cont2discrete#
- scipy.signal.cont2discrete(system, dt, method='zoh', alpha=None)[source]#
将连续状态空间系统转换为离散状态空间系统。
- 参数:
- system描述系统的元组或
lti
的实例 下面列出了元组中的元素数量和解释
1:(
lti
的实例)2:(分子,分母)
3:(零点,极点,增益)
4:(A, B, C, D)
- dt浮点数
离散化时间步长。
- methodstr,可选
使用哪种方法
gbt:广义双线性变换
线性:Tustin 近似值(“gbt”,alpha=0.5)
欧拉:欧拉(或前向差分)方法(“gbt”,alpha=0)
向后差分:向后差分(“gbt”,alpha=1.0)
zoh:零阶保持(默认)
foh:一阶保持(新增版本:1.3.0)
脉冲:等效脉冲响应(新增版本:1.3.0)
- alpha介于 [0, 1] 区间的浮点数,可选
广义双线性变换加权参数,只应指定为 method=”gbt”,其他情况忽略
- system描述系统的元组或
- 返回:
- sysd包含离散系统的元组
基于输入类型,输出将采用以下形式
对于传递函数输入:(num, den, dt)
对于零极点增益输入:(zeros, poles, gain, dt)
对于状态空间系统输入:(A, B, C, D, dt)
注释
默认情况下,例程采用零阶保持 (zoh) 方法来执行变换。另外,可以采用广义双线性变换,它包括常见的 Tustin 的双线性逼近、Euler 的方法技术或反向差分技术。
零阶保持 (zoh) 方法基于 [1],广义双线性逼近基于 [2] 和 [3],一阶保持 (foh) 方法基于 [4]。
参考
[3]G. Zhang, X. Chen, and T. Chen, Digital redesign via the generalized bilinear transformation, Int. J. Control, vol. 82, no. 4, pp. 741-754, 2009. (https://www.mypolyuweb.hk/~magzhang/Research/ZCC09_IJC.pdf)
[4]G. F. Franklin, J. D. Powell, and M. L. Workman, Digital control of dynamic systems, 3rd ed. Menlo Park, Calif: Addison-Wesley, pp. 204-206, 1998.
示例
我们可以将连续状态空间系统转换为离散状态空间系统
>>> import numpy as np >>> import matplotlib.pyplot as plt >>> from scipy.signal import cont2discrete, lti, dlti, dstep
定义连续状态空间系统。
>>> A = np.array([[0, 1],[-10., -3]]) >>> B = np.array([[0],[10.]]) >>> C = np.array([[1., 0]]) >>> D = np.array([[0.]]) >>> l_system = lti(A, B, C, D) >>> t, x = l_system.step(T=np.linspace(0, 5, 100)) >>> fig, ax = plt.subplots() >>> ax.plot(t, x, label='Continuous', linewidth=3)
使用几种方法将其转换为离散状态空间系统。
>>> dt = 0.1 >>> for method in ['zoh', 'bilinear', 'euler', 'backward_diff', 'foh', 'impulse']: ... d_system = cont2discrete((A, B, C, D), dt, method=method) ... s, x_d = dstep(d_system) ... ax.step(s, np.squeeze(x_d), label=method, where='post') >>> ax.axis([t[0], t[-1], x[0], 1.4]) >>> ax.legend(loc='best') >>> fig.tight_layout() >>> plt.show()