Questions tagged «transfer-function»

2
双线性变换有替代方法吗?
当基于模拟滤波器设计数字滤波器时,我们通常使用双线性变换。为了从模拟(连续)传递函数近似离散传递函数,我们用Da(z)Da(z)D_a(z)A(s)A(s)A(s) z=1+sT/21−sT/2z=1+sT/21−sT/2z = \frac{1+sT/2}{1-sT/2} 其中是采样周期。替代地,为了从离散传递函数近似连续传递函数,我们用TTTAa(s)Aa(s)A_a(s)D(z)D(z)D(z) s=2Tz−1z+1s=2Tz−1z+1s = \frac{2}{T} \frac{z-1}{z+1} 是否有执行这种转换的替代方法?有更好的近似值吗?

3
级联双二阶部分以实现高阶滤波器的工作原理?
我正在尝试实现8阶IIR滤波器,并且我阅读的每个应用笔记和教科书都说,最好将2阶以上的任何滤波器实现为二阶部分。我tf2sos在MATLAB中使用了二阶部分的系数,这与我预期的4个二阶部分的6x4系数有关。在实施为SOS之前,八阶滤波器需要存储7个先前的采样值(以及输出值)。现在,当实现为二阶部分时,流程如何从输入到输出工作,我是否仅需要存储2个先前的样本值?还是第一个滤波器的输出馈x_in入第二个滤波器,依此类推?
20 filters  filter-design  infinite-impulse-response  biquad  audio  image-processing  distance-metrics  algorithms  interpolation  audio  hardware  performance  sampling  computer-vision  dsp-core  music  frequency-spectrum  matlab  power-spectral-density  filter-design  ica  source-separation  fourier-transform  fourier-transform  sampling  bandpass  audio  algorithms  edge-detection  filters  computer-vision  stereo-vision  filters  finite-impulse-response  infinite-impulse-response  image-processing  blur  impulse-response  state-space  linear-systems  dft  floating-point  software-implementation  oscillator  matched-filter  digital-communications  digital-communications  deconvolution  continuous-signals  discrete-signals  transfer-function  image-processing  computer-vision  3d 

3
极点与频率响应如何相关
我最近陷入了谬误,考虑极点s = 1,因为在频率1处有无限的响应。但是,响应仅为1。现在,给定极点,您可以得出频率响应吗? 其次,该理论说,当极点位于左s平面时,系统是稳定的,因此会随时间衰减。可是等等。“极点”是否意味着无限的响应-时间的增长? 最后,在DSP中是正确的问题吗?IMO,D代表数字,而s域是模拟。我找不到s平面或Laplace转换标签来标记我的帖子。 更新感谢您的回答。似乎除了一个小而基本的东西以外,我已经掌握了它(极点(和零点)与频率的关系)。基本上,为什么特征值(或称其sss运算符/变量)与频率相关?它应该以某种方式与指数增长和拉普拉斯变换有关。我非常了解极点恰好是特征值(尤其是离散递归)。但是,这与频率有何关系?

1
如何处理控制系统的前置滤波器中的负极(不稳定)?
因此,在回答如何为一阶时滞系统设计PI控制器时 (问题在此处) 这是控制系统的闭环方程: GC(s )= KŤ(1 − s T)(s )s3+ (1Ť+ a − Kķp)s2+ (aŤ+ KķPŤ+ K一世)小号+ ķķ一世ŤGC(s)=ķŤ(1个-sŤ)(s)s3+(1个Ť+一种-ķķp)s2+(一种Ť+ķķPŤ+ķ一世)s+ķķ一世Ť G_C(s) = \frac{\frac{K}{T}(1-sT)(s)} { s^3 + (\frac{1}{T} + a - KK_p)s^2 + (\frac{a}{T} + \frac{KK_P}{T} +K_I)s+\frac{KK_I}{T}} 问题:当滤波器不稳定时,如何处理闭环传递函数中分子的归一化?(飞机的RH上的极点) 通常,您在控制器之前引入一个过滤器,该过滤器可以: 1个ķŤ(1 − s T)(s )1个ķŤ(1个-sŤ)(s) \frac{1} {\frac{K}{T} (1-sT)(s)} 归一化分子 但是由于以下术语,过滤器本身是不稳定的: 对于阶跃响应来说是不稳定的,这将根本无法实现系统。1个(1 − s T)1个(1个-sŤ) …

3
如何从仅幅度的频率响应中估算传递函数?
在给定任意频率响应的情况下,可能存在哪些信号处理方法可以猜测,估计或确定传递函数(极点和零星座图),该函数对给定的频率响应给出“合理良好”的近似值(对于某些给定的估计质量标准)?对于给定的传递函数加上给定的近似误差容限,有什么方法可以估算极点和零点的数量?或者,如果可能的话,如何确定这些约束无法满足? 如果给定的频率响应实际上是由已知的传递函数产生的,那么这些方法中的任何一种都可以收敛于该原始传递函数吗?给定的频率响应是否受(假定的高斯)测量误差影响如何? 假设在Z平面上使用采样频谱进行工作,尽管连续域答案也可能很有趣。 补充:如果仅给出频率响应的幅度(例如,允许具有任何相位响应的解决方案),则求解方法是否有所不同? 补充:后一个问题是我最感兴趣的,给定单位圆周围的幅值响应已知,但是相位响应未知/未测量,能否估算出被测系统,如果可以,在什么条件下?
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.