Simulink |
generateTimeseries | Сгенерируйте данные временной области для входного сигнала |
frest.simCompare | Постройте симуляцию во временной области нелинейных и линейных моделей |
frest.simView | Постройте модель частотной характеристики во временной и частотной областях |
getSimulationTime | Окончательное время симуляции для оценки частотной характеристики |
Создайте Случайный входной сигнал с 1000 выборки, взятые в 100 Гц и амплитуда 0.02.
input = frest.Random('Amplitude',0.02,... 'Ts',1/100,... 'NumSamples',1000);
Постройте график случайного сигнала.
plot(input)
Создайте мультипликативный случайный поток генератора Фибоначчи с отставанием.
stream = RandStream('mlfg6331_64','Seed',0);
Создайте случайный входной сигнал, используя этот поток.
input = frest.Random('Stream',stream);В Model Linearizer, чтобы использовать случайный входной сигнал для оценки, на вкладке Estimation, выберите Input Signal > Random.