Main Content

調整可能な 2 次フィルターの作成

この例は、2 次フィルターのパラメトリック モデルを作成する方法を示します。

F(s)=ωn2s2+2ζωns+ωn2,

ここで、減衰 ζ と固有振動数 ωn は調整可能なパラメーターです。

realp を使用して調整可能なパラメーターを定義します。

wn = realp('wn',3);
zeta = realp('zeta',0.8);

wn および zeta は、初期値がそれぞれ 30.8 である realp パラメーター オブジェクトです。

調整可能なパラメーターを使ってフィルターのモデルを作成します。

F = tf(wn^2,[1 2*zeta*wn wn^2]);

tf への入力は、wnzeta で表現される分子と分母の係数のベクトルです。

Fgenss モデルです。F.Blocks プロパティには、2 つの調整可能なパラメーター wn および zeta が記載されます。

F.Blocks
ans = struct with fields:
      wn: [1x1 realp]
    zeta: [1x1 realp]

nblocks を使用して、一般化モデルで調整可能なブロックの数を調べることができます。

nblocks(F)
ans = 6

F には 2 つの調整可能なパラメーターがありますが、パラメーター wn は 5 回現れ、その 2 回は分子、3 回は分母に表れます。

調整可能なブロックの数を削減するために、F を以下のように書き換えることができます。

F(s)=1(sωn)2+2ζ(sωn)+1.

代替のフィルターを作成します。

F = tf(1,[(1/wn)^2 2*zeta*(1/wn) 1]);

新しいモデルで調整可能なブロックの数を調べます。

nblocks(F)
ans = 4

新しい定式化では、調整可能なパラメーター wn の発生は 3 回だけです。モデルでブロックの発生数を減らすことによって、モデルを含む計算回数のパフォーマンスを向上できます。ただし、発生回数はモデルの調整やパラメーター調査のためのサンプリングの結果には影響しません。

参考

| |

関連するトピック