nblocks

Количество блоков в Обобщенной матрице или модели Generalized LTI

Синтаксис

N = nblocks(M)

Описание

N = nblocks(M) возвращает количество Блоков Системы управления в модели Generalized LTI или Обобщенном матричном M.

Входные параметры

M

Модель Generalized LTI (genss или genfrd модель), Обобщенная матрица (genmat), или массив таких моделей.

Выходные аргументы

N

Количество Блоков Системы управления в M. Если блок появляется многократно в MN отражает общее количество случаев.

Если M массив моделей, N массив с теми же размерностями как M. Каждая запись N количество Блоков Системы управления в соответствующей записи M.

Примеры

Количество блоков системы управления в модели фильтра второго порядка

В этом примере показано, как использовать nblocks исследовать два различных способа параметрировать модель фильтра второго порядка.

  1. Создайте настраиваемую (параметрическую) модель фильтра второго порядка:

    F(s)=ωn2s2+2ζωn+ωn2,

    где затухание ζ и собственная частота ωn является настраиваемыми параметрами.

    wn = realp('wn',3);
    zeta = realp('zeta',0.8);
    F = tf(wn^2,[1 2*zeta*wn wn^2]);

    F isa genss модель с двумя настраиваемыми Блоками Системы управления, realp блоки wn и zeta. Блоки wn и zeta имейте начальные значения 3 и 0.8, соответственно.

  2. Исследуйте количество настраиваемых блоков в модели с помощью nblocks.

    nblocks(F)

    Эта команда возвращает результат:

    ans =
    
         6

    F имеет два настраиваемых параметра, но параметр wn появляется пять раз — дважды в числителе и три раза в знаменателе.

  3. Перепишите F для меньшего количества случаев wn.

    Передаточная функция фильтра второго порядка может быть описана можно следующим образом:

    F(s)=1(sωn)2+2ζ(sωn)+1.

    Используйте это выражение, чтобы создать настраиваемый фильтр:

    F = tf(1,[(1/wn)^2 2*zeta*(1/wn) 1])
  4. Исследуйте количество настраиваемых блоков в новой модели фильтра.

    nblocks(F)

    Эта команда возвращает результат:

    ans =
    
         4

    В новой формулировке существует только три случаев настраиваемого параметра wn. Сокращение количества случаев блока в модели может улучшить время эффективности вычислений, включающих модель. Однако количество случаев не влияет на результаты настройки модели или выборки модели для исследований параметра.

Введенный в R2011a