脉冲响应

article/2025/11/10 20:34:20

使用MATLAB中的系统建模工具对热风枪Chirp激励和输出数据建立三阶模型,并输出该模型的离散系统传递函数:tf2

image

基于Chirp信号激励下系统数据数据建模响应曲线

在MATLAB中显示 tf2 的数据。可以得到该离散时间系统函数有理多项式对应的分子和分母的系数:

b = [0.0, 0.000435, -0.00043]

a = [1.0, -2.911, 2.823, -0.9124]

image

在MATLAB中使用step(tf2)可以获得该系统的单位冲击响应,如下图所示,这是一个稳定的系统。

image

但是,如果使用上述系数a,b数值,直接调用python语音中系统IIR滤波器命令scipy.signal.lfilter,来获得该系统在单位阶跃信号下的相应,就会发现该系统的输出则会指数发散。

out = scipy.signal.lfilter(b, a, x)

上面命令中,x是取值为常量1的序列,表示系统的输入是单位阶跃信号。下图是系统的输出。

image

为什么同一个系统函数在MATLAB中,使用step命令可以获得稳定输出,而在python中使用lfilter,则结果发散呢?

一开始对此百思不得其解,后来想到这方面的原因就在于MATLAB中,显示系统函数信息的时候,对于多项式系数显示小数的有效位数太少了,造成系数出现微小的误差,这就会使得原本稳定的系统,变得不稳定。

在MATLAB,使用 format long命令,设置显示数字的有效位数增加。

使用tf2.Numerator, tf2.Denominator分别显示系统函数有理分式的分子和分母系数分别如下:

a = [

1.000000000000000 -0.912385540445608]b=[0 0.000435011287573652

    -0.000429964660727815]

使用上述高精度的系数,在Python中使用lfilter命令获得系统单位阶跃响应,它就是稳定的输出的。如下图所示:

image

由于传递函数系数的有效数字减小,这使得对应有理多项式系数发生小的改变,由此引起系统从原来稳定变到不稳定。从这个现象说明该系统具有靠近单位圆的极点,微小的移动,会使得这些极点从单位圆内,移动到单位圆外,从而使得系统变得不稳定。

2.在MATLAB中,使用iopzplot命令,可以绘制出离散时间系统的零极点分布图。

82对于数字系统系数取高精度数值时,它具有三个极点和两个零点,都位于单位圆内。

31零极点分布如下图所示,由于所有的零点和极点都位于单位圆内,所以该离散时间系统为最小相位稳定系统。image

37局部放大靠近(1,0)处,可以看到三个极点的分布情况,其中有两个极点非常靠近单位圆。

16image

84当离散系统传递函数系数的有效数字降低后,相应的零极点就会有改变,特别是哪两个靠近单位圆的极点,就有可能移动到单位圆外。

35b=[0.0, 0.000435, -0.000429]

70a=[1.0, -2.910, 2.823, -0.912]

3 下图显示了在上述只有四个有效数字系数时,对应系统函数零极点的分布位置。其中原来两个单位圆内的极点已经移动到单位圆外。此时系统已经不稳定了,对应系统的输出将会呈现指数增长。

image

下图显示了对于不同有效数字个数时系统函数对应的零极点的位置变化。当有效数字小于等于4个时,有一对共轭极点移动到单位圆外,此时系统就不再是稳定的系统了。

image

下图显示了对于不同有效数字个数时对应系统的单位冲激响应。当有效数字小于等于4个时,原来稳定的系统就会变得发散了。

-image

2.本学期很快就到了最后的几周了,这学期的信号与系统课程也进入了后半程。下周就开始讲解线性时不变系统在变换域内的分析,其中一个主要内容,就是利用系统函数来分析系统的动态特性和稳态特性。本文中对数字滤波器的零极点分析就是课程这部分内容的具体应用。

91到了本月底,自动化系的学生将迎来自己的学生节。本次学生节的名字叫做“

07脉冲响应”,与自动化系学科倒是显得非常贴切,不知道这是谁的脑洞。

40image

8


http://chatgpt.dhexx.cn/article/RDCT6dkc.shtml

相关文章

使用Stata做脉冲响应分析

Source: Rizaudin Sahlan → Impulse Response Function with Stata (time series) 在这篇推文中,我们讨论 VAR 模型中的脉冲响应函数(IRFs)。 脉冲响应函数反映了当 VAR 模型某个变量受到"外生冲击"时,模型中其他变量受到的动态影响。我们会…

matlab 单位脉冲响应,滤波器系数、单位脉冲响应、频率响应等概念笔记

单位脉冲响应:单位脉冲和滤波器系数的卷积。 对于FIR滤波器来说,单位脉冲响应就是滤波器系数。对于IIR滤波器,应该是需要用matlab中的filter函数,得到单位脉冲响应。 频率响应:幅度和相位随频率的变化关系。具体地&…

单位脉冲(冲激)响应与频率响应

1.线性时不变系统 (1)线性系统:满足可加性和比例性(齐次性)的系统。 令y(t)为系统对输入x(t)的响应: 比例性:ay(t)为该系统对ax(t)的响应,其中a为复常数。 可加性:为…

房间脉冲响应测量与模拟方法

本文是作者投稿到“21dB声学人”公众号的文章,现经有允许转载到自己的博客,技术交流可以联系593170280qq.com 房间脉冲响应(Room Impulse Response, RIR)表征了房间系统的系统响应,可以用于房间均衡和计算房间声学参数…

时间序列分析(12)| 脉冲响应函数、格兰杰因果检验

上篇介绍到,VAR模型研究的是多个时间序列变量之间的相互影响关系,但是模型估计出的参数结果及其显著水平似乎并不能直观地反映这种影响关系,而要想直观地呈现这种关系,就需要使用本篇介绍的「脉冲响应函数」(impulse r…

鸢尾花数据集可视化

Iris数据集 Iris数据集包含有四个属性一个标签 四个属性分别是 花萼(Sepall)长度花萼宽度花瓣(Petal)长度花瓣宽度 一个标签,用来说明是哪一种鸢尾花 山鸢尾(Setosa)变色鸢尾(versicolor)维吉尼亚鸢尾(virginica) 目标 任意两个不同的…

鸢尾花数据集分类--神经网络

1.1 鸢尾花数据集介绍 iris数据集是用来给莺尾花做分类的数据集,每个样本包含了花萼长度、花萼宽度、花瓣长度、花瓣宽度四个特征,我们需要建立一个分类器,该分类器可通过样本的四个特征来来判断样本属于山鸢尾(Setosa&#xff0…

机器学习鸢尾花数据集分析

目录 1 sklearn数据集的使用2 sklearn数据集返回值介绍3 查看数据分布4 数据集的划分5 总结 1 sklearn数据集的使用 鸢尾属(拉丁学名:Iris L.)是单子叶植物纲,鸢尾科多年生草本植物,有块茎或匍匐状根茎;叶…

决策树可视化:鸢尾花数据集分类(附代码数据集)

决策树 数据集实战可视化评价 决策树是什么?决策树(decision tree)是一种基本的分类与回归方法。举个通俗易懂的例子,流程图就是一种决策树。 有没有车,没车的话有没有房,没房的话有没有存款,没存款pass。这个流程就是…

机器学习算法:基于鸢尾花(iris)数据集的数据可视化 (200+收藏)

文章目录 基于鸢尾花(iris)数据集的数据可视化1、数据导入2、查看样本数据3、特征与标签组合的散点可视化3.1、 散点图3.2、 箱型图3.2、 三维散点图想要看更加舒服的排版、更加准时的推送 关注公众号“不太灵光的程序员” 干货推送,微信随时解答你的疑问 😃😃😃 基于…

鸢尾花数据集的可视化

#TensorFlow实战 鸢尾花数据集的可视化化展示 文章目录 前言一、介绍二、步骤1.引入库2.读入数据 前言 数据可视化展示能在实验中可视化展出实验结果,是基础部分 一、介绍 鸢尾花数据集是公开的数据集,可通过URL从TensorFlow的Keras连接下载。 二、步…

探索sklearn | 鸢尾花数据集

1 鸢尾花数据集背景 鸢尾花数据集是原则20世纪30年代的经典数据集。它是用统计进行分类的鼻祖。 sklearn包不仅囊括很多机器学习的算法,也自带了许多经典的数据集,鸢尾花数据集就是其中之一。 导入的方法很简单,不过我比较好奇它是如何来存…

线性回归实例-鸢尾花数据集

文章目录 一、具体实现步骤1. 导入Iris鸢尾花数据集2. 提取花瓣数据3. 拆分数据4. 训练模型 二、可视化结果展示1. 训练集2. 测试集 三、相关知识点讲解1. train_test_split()函数2. LinearRegression()函数3. 散点图与折线统计图的绘制 这篇文章中,我们要通过鸢尾花…

基于朴素贝叶斯的鸢尾花数据集分类

目录 1.作者介绍2.理论知识介绍2.1算法介绍2.2数据集介绍 3.实验代码及结果3.1 数据集下载3.2实验代码3.2实验结果 1.作者介绍 王炜鑫,男,西安工程大学电子信息学院,2021级研究生 研究方向:小型无人直升机模型辨识 电子邮件&…

鸢尾花数据集的数据可视化

鸢尾花数据集的数据显示 一、鸢尾花数据集介绍1.历史2.数据集 二、鸢尾花数据集可视化1.普通读取数据方法2.运行结果3.普通读取数据方法4.运行结果5.未使用mglearn库的代码6.运行结果7.使用mglearn库的代码8.运行结果 一、鸢尾花数据集介绍 1.历史 安德森鸢尾花卉数据集&#…

鸢尾花数据集分类

数据集介绍 共有数据150组,每组包括花萼长、花萼宽、花瓣长、花瓣宽4个输入特征。 同时给出了,这一组特征对应的鸢尾花类别。类别包括Setosa Iris(狗尾草 鸢尾),Versicolour Iris(杂色鸢尾)&…

鸢尾花数据集分类-决策树

文章目录 决策树数据集代码实验分析 决策树 决策树(Decision Tree)是一种基本的分类与回归方法,当决策树用于分类时称为分类树,用于回归时称为回归树。主要介绍分类树。 决策树由结点和有向边组成。结点有两种类型:内…

鸢尾花数据集的各种玩法

目录 鸢尾花数据集下载鸢尾花数据集iris csv文件下载数据集 Pandas访问csv数据集 Pandas库Pandas二维数据基本操作 读取csv数据集文件设置列标题names参数 访问数据显示统计信息DataFrame的常用属性:ndim、size、shape转化为NumPy数组 访问数组元素–索引和切片 鸢…

iris鸢尾花数据集最全数据分析

写在前面 在写这篇文章之前,首先安利下jupyter,简直是神作,既可以用来写文章,又可以用来写代码,文章和代码并存,简直就是写代码/文章/教程的利器。 安装很简单:pip install jupyter 使用很简单…

sklearn数据集——iris鸢尾花数据集

参考书籍:Python机器学习基础教程 1、初始数据 鸢尾花(Iris)数据集,是机器学习和统计学中一个经典的数据集。它包含在 scikit-learn 的 datasets 模块中。 我们可以调用 load_iris 函数来加载数据: from sklearn.da…