Main Content

rss

生成随机持续测试模型

语法

rss(n)
rss(n,p)
rss(n,p,m,s1,...,sn)

说明

rss(n) 生成具有一个输入和一个输出的 n 阶模型,并在状态空间对象 sys 中返回该模型。sys 的极点是随机且稳定的,s = 0 处的极点(积分器)可能会是例外。

rss(n,p) 生成具有一个输入和 p 个输出的 n 阶模型,而 rss(n,p,m) 生成一个具有 m 个输入和 p 个输出的 n 阶模型。输出 sys 始终为状态空间模型。

rss(n,p,m,s1,...,sn) 生成一个由具有 m 个输入和 p 个输出的 n 阶状态空间模型组成的 s1×...×sn 数组。

使用 tffrdzpk 将状态空间对象 sys 转换为传递函数、频率响应或零极点增益形式。

示例

全部折叠

生成一个具有两个状态的随机 SISO 状态空间模型。

sys2 = rss(2)
sys2 =
 
  A = 
            x1       x2
   x1  -0.8429  -0.2134
   x2  -0.5162   -1.214
 
  B = 
             u1
   x1    0.7254
   x2  -0.06305
 
  C = 
           x1      x2
   y1       0  -0.205
 
  D = 
            u1
   y1  -0.1241
 
Continuous-time state-space model.

生成一个具有四个状态、三个输出和两个输入的模型。rss 的输入参量按照状态、输出、输入的顺序排列。

sys4 = rss(4,3,2)
sys4 =
 
  A = 
            x1       x2       x3       x4
   x1    45.92    1.332   -9.841   -18.02
   x2   -3.679  -0.8695    2.348  -0.8719
   x3     89.8   -2.097   -22.31   -28.27
   x4    79.49   -2.367   -19.69    -24.7
 
  B = 
            u1       u2
   x1        0  -0.2256
   x2    1.533        0
   x3  -0.7697        0
   x4        0  0.03256
 
  C = 
            x1       x2       x3       x4
   y1   0.5525  0.08593   -1.062   0.7481
   y2    1.101        0     2.35  -0.1924
   y3    1.544        0  -0.6156   0.8886
 
  D = 
            u1       u2
   y1        0   0.4882
   y2   -1.402        0
   y3        0  -0.1961
 
Continuous-time state-space model.

生成一个由 SISO 模型组成的 4×5 数组,其中每个模型有三个状态。

sysarray = rss(3,1,1,4,5);
size(sysarray)
4x5 array of state-space models.
Each model has 1 outputs, 1 inputs, and 3 states.

版本历史记录

在 R2006a 之前推出

另请参阅

| | |