最新用MATLAB实现线性系统的频域分析

最新用MATLAB实现线性系统的频域分析
最新用MATLAB实现线性系统的频域分析

实验二用MATLAB实现线性系统的频域分析

[实验目的]

1.掌握MATLAB平台下绘制典型环节及系统开环传递函数的Bode图和Nyquist图(极坐标图)绘制方法;

2.掌握利用Bode图和Nyquist图对系统性能进行分析的理论和方法。

[实验指导]

一、绘制Bode图和Nyquist图

1.Bode图绘制

采用bode()函数,调用格式:

①bode(sys);bode(num,den);

系统自动地选择一个合适的频率范围。

②bode(sys,w);

其中w(即ω)是需要人工给出频率范围,一般由语句w=logspace(a,b,n)给出。logspace(a,b,n):表示在10a到10b之间的 n个点,得到对数等分的w值。

③bode(sys,{wmin,wmax});

其中{wmin,wmax}是在命令中直接给定的频率w的区间。

以上这两种格式可直接画出规范化的图形。

④[mag,phase,ω]=bode(sys)或[m,p]=bode(sys)

这种格式只计算Bode图的幅值向量和相位向量,不画出图形。

m为频率特性G(jω )的幅值向量;

p为频率特性G(jω )的幅角向量,单位为角度(°)。

w为频率向量,单位为[弧度]/秒。

在此基础上再画图,可用:

subplot(211);semilogx(w,20*log10(m) %对数幅频曲线

subplot(212);semilogx(w,p) %对数相频曲线

⑤bode(sys1,sys2,…,sysN) ;

⑥bode((sys1,sys2,…,sysN,w);

这两种格式可在一个图形窗口同时绘多个系统的bode图。

2. Nyquist曲线的绘制

采用nyquist()函数调用格式:

① nyquist(sys) ;

② nyquist(sys,w) ;

其中频率范围w由语句w=w1:Δw:w2确定。

③nyquist(sys1,sys2,…,sysN) ;

④nyquist(sys1,sys2,…,sysN,w);

⑤ [re,im,w]=nyquist(sys) ;

re—频率响应实部im—频率响应虚部

使用命令axis()改变坐标显示范围,例如axis([-1,1.5,-2,2])。

⑥当传递函数串有积分环节时ω=0处会出现幅频特性为无穷大的情况,可用命令axis(),自定义图形显示范围,避开无穷大点。

二、系统分析

1.计算控制系统的稳定裕度

采用margin( )函数可以直接求出系统的幅值裕度和相角裕度。

调用格式为:

①[Gm,Pm,Wcg,Wcp]= margin(num,den) ;

[Gm,Pm,Wcg,Wcp]= margin(A,B,C,D) ;

[Gm,Pm,Wcg,Wcp]= margin(sys) ;

Gm--- 幅值裕度;

Pm---相位裕度;

wcg ---幅值裕度处对应的频率ωc;

wcp ---相位裕度处对应的频率ωg。

②[Gm,Pm,Wcg,Wcp]= margin(mag ,phase,w);

③ margin(sys)

在当前图形窗口中绘制出系统裕度的Bode图。

2.用幅值裕度和相角裕度判断闭环系统稳定性与相对稳定性

3.用Nyquist图判断闭环系统稳定性

由Nyquist曲线包围(-1,j0)点的情况,根据Nyquist稳定判据判断闭环系统稳定性。

三、举例

例1:振荡环节如下:16

()21016

G s s s =

++,做出该环节的Bode 图和Nyquist 图。

程序:

>>n=[16];d=[1 10 16];sys=tf(n,d);figure(1);bode(sys);figure(2);nyquist(sys)

运行结果:

Bode Diagram

Frequency (rad/sec)

P h a s e (d e g )

M a g n i t u d e (d B )

10

10

10

10

Nyquist Diagram

Real Axis

I m a g i n a r y A x i

s

例2:振荡环节如下:16()216

n G s s s ξω=

++,做出该环节的Bode 图和Nyquist 图。

ξ变化,取[0.05,0.1,0.2,0.5,0.7,1,2]。

1.Bode 图程序:

>> wn=8;znb=[0.05,0.1,0.5,0.7,2];w=logspace(0,2,10000);figure(1);n=[wn^2]; for k=znb d=[1 2*k*wn wn^2];sys=tf(n,d);bode(sys,w);hold on; end 运行结果:

Bode Diagram

Frequency (rad/sec)

P h a s e (d e g )

M a g n i t u d e (d B

)-60-40-200204010

10

10

-180

-135-90-450

1.Nyquist 图程序:

>> wn=8;znb=[0.05,0.1,0.5,0.7,2];w=logspace(0,2,10000);figure(1);n=[wn^2]; for k=znb d=[1 2*k*wn wn^2];sys=tf(n,d); nyqiust(sys,w); hold on; end 运行结果:

Nyquist Diagram

Real Axis

I m a g i n a r y A x i s

例3:系统开环传递函数如下:

①020

()(0.51)

G s s s =+,

②0.231

()0.0551

c s G s s +=+,

③20(0.231)

()(0.0551)(0.51)

s G s s s s +=

++,

做出各自的Bode 图,并求①、③幅值裕度和相角裕度 1.Bode 图程序:

>> n1=20;d1=conv([1,0],[0.5,1]);sys1=tf(n1,d1); figure(2);bode(sys1); n2=[0.23 1];d2=[0.055,1];sys2=tf(n2,d2);hold on; figure(2);bode(sys2);

n=[4.6 20];d=conv([1,0],conv([0.055,1],[0.5,1]));sys=tf(n,d);hold on; figure(2); bode(sys)

运行结果:

Bode Diagram

Frequency (rad/sec)

P h a s e (d e g )

M a g n i t u d e (d B )

10

10

10

10

2.求①②幅值裕度和相角裕度程序(图形与数据) >> n1=20;d1=conv([1,0],[0.5,1]);sys1=tf(n1,d1); figure(1);margin(sys1)

运行结果:

Bode Diagram

Frequency (rad/sec)

P h a s e (d e g )

M a g n i t u d e (d B

)-1001020304050Gm = Inf, P m = 17.964 deg (at 6.1685 rad/sec)

10

10

10

-180

-135

-90

>> n=[4.6 20];d=conv([1,0],conv([0.055,1],[0.5,1]));sys=tf(n,d);hold on; figure(2); margin(sys)

运行结果:

Bode Diagram

Frequency (rad/sec)

P h a s e (d e g )

M a g n i t u d e (d B )

Gm = Inf, P m = 50.472 deg (at 8.9542 rad/sec)

10

10

10

10

2.求①②幅值裕度和相角裕度程序和结果(数据)

>> [Gm,Pm,Wcg,Wcp]= margin(sys1)

Gm = Inf Pm = 17.9642 Wcg = Inf

Wcp = 6.1685

>> [Gm,Pm,Wcg,Wcp]= margin(sys)

Gm = Inf Pm = 50.4719 Wcg = Inf Wcp = 8.9542

例4:系统开环传递函数为:0431)

()(21)

s G s s s +=+( 做出nyquist 图,按nyquist 稳定判据判

断闭环系统的稳定性。

程序与结果:

>> n=conv([4],[3 1]);d=conv([1 0],[2 1]);sys2=tf(n,d) Transfer function: 12 s + 4 --------- 2 s^2 + s

>> figure(4);nyquist(sys2);v=[-1,6,-60,60];axis(v)

Nyquist Diagram

Real Axis

I m a g i n a r y A x i s

分析判断:p=0,nyquist 曲线没有包围(-1,j0)点,闭环系统是稳定的。 下面通过闭环系统时域阶跃响应来验证闭环系统的稳定性:

>> n=conv([4],[3 1]);d=conv([1 0],[2 1]);G1=tf(n,d); G2=1;G=feedback(G1,G2,-1) Transfer function: 12 s + 4 ---------------- 2 s^2 + 13 s + 4 >> figure(7);step(G)

Time (sec)

A m p l i t u d e

0.10.20.30.40.50.6

0.70.80.91

ω=0-

线性系统理论Matlab实践仿真报告

线性系统理论Matlab实验报告 1、本题目是在已知状态空间描述的情况下要求设计一个状态反馈控制器,从而使得系统具 有实数特征根,并要求要有一个根的模值要大于5,而特征根是正数是系统不稳定,这样的设计是无意义的,故而不妨设采用状态反馈后的两个期望特征根为-7,-9,这样满足题目中所需的要求。 (1)要对系统进行状态反馈的设计首先要判断其是否能控,即求出该系统的能控性判别矩阵,然后判断其秩,从而得出其是否可控; 判断能控程序设计如下: >> A=[-0.8 0.02;-0.02 0]; B=[0.05 1;0.001 0]; Qc=ctrb(A,B) Qc = 0.0500 1.0000 -0.0400 -0.8000 0.0010 0 -0.0010 -0.0200 Rc=rank(Qc) Rc =2 Qc = 0.0500 1.0000 -0.0400 -0.8000 0.0010 0 -0.0010 -0.0200 得出结果能控型判别矩阵的秩为2,故而该系统是完全可控的,故可以对其进行状态反馈设计。 (2)求取状态反馈器中的K,设的期望特征根为-7,-9; 其设计程序如下: >> A=[-0.8 0.02;-0.02 0]; B=[0.05 1;0.001 0]; P=[-7 -9]; k=place(A,B,P) k = 1.0e+003 * -0.0200 9.0000 0.0072 -0.4500 程序中所求出的k即为所求状态反馈控制器的状态反馈矩阵,即由该状态反馈矩阵所构成的状态反馈控制器能够满足题目要求。 2、(a)要求求该系统的能控型矩阵,并验证该系统是不能控的。

matlab频谱分析

设计出一套完整的系统,对信号进行频谱分析和滤波处理; 1.产生一个连续信号,包含低频,中频,高频分量,对其进行采样,进行频谱分析,分别设计三种高通,低通,带通滤波器对信号进行滤波处理,观察滤波后信号的频谱。 2.采集一段含有噪音的语音信号(可以录制含有噪音的信号,或者录制语音后再加进噪音信号),对其进行采样和频谱分析,根据分析结果设计出一合适的滤波器滤除噪音信号。 %写上标题 %设计低通滤波器: [N,Wc]=buttord() %估算得到Butterworth低通滤波器的最小阶数N和3dB截止频率Wc [a,b]=butter(N,Wc); %设计Butterworth低通滤波器 [h,f]=freqz(); %求数字低通滤波器的频率响应 figure(2); % 打开窗口2 subplot(221); %图形显示分割窗口 plot(f,abs(h)); %绘制Butterworth低通滤波器的幅频响应图 title(巴氏低通滤波器''); grid; %绘制带网格的图像 sf=filter(a,b,s); %叠加函数S经过低通滤波器以后的新函数 subplot(222); plot(t,sf); %绘制叠加函数S经过低通滤波器以后的时域图形 xlabel('时间(seconds)'); ylabel('时间按幅度'); SF=fft(sf,256); %对叠加函数S经过低通滤波器以后的新函数进行256点的基—2快速傅立叶变换 w= %新信号角频率 subplot(223); plot()); %绘制叠加函数S经过低通滤波器以后的频谱图 title('低通滤波后的频谱图'); %设计高通滤波器 [N,Wc]=buttord() %估算得到Butterworth高通滤波器的最小阶数N和3dB截止频率Wc [a,b]=butter(N,Wc,'high'); %设计Butterworth高通滤波器 [h,f]=freqz(); %求数字高通滤波器的频率响应 figure(3); subplot(221); plot()); %绘制Butterworth高通滤波器的幅频响应图 title('巴氏高通滤波器'); grid; %绘制带网格的图像 sf=filter(); %叠加函数S经过高通滤波器以后的新函数 subplot(222); plot(t,sf); ;%绘制叠加函数S经过高通滤波器以后的时域图形 xlabel('Time(seconds)'); ylabel('Time waveform'); w; %新信号角频率 subplot(223);

线性系统理论大作业小组报告-汽车机器人建模

审定成绩: 重庆邮电大学 硕士研究生课程设计报告 (《线性系统理论》) 设计题目:汽车机器人建模 学院名称:自动化学院 学生姓名: 专业:控制科学与工程 仪器科学与技术 班级:自动化1班、2班 指导教师:蔡林沁 填表时间:2017年12月

重庆邮电大学

摘要 汽车被广泛的应用于城市交通中,它的方便、快速、高效给人们带来了很大便利,这大大改变了人们的生活. 研制出一种结构简单、控制有效、行驶安全的城市用无人智能驾驶车辆,将驾驶员解放出来,是大大降低交通事故的有效方法之一,应用现代控制理论设计出很多控制算法,对汽车进行控制是非常必要的,本文以汽车机器人为研究对象,对其进行建模和仿真,研究了其模型的能控能观性、稳定性,并通过极点配置和状态观测器对其进行控制,达到了一定的性能要求。这些研究为以后研究汽车的自动驾驶和路径导航,打下了一定的基础。 关键字:建模、能控性、能观性、稳定性、极点配置、状态观测器

目录 第一章绪论 (1) 第一节概述 (1) 第二节任务分工 (2) 第二章系统建模 (2) 2 系统建模 (2) 2.1运动学模型 (2) 2.2自然坐标系下模型 (4) 2.3具体数学模型 (6) 第三章系统分析 (7) 3.1 能控性 (7) 3.1.1 能控性判据 (7) 3.1.2 能控性的判定 (8) 3.2 能观性 (10) 3.2.1 能观性判据 (10) 3.2.2 能观测性的判定 (12) 3.3 稳定性 (13) 3.3.1 稳定性判据 (13) 3.3.2 稳定性的判定 (14) 第四章极点配置 (15) 4.1 极点配置概念 (15) 4.2 极点配置算法 (15) 4.3 极点的配置 (16) 4.4 极点配置后的阶跃响应 (17) 第五章状态观测器 (18) 5.1概念 (19) 5.2带有观测器的状态反馈 (20) 5.3代码实现 (21) 5.4 极点配置和状态观测器比较 (23)

用MATLAB进行FFT频谱分析

用MATLAB 进行FFT 频谱分析 假设一信号: ()()292.7/2cos 1.0996.2/2sin 1.06.0+++=t t R ππ 画出其频谱图。 分析: 首先,连续周期信号截断对频谱的影响。 DFT 变换频谱泄漏的根本原因是信号的截断。即时域加窗,对应为频域卷积,因此,窗函数的主瓣宽度等就会影响到频谱。 实验表明,连续周期信号截断时持续时间与信号周期呈整数倍关系时,利用DFT 变换可以得到精确的模拟信号频谱。举一个简单的例子: ()ππ2.0100cos +=t Y 其周期为0.02。截断时不同的持续时间影响如图一.1:(对应程序shiyan1ex1.m ) 图 错误!文档中没有指定样式的文字。.1 140.0160.0180.02 截断时,时间间期为周期整数倍,频谱图 0.0250.03 0100200300400500600 7008009001000 20 40 60 80 100 截断时,时间间期不为周期整数倍,频谱图

其次,采样频率的确定。 根据Shannon 采样定理,采样带限信号采样频率为截止频率的两倍以上,给定信号的采样频率应>1/7.92,取16。 再次,DFT 算法包括时域采样和频域采样两步,频域采样长度M 和时域采样长度N 的关系要符合M ≧N 时,从频谱X(k)才可完全重建原信号。 实验中信号R 经采样后的离散信号不是周期信号,但是它又是一个无限长的信号,因此处理时时域窗函数尽量取得宽一些已接近实际信号。 实验结果如图一.2:其中,0点位置的冲激项为直流分量0.6造成(对应程序为shiyan1.m ) 图 错误!文档中没有指定样式的文字。.2 ?ARMA (Auto Recursive Moving Average )模型: 将平稳随机信号x(n)看作是零均值,方差为σu 2的白噪声u(n)经过线性非移变系统H(z)后的输出,模型的传递函数为 020406080100120140160180200 0.4 0.50.60.7 0.800.050.10.150.20.250.30.350.40.450.5 50100 150

线性系统理论大作业

目录 题目一 (2) (一)状态反馈加积分器校正的输出反馈系统设计 (2) (1)建立被控对象的状态空间模型,并判断系统性质 (2) (2)状态反馈增益矩阵和积分增益常数的设计 (4) (3)全维观测器设计 (6) (4)如何在闭环调速系统中增加限流环节 (8) (二)二次型最优全状态反馈控制和按负载扰动前馈补偿的复合控制系统设计 (8) (1)线性二次型最优全状态反馈设计 (8) (2)降维观测器设计 (13) 题目二 (15) (1)判断系统是否存在最优控制律 (15) (2)非零给定点的最优控制设计和仿真分析 (16) (3)权矩阵的各权值对动态性能影响分析 (17)

题目一 (一)状态反馈加积分器校正的输出反馈系统设计 (1)建立被控对象的状态空间模型,并判断系统性质 1)画出与题目对应的模拟结构图,如图1所示: 图1原始系统结构图 取状态变量为1x =n ,2x =d I ,3x =d u ,控制输入u=c u 1222212333375375111 T L e la la la s s s C x x T GD GD C x x x x RT T RT K x x u T T ?=-???=--+???=-+?? 将已知参数代人并设输出y=n=1x ,得被控对象的状态空间表达式为 L x Ax Bu ET y Cx =++= 其中,2 37500039.768011=-3.696-17.85727.05600-588.2351 00 T e la la la s C GD C A RT T RT T ???? ? ???????=- -?????? ??????-??? ? ,

Matlab频谱分析程序

Matlab频谱分析程序

Matlab 信号处理工具箱 谱估计专题 频谱分析 Spectral estimation (谱估计)的目标是基于一个有限的数据集合描述一个信号的功率(在频率上的)分布。功率谱估计在很多场合下都是有用的,包括对宽带噪声湮没下的信号的检测。 从数学上看,一个平稳随机过程n x 的power spectrum (功率谱)和correlation sequence (相关序列)通过discrete-time Fourier transform (离散时间傅立叶变换)构成联系。从normalized frequency (归一化角频率)角度看,有下式 ()()j m xx xx m S R m e ωω∞ -=-∞ = ∑ 注:()() 2 xx S X ωω=,其中 ()/2 /2 lim N j n n N N X x e N ωω=-=∑ πωπ -<≤。 其matlab 近似为X=fft(x,N)/sqrt(N),在下文中()L X f 就是指matlab fft 函数的计算结果了 使用关系2/s f f ωπ=可以写成物理频率f 的函数,

其中s f 是采样频率 ()()2/s jfm f xx xx m S f R m e π∞ -=-∞ = ∑ 相关序列可以从功率谱用IDFT 变换求得: ()()()/2 2//2 2s s s f jfm f j m xx xx xx s f S e S f e R m d df f πωππ ωωπ- -= =?? 序列n x 在整个Nyquist 间隔上的平均功率可以 表示为 ()()() /2 /2 02s s f xx xx xx s f S S f R d df f ππ ωωπ- -= =?? 上式中的 ()()2xx xx S P ωωπ = 以及()()xx xx s S f P f f = 被定义为平稳随机信号n x 的power spectral density (PSD)(功率谱密度) 一个信号在频带[]1 2 1 2 ,,0ωωωω π ≤<≤上的平均功率 可以通过对PSD 在频带上积分求出 []()()2 1 121 2 ,xx xx P P d P d ωωωωωω ωωωω-- = +?? 从上式中可以看出()xx P ω是一个信号在一个无 穷小频带上的功率浓度,这也是为什么它叫做功率谱密度。

线性系统理论Matlab实践仿真报告指南

线性系统理论实验报告 学院:电信学院 姓名:邵昌娟 学号:152085270006 专业:电气工程

线性系统理论Matlab实验报告 1、由分析可知系统的状态空间描述,因系统综合实质上是通过引入适当状态反馈矩阵K,使得闭环系统的特征值均位于复平面S的期望位置。而只有当特征根均位于S的左半平面时系统稳定。故当特征根是正数时系统不稳定,设计无意义。所以设满足题目中所需要求的系统的期望特征根分别为λ1*=-2,λ2*=-4。 (a) 判断系统的能控性,即得系统的能控性判别矩阵Q c,然后判断rankQ c,若rank Q c =n=2则可得系统可控;利用Matlab判断系统可控性的程序如图1(a)所示。由程序运行结果可知:rank Q c =n=2,故系统完全可控,可对其进行状态反馈设计。 (b) 求状态反馈器中的反馈矩阵K,因设系统的期望特征根分别为λ1*=-2,λ2*=-4;所以利用Matlab求反馈矩阵K的程序如图1(b)所示。由程序运行结果可知:K即为所求状态反馈控制器的状态反馈矩阵,即由该状态反馈矩阵所构成的状态反馈控制器能够满足题目要求。 图1(a) 系统的能控性图1(b) 状态反馈矩阵 2、(a) 求系统的能控型矩阵Q c,验证若rank Q c

线性系统大作业1

研 究 生 课 程 论 文 (2014-2015学年第一学期) 线性系统的基本特性 研究生:

线性系统理论的研究对象为线性系统。线性系统是最为简单和最为基本的一类动态系统。线性系统理论是系统控制理论中研究最为充分、发展最为成熟和应用最为广泛的一个分支。线性系统理论中的很多概念和方法,对于研究系统控制理论的其他分支,如非线性系统理论、最优控制理论、自适应控制理论、鲁棒控制理论、随机控制理论等,同样也是不可缺少的基础。 线性系统的一个基本特征是其模型方程具有线性属性即满足叠加原理。叠加原理是指,若表系统的数学描述为L ,则对任意两个输入变量u 1和u 2以及任意两个非零有限常数c 1和c 2必成立关系式: 11221122()()()L c u c u c L u c L u +=+ 对于线性系统,通常还可进一步细分为线性时不变系统(linear time-invariant systems)和线性时变系统(linear time-varying systems)两类。 线性时不变系统也称为线性定常系统或线性常系数系统。其特点是,描述系统动态过程的线性微分方程或差分方程中,每个系数都是不随时间变化的函数。从实际的观点而言,线性时不变系统也是实际系统的一种理想化模型,实质上是对实际系统经过近似化和工程化处理后所导出的一类理想化系统。但是,由于线性时不变系统在研究上的简便性和基础性,并且为数很多的实际系统都可以在一定范围内足够精确地用线性时不变系统来代表,因此自然地成为线性系统理论中的主要研究对象。 线性时变系统也称为线性变系数系统。其特点是,表征系统动态过程的线性微分方程或差分方程中,至少包含一个卷数为随时间变化的函数。在视实世界中,由于系统外部和内部的原因,参数的变化是不可避免的,因此严格地说几乎所有系统都属于时变系统的范畴。但是,从研究的角度,只要参数随时间

离散系统频域分析及matlab实现

《数字信号处理》 课程设计报告 离散系统的频域分析及matlab实现 专业:通信工程 班级:通信11级 组次: 姓名及学号: 姓名及学号:

离散系统的频域分析及matlab 实现 一、设计目的 1.熟悉并掌握matlab 软件的使用; 2.掌握离散系统的频域特性; 3.学会分析离散系统的频域特性的方法; 二、设计任务 1.设计一个系统函数系统的频率响应进行分析; 2.分析系统的频域响应; 3.分析系统的因果稳定性; 4.分析系统的单位脉冲响应; 三、设计原理 1. 系统函数 对于离散系统可以利用差分方程,单位脉冲响应,以及系统函数对系统进行描述。 在本文中利用系统函数H(z)进行描述。若已知一个差分方程为 ∑∑==---=M i N i i i i n y a i n x b n 0 1 )()()(y ,则可以利用双边取Z 变换,最终可以得到系统函数的一 般式H(z),∑∑=-=-== N i i i M i i i z a z b z X z z H 0 0) () (Y )(。若已知系统的单位脉冲响应,则直接将其进行Z 变换就可以得到系统函数H(z)。系统函数表征系统的复频域特性。 2.系统的频率响应: 利用Z 变化分析系统的频率响应:设系统的初始状态为零,系统对输入为单位脉冲序列 ) (n δ的响应输出称为系统的单位脉冲响应h (n )。对h(n)进行傅里叶变换,得到: ∑∞ ∞∞-==-)(jw n j |)(|)(e H w j n n j e e H e n h ?ω) (

其中|)(|jwn e H 称为系统的幅频特性函数,)(ω?称为系统的相位特性函数。)(jw e H 表示的是系统对特征序列jwn e 的响应特性。对于一个系统输入信号为n )(ωj e n x =,则系统的输出信号为jwn e )(jw e H 。由上可以知道单频复指数信号jwn e 通过频率响应函数为)(jw e H 后,输出仍为单频复指数信号,其幅度放大了|)(|jw e H ,相移为)(ω?。 对于系统函数H(z)与H(w)之间,若系统函数H(z)的收敛域包含单位圆|z|=1,则有 jw e z jw z H e H ==|)()(,在MATLAB 中可以利用freqz 函数计算系统的频率响应。 (1)[h,w]=freqz(b,a,n) 可得到n 点频率响应,这n 个点均匀地分布在上半单位圆(即 ),并将这n 点频率记录在w 中,相应的频率响应记录在h 中。n 最好能取2的幂次方,如果缺省,则n=512。 (2)[h,w]=freqz(b,a,n,'whole') 在 之间均匀选取n 个点计算频率响应。 (3)[h,w]=freqz(b,a,n,Fs) Fs 为采样频率(以Hz 为单位),在0~Fs/2频率范围内选取n 个频率点,计算相应的频率响应。 (4)[h,w]=freqz(b,a,n,'whole',Fs) 在0~Fs 之间均匀选取n 个点计算频率响应。 (5)freqz(b,a) 可以直接得到系统的幅频和相频特性曲线。其中幅频特性以分贝的形式给出,频率特性曲线的横轴采用的是归一化频率,即Fs/2=1。 3.系统的因果性和稳定性 3.1因果性 因果系统其单位脉冲响应序列h(n)一定是一个因果序列,其z 域的条件是其系统函数H(z)的收敛域一定包含∞,即∞点不是极点,极点 分布在某个圆内,收敛域在某个圆外。 3.2稳定性 系统稳定就要求∞<∑∞ ∞-|h(n)|,由序列的)(jw e H 存在条件和jw e z jw z H e H ==|)()(可以知道 系统稳定的z 域条件就是H(z)的收敛域包含单位圆,即极点全部分布在单位圆内部。 由上3.1和3.2可知,利用系统的零极点分布图可以判断系统的因果性和稳定性。 若在零极点分布图中,若系统的极点都分布在单位圆内,则此系统是因果系统,若有极点分布在单位圆 外,则此系统是非因果系统。在MATLAB 中可以利用zplane 函数画出系统的零极点分布图。系统函数的零极点图的绘制:zplane(b,a)。其中b 为系统函数的分子,a 为系统函数的分母。 4.系统的单位脉冲响应 设系统的初始状态为零,系统对输入为单位脉冲序列)(n δ的响应输出称为系统的单位脉冲响应h (n )。对于离散系统可以利用差分方程,单位脉冲响应,以及系统函数对系统进行描述。单位脉冲响应是系统的一种描述方法,若已知了系统的系统函数,可以利用系统得出系统的单位脉冲响应。在MATLAB 中利用impz 由函数函数求出单位脉冲响应h(n)。

线性系统理论

Linear Systems Theory: A Structural Decomposition Approach 线性系统理论: 结构分解法 Ben M. Chen (陈本美) 新加坡国立大学 Zongli Lin(林宗利) 美国弗吉尼亚大学 Yacov Shamash (雅科夫 司马诩) 美国纽约州立大学石溪分校

此书献给我们的家人 前两位作者谨以这中译版献给他们的母校 厦门大学

目录 绪论 1 导论和预览 1.1 背景 1.2 各章预览 1.3 符号和术语 2 数学基础 2.1 导论 2.2 矢量空间和子空间 2.3 矩阵代数和特性 2.3.1 行列式、逆和求导 2.3.2 秩、特征值和约当型 2.3.3 特殊矩阵 2.3.4 奇异值分解 2.4 范数 2.4.1 矢量范数 2.4.2矩阵范数 2.4.3 连续时间信号范数 2.4.4 离散时间信号范数 2.4.5 连续时间系统范数 2.4.6 离散时间系统范数 3 线性系统理论复习 3.1 导论 3.2 动态响应 3.3 系统稳定性 3.4 可控性和可观性 3.5 系统可逆性 3.6 常态秩、有限零点和无限零点3.7 几何子空间 3.8 状态反馈和输出馈入的特性3.9 练习

4 无驱动和/或无检测系统的分解 4.1 导论 4.2 自治系统 4.3 无驱动系统 4.4 无检测系统 4.5 练习 5. 正则系统的分解 5.1 导论 5.2 SISO系统 5.3 严格正则系统 5.4 非严格正则系统 5.5 结构化分解特性的证明 5.6 系统矩阵的Kronecker型和Smith型5.7 离散时间系统 5.8 练习 6 奇异系统的分解 6.1 导论 6.2 SISO奇异系统 6.3 MIMO描述系统 6.4 定理6.3.1的证明和性质 6.5 离散时间奇异系统 6.6 练习 7 双线性变换的结构化映射 7.1 导论 7.2 连续到离散时间系统的映射 7.3 离散时间到连续时间系统的映射7.4 定理7.2.1的证明 7.5 练习 8 系统因子分解 8.1 导论 8.2 严格正则系统 8.3 非严格正则系统 8.4 离散时间系统 8.5 练习 9 通过选择传感器/执行器实现的结构配置9.1 导论 9.2 同时有限和无限零点结构配置 9.2.1 SISO系统 9.2.2 MIMO系统

信号的频域分析及MATLAB实现.doc

《M A T L A B电子信息应用》 课程设计 设计五 信号的频域分析及MATLAB实现 学院: 专业: 班级: 姓名: 学号:

信号的频域分析及MATLAB实现 一、设计目的 通过该设计,理解傅里叶变换的定义及含义,掌握对信号进行频域分析的方法。 二、课程设计环境 计算机 MATLAB软件 三、设计内容及主要使用函数 快速傅里叶变换的应用 1)滤波器频率响应 对特定频率的频点或该频点以外的频率进行有效滤除的电路,就是滤波器。其功能就是得到一个特定频率或消除一个特定频率,滤波器是一种对信号有处理作用的器件或电路。主要作用是:让有用信号尽可能无衰减的通过,对无用信号尽可能大的。 滤波器的类型:巴特沃斯响应(最平坦响应),贝赛尔响应,切贝雪夫响应。 滤波器冲激响应的傅里叶变换就是该滤波器的频率响应。

2)快速卷积 卷积定理指出,函数卷积的傅里叶变换是函数傅里叶变换的乘积。即一个域中的卷积相当于另一个域中的乘积,例如时域中的卷积就对应于频域中的乘积。其中表示f 的傅里叶变换。 这一定理对拉普拉斯变换、双边拉普拉斯变换等各种傅里叶变换的变体同样成立。在调和分析中还可以推广到在局部紧致的阿贝尔群上定义的傅里叶变换。 利用卷积定理可以简化卷积的运算量。对于长度为n 的序列,按照卷积的定义进行计算,需要做2n - 1组对位乘法,其计算复杂度为;而利用傅里叶变换将序列变换到频域上后,只需要一组对位乘法,利用傅里叶变换的快速算法之后,总的计算复杂度为。这一结果可以在快速乘法计算中得到应用。 1. 信号的离散傅里叶变换 有限长序列的离散傅里叶变换公式为: kn N j N n e n x k X )/2(10)()(π--=∑= ∑==1_0)/2()(1)(N n kn N j e k X N n x π MATLAB 函数:fft 功能是实现快速傅里叶变换,fft 函数的格式为: ),(x fft y =返回向量x 的不连续fourier 变换。 若)6 cos()(πn n x =是一个N=12的有限序列,利用MATLAB 计算

用Matlab进行信号与系统的时、频域分析

课程实验报告 题目:用Matlab进行 信号与系统的时、频域分析 学院 学生姓名 班级学号 指导教师 开课学院 日期 用Matlab进行信号与系统的时、频域分析 一、实验目的 进一步了解并掌握Matlab软件的程序编写及运行; 掌握一些信号与系统的时、频域分析实例; 了解不同的实例分析方法,如:数值计算法、符号计算法; 通过使用不同的分析方法编写相应的Matlab程序; 通过上机,加深对信号与系统中的基本概念、基本理论和基本分析方法的理解。 二、实验任务 了解数值计算法编写程序,解决实例; 在Matlab上输入三道例题的程序代码,观察波形图; 通过上机实验,完成思考题; 完成实验报告。 三、主要仪器设备

硬件:微型计算机 软件:Matlab 四、 实验内容 (1) 连续时间信号的卷积 已知两个信号)2()1()(1---=t t t x εε和)1()()(2--=t t t x εε,试分别画出)(),(21t x t x 和卷积)()()(21t x t x t y *=的波形。 程序代码: T=0.01; t1=1;t2=2; t3=0;t4=1; t=0:T:t2+t4; x1=ones(size(t)).*((t>t1)-(t>t2)); x2=ones(size(t)).*((t>t3)-(t>t4)); y=conv(x1,x2)*T; subplot(3,1,1),plot(t,x1); ylabel('x1(t)'); subplot(3,1,2),plot(t,x2); ylabel('x2(t)'); subplot(3,1,3),plot(t,y(1:(t2+t4)/T+1)); ylabel('y(t)=x1*x2'); xlabel('----t/s'); (2)已知两个信号)()(t e t x t ε-=和)()(2/t te t h t ε-=,试用数值计算法求卷积,并分别画出)(),(t h t x 和卷积)()()(t h t x t y *=的波形。 程序代码: t2=3;t4=11; T=0.01; t=0:T:t2+t4; x=exp(-t).*((t>0)-(t>t2)); h=t.*exp(-t/2).*((t>0)-(t>t4)); y=conv(x,h)*T; yt=4*exp(-t)+2*t.*exp(-1/2*t)-4*exp(-1/2*t); subplot(3,1,1),plot(t,x); ylabel('x(t)'); subplot(3,1,2),plot(t,h); ylabel('h(t)'); subplot(3,1,3),plot(t,y(1:(t2+t4)/T+1),t,yt,'--r'); legend('by numberical','Theoretical'); ylabel('y=x*h'); xlabel('----t/s'); (3)求周期矩形脉冲信号的频谱图,已知s T s A 5.0,1.0,1===τ

Matlab对采样数据进行频谱分析

使用Matlab对采样数据进行频谱分析 1、采样数据导入Matlab 采样数据的导入至少有三种方法。 第一就是手动将数据整理成Matlab支持的格式,这种方法仅适用于数据量比较小的采样。 第二种方法是使用Matlab的可视化交互操作,具体操作步骤为:File --> Import Data,然后在弹出的对话框中找到保存采样数据的文件,根据提示一步一步即可将数据导入。这种方法适合于数据量较大,但又不是太大的数据。据本人经验,当数据大于15万对之后,读入速度就会显著变慢,出现假死而失败。 第三种方法,使用文件读入命令。数据文件读入命令有textread、fscanf、load 等,如果采样数据保存在txt文件中,则推荐使用 textread命令。如 [a,b]=textread('data.txt','%f%*f%f'); 这条命令将data.txt中保存的数据三个三个分组,将每组的第一个数据送给列向量a,第三个数送给列向量b,第二个数据丢弃。命令类似于C语言,详细可查看其帮助文件。文件读入命令录入采样数据可以处理任意大小的数据量,且录入速度相当快,一百多万的数据不到20秒即可录入。强烈推荐! 2、对采样数据进行频谱分析 频谱分析自然要使用快速傅里叶变换FFT了,对应的命令即 fft ,简单使用方法为:Y=fft(b,N),其中b即是采样数据,N为fft数据采样个数。一般不指定N,即简化为Y=fft(b)。Y即为FFT变换后得到的结果,与b的元素数相等,为复数。以频率为横坐标,Y数组每个元素的幅值为纵坐标,画图即得数据b的幅频特性;以频率为横坐标,Y数组每个元素的角度为纵坐标,画图即得数据b的相频特性。典型频谱分析M程序举例如下: clc fs=100; t=[0:1/fs:100]; N=length(t)-1;%减1使N为偶数 %频率分辨率F=1/t=fs/N p=1.3*sin(0.48*2*pi*t)+2.1*sin(0.52*2*pi*t)+1.1*sin(0.53*2*pi*t)... +0.5*sin(1.8*2*pi*t)+0.9*sin(2.2*2*pi*t); %上面模拟对信号进行采样,得到采样数据p,下面对p进行频谱分析 figure(1) plot(t,p); grid on title('信号 p(t)'); xlabel('t') ylabel('p')

线性系统理论历年考题

说明: 姚老师是从07还是08年教这门课的,之前的考题有多少参考价值不敢保证,也只能供大家参考了,重点的复习还是以课件为主,把平时讲的课件内容复习好了,考试不会有问题(来自上届的经验)。 祝大家考试顺利! (这个文档内部交流用,并感谢董俊青和兰天同学,若有不足请大家见谅。) 2008级综合大题 []4001021100101 1 2x x u y x ???? ????=-+????????-????= 1 能否通过状态反馈设计将系统特征值配置到平面任意位置? 2 控规范分解求上述方程的不可简约形式? 3 求方程的传递函数; 4 验证系统是否渐近稳定、BIBO 稳定、李氏稳定; 5 可能通过状态反馈将不可简约方程特征值配置到-2,-3?若能,确定K ,若不能,请说明理由; 6 能否为系统不可简约方程设计全阶状态观测器,使其特征值为-4,-5; 7画出不可简约方程带有状态观测器的状态反馈系统结构图。 参考解答: 1. 判断能控性:能控矩阵2 14161 24,() 2.0 0M B AB A B rank M ?? ?? ??==-=???????? 系统不完全可控,不能任意配置极点。

2 按可控规范型分解 取M 的前两列,并加1与其线性无关列构成1 1 401200 1P -?? ??=-?????? ,求得120331 1066 00 1P ?? ????? ?=-????????? ? 进行变换[] 1 1 20831112,0,2 2 26000 1 A PAP B PB c cP --? ? ?? ???? ????=-====???? ??????????? ? 所以系统不可简约实现为[]08112022x x u y x ?????=+???????????=? 3. 1 2(1)(1)2(1)()()(4)(2)(1) (4)(2) s s s G s c sI A B s s s s s --+-=-= = -++-+ 4. det()(4)(2)(1)sI A s s s -=-++, 系统有一极点4,位于复平面的右部,故不是渐近稳定。 1 2(1)()()(4)(2) s G s c sI A B s s --=-= -+,极点为4,-2,存在位于右半平面的极点,故系统不 是BIBO 稳定。 系统发散,不是李氏稳定。 5. 可以。令11 228,12T k k k k A Bk k +???? =+=??? ??? ?? 则特征方程[]2 112()det ()(2)28f s sI A Bk s k s k k =-+=-++-- 期望特征方程* 2 ()(2)(3)56f s s s s s =++=++

Matlab频谱分析程序

Matlab 信号处理工具箱 谱估计专题 频谱分析 Spectral estimation (谱估计)的目标是基于一个有限的数据集合描述一个信号的功率(在频率上的)分布。功率谱估计在很多场合下都是有用的,包括对宽带噪声湮没下的信号的检测。 从数学上看,一个平稳随机过程n x 的power spectrum (功率谱)和correlation sequence (相关序列)通过discrete-time Fourier transform (离散时间傅立叶变换)构成联系。从normalized frequency (归一化角频率)角度看,有下式 ()()j m xx xx m S R m e ωω∞ -=-∞ = ∑ 注:()() 2 xx S X ωω=,其中( )/2 /2 lim N j n n N n N X x e ωω=-=∑ πωπ-<≤。其matlab 近似为X=fft(x,N)/sqrt(N),在下文中()L X f 就是指matlab fft 函数的计算结果了 使用关系2/s f f ωπ=可以写成物理频率f 的函数,其中s f 是采样频率 ()()2/s jfm f xx xx m S f R m e π∞ -=-∞ = ∑ 相关序列可以从功率谱用IDFT 变换求得: ()()()/2 2//2 2s s s f jfm f j m xx xx xx s f S e S f e R m d df f πωπ π ωωπ--= =? ? 序列n x 在整个Nyquist 间隔上的平均功率可以表示为 ()()() /2 /2 02s s f xx xx xx s f S S f R d df f π π ωωπ--= =? ?

线性系统极点配置和状态观测器基于设计(matlab) - 最新版本

一. 极点配置原理 假设原系统的状态空间模型为: ???=+=Cx y Bu Ax x 若系统是完全可控的,则可引入状态反馈调节器,且: 这时,闭环系统的状态空间模型为: ()x A BK x Bv y Cx =-+?? =? 二. 状态观测器设计原理 假设原系统的状态空间模型为: ???=+=Cx y Bu Ax x 若系统是完全可观的,则可引入全维状态观测器,且: ??(y y)??x Ax Bu G y Cx ?=++-??=?? 设?x x x =-,闭环系统的状态空间模型为: ()x A GC x =- 解得: (A GC)t (0),t 0x e x -=≥ 由上式可以看出,在t 0≥所有时间内,如果(0)x =0,即状态估计值x 与x 相等。如果(0)0x ≠,两者初值不相等,但是()A GC -的所有特征值具有负实部,这样 x 就能渐进衰减至零,观测器的状态向量?x 就能够渐进地逼近实际状态向量x 。状态逼近的速度取决于G 的选择和A GC -的特征配置。 三. 状态观测的实现 为什么要输出y 和输入u 对系统状态x 进行重构。 u Kx v =-+

证明 输出方程对t 逐次求导,并将状态方程x Ax Bu =+代入整理,得 2(n 1)(n 2)(n 3)21n n y Cx y CBu CAx y CBu CABu CA x y CBu CABu CA Bu CA x -----=??-=??--=????----=? 将等号左边分别用z 的各分量12,, ,n z z z 表示,有 121(n 1)(n 2)(n 3) 2 n n n y C z y CBu CA z z y CBu CABu x Qx z CA y CBu CABu CA Bu -----?? ???????? -?? ????? ? ? ?????==--==?? ????????????????????----?? ? 如果系统完全能观,则 rankQ n = 即 1?(Q Q)T T x Q z -= (类似于最小二乘参数估计) 综上所述,构造一个新系统z ,它是以原系统的输出y 和输入u ,其输出经过变 换1(Q Q)T T Q -后得到状态向量?x 。也就是说系统完全能观,状态就能被系统的输入输出以及各阶倒数估计出来。 四. 实例 给定受控系统为 再指定期望的闭环极点为12,341,1,2i λλλ*** =-=-±=-,观测器的特征值为 12,33,32i λλ=-=-±,试设计一个观测器和一个状态反馈控制系统,并画出系统 的组成结构图。 []0100000101000100 05 021000x x u y x ???? ????-????=+????????-???? =

利用matlab怎样进行频谱分析、、

利用matlab怎样进行频谱分析 图像的频率是表征图像中灰度变化剧烈程度的指标,是灰度在平面空间上的梯度。如:大面积的沙漠在图像中是一片灰度变化缓慢的区域,对应的频率值很低;而对于地表属性变换剧烈的边缘区域在图像中是一片灰度变化剧烈的区域,对应的频率值较高。傅立叶变换在实际中有非常明显的物理意义,设f是一个能量有限的模拟信号,则其傅立叶变换就表示f的谱。从纯粹的数学意义上看,傅立叶变换是将一个函数转换为一系列周期函数来处理的。从物理效果看,傅立叶变换是将图像从空间域转换到频率域,其逆变换是将图像从频率域转换到空间域。换句话说,傅立叶变换的物理意义是将图像的灰度分布函数变换为图像的频率分布函数,傅立叶逆变换是将图像的频率分布函数变换为灰度分布函数。 这样通过观察傅立叶变换后的频谱图,也叫功率图,我们首先就可以看出,图像的能量分布,如果频谱图中暗的点数更多,那么实际图像是比较柔和的(因为各点与邻域差异都不大,梯度相对较小),反之,如果频谱图中亮的点数多,那么实际图像一定是尖锐的,边界分明且边界两边像素差异较大的。对频谱移频到原点以后,可以看出图像的频率分布是以原点为圆心,对称分布的。将频谱移频到圆心除了可以清晰地看出图像频率分布以外,还有一个好处,它可以分离出有周期性规律的干扰信号,比如正弦干扰,一副带有正弦干扰,移频到原点的频谱图上可以看出除了中心以外还存在以某一点为中心,对称分布的亮点集合,这个集合就是干扰噪音产生的,这时可以很直观的通过在该位置放置带阻滤波器消除干扰。另外我还想说明以下几点: 1、图像经过二维傅立叶变换后,其变换系数矩阵表明: 若变换矩阵Fn原点设在中心,其频谱能量集中分布在变换系数短阵的中心附近(图中阴影区)。若所用的二维傅立叶变换矩阵Fn的原点设在左上角,那么图像信号能量将集中在系数矩阵的四个角上。这是由二维傅立叶变换本身性质决定的。同时也表明一股图像能量集中低频区域。 2、变换之后的图像在原点平移之前四角是低频,最亮,平移之后中间部分是低频,最亮,亮度大说明低频的能量大(幅角比较大)。 从计算机处理精度上就不难理解,一个长度为N的信号,最多只能有N/2+1个不同频率,再多的频率就超过了计算机所能所处理的精度范围)X[]数组又分两种,一种是表示余弦波的不同频率幅度值:Re X[],另一种是表示正弦波的不同频率幅度值:Im X[],Re是实数(Real)的意思,Im是虚数(Imagine)的意思,采用复数的表示方法把正余弦波组合起来进行表示,但这里我们不考虑复数的其它作用,只记住是一种组合方法而已,目的是为了便于表达(在后面我们会知道,复数形式的傅立叶变换长度是N,而不是N/2+1)。

线性系统理论作业

《线性系统理论》 设计报告 专业: 学号: 姓名: 教师:

取状态变量为X=[U d,I d,n]T, 则系统的状态空间描述为:{X=AX+Bu+ET l Y=CX 其中A= [?1 T s 0 0 1 T la R ?1 T la ?C e T la R 0 375C T GD2 0] B=[ K s T S ]E=[ ?375 GD2 ] C=[0 0 1 ] 代入数据得:A=[?588.235 0 0 26.709 ?20.833 ?3.678 0 48.821 0 ]B=[ 23529.41 ] 通过matlab检测系统的能控能观性并求出系统的特征值: 对应的matlab程序如下: %原始系统能控能观性判断与特征值求解% A=[-588.235 0 0;26.709 -20.833 -3.678;0 48.821 0]; B=[23529.41 0 0]'; C=[0 0 1]; D=0; disp(eig(A)); % 计算并输出特征值 % sys1=ss(A,B,C,D); Qc=ctrb(A,B); %生成能控性判别矩阵% Qo=obsv(A,C); %生成能观性判别矩阵% if length(A)==rank(Qc) %系统能控性判别% disp('系统完全可控!'); else disp('系统不完全可控!'); end if length(A)==rank(Qo) %系统能观性判别% disp('系统完全可观!'); else disp('系统不完全可观!'); end 运行结果如下: 1.0e+002 * -0.104165000000000 + 0.084297191975771i -0.104165000000000 - 0.084297191975771i -5.882350000000000 系统完全可控! 系统完全可观! 系统特征值实部均为负,由此可知该系统为外部稳定的能控但不能观测系统,设负载转矩为0时,输入为阶跃信号,系统的simulink仿真如下:

相关文档
最新文档