Python SciPy signal.StateSpace用法及代码示例

本文简要介绍 python 语言中 scipy.signal.StateSpace 的用法。

用法:

class  scipy.signal.StateSpace(*system, **kwargs)#

状态空间形式的线性时不变系统。

将系统表示为 continuous-time、一阶微分方程 \(\dot{x} = A x + B u\) 或 discrete-time 差分方程 \(x[k+1] = A x[k] + B u[k]\) 。 StateSpace 系统分别从 lti 和 dlti 类继承附加函数，具体取决于使用的系统表示形式。

参数 ：：

*system: arguments：

StateSpace 类可以使用 1 或 4 个参数进行实例化。下面给出了输入参数的数量及其解释：

• 1: lti or dlti system: (StateSpace, TransferFunction or ZerosPolesGain)

• 4: array_like: (A, B, C, D)

dt: float, optional：

discrete-time 系统的采样时间 [s]。默认为None(continuous-time)。必须指定为关键字参数，例如，dt=0.1.

注意：

更改不属于 StateSpace 系统表示形式的属性值(例如 zeros 或 poles )效率非常低，并且可能会导致数值不准确。最好先转换为特定的系统表示形式。例如，在访问/更改零点、极点或增益之前调用sys = sys.to_zpk()。

例子：

>>> from scipy import signal
>>> import numpy as np
>>> a = np.array([[0, 1], [0, 0]])
>>> b = np.array([[0], [1]])
>>> c = np.array([[1, 0]])
>>> d = np.array([[0]])

>>> sys = signal.StateSpace(a, b, c, d)
>>> print(sys)
StateSpaceContinuous(
array([[0, 1],
       [0, 0]]),
array([[0],
       [1]]),
array([[1, 0]]),
array([[0]]),
dt: None
)

>>> sys.to_discrete(0.1)
StateSpaceDiscrete(
array([[1. , 0.1],
       [0. , 1. ]]),
array([[0.005],
       [0.1  ]]),
array([[1, 0]]),
array([[0]]),
dt: 0.1
)

>>> a = np.array([[1, 0.1], [0, 1]])
>>> b = np.array([[0.005], [0.1]])

>>> signal.StateSpace(a, b, c, d, dt=0.1)
StateSpaceDiscrete(
array([[1. , 0.1],
       [0. , 1. ]]),
array([[0.005],
       [0.1  ]]),
array([[1, 0]]),
array([[0]]),
dt: 0.1
)

属性 ：：

A

StateSpace 系统的状态矩阵。

B

StateSpace系统的输入矩阵。

C

StateSpace系统的输出矩阵。

D

StateSpace 系统的馈通矩阵。

dt

返回系统的采样时间，None为了scipy.signal.lti系统。

poles

系统的极点。

zeros

系统的零点。