- •Глава 1 динамические системы в задачах обработки навигационной информации
- •1.1. Математические модели динамических систем и методы их описания
- •1.1.1. Определение и классификация динамических систем
- •1.1.2. Определение выхода линейных динамических систем с помощью фундаментальной матрицы и весовой функции
- •1.1.3. Передаточная функция стационарных линейных динамических систем
- •1.1.4. Частотная характеристика стационарных линейных динамических систем
- •1.1.5. Взаимосвязь между основными функциями, используемыми при описании линейных динамических систем
- •Основные функции, используемые при описании линейных систем
- •Взаимосвязь различных функций, используемых для описания поведения линейных стационарных систем
- •1.1.6. Определение модели линейной динамической системы в пространстве состояний по заданной передаточной функции
- •1.1.7. Основные свойства линейных динамических систем
- •Задачи к разделу
- •Контрольные вопросы
- •1.2. Линейные стационарные динамические системы
- •1.2.1. Интеграторы
- •1.2.2. Фильтры Баттерворта
- •1.2.3. Модель акселерометра
- •1.2.4. Модель микромеханического гироскопа
- •1.2.5. Простейшая модель ошибок построения вертикали в инерциальной системе
- •Вклад уходов гироскопов в ошибки определения нп в автономном режиме в течение 3 мин
- •Вклад ошибок акселерометров в ошибки определения нп в автономном режиме в течение 3 мин
- •Задачи к разделу
- •Контрольные вопросы
- •1.3. Дискретизация и моделирование линейных
- •1.3.1. Дискретизация непрерывных систем
- •1.3.2. Основные методы описания lti-объектов в Matlab
- •Создание lti-объектов
- •Извлечение информации о моделях
- •1.3.3. Особенности дискретизации стационарных систем
- •Методы дискретизации, используемые в функции c2d
- •Методы вычисления матричной экспоненты
- •Контрольные вопросы
- •1.4. Задание для моделирования
- •Пример выполнения задания в Matlab
- •Заключение к главе 1
1.3. Дискретизация и моделирование линейных
динамических систем
В этом разделе рассматривается задача перехода от непрерывной динамической системы к ее дискретному аналогу, обсуждаются методы описания линейных стационарных систем в специальном наборе подпрограмм Control System Toolbox и анализируются особенности реализации процедуры дискретизации стационарных систем в пакете прикладных программ Matlab.
1.3.1. Дискретизация непрерывных систем
При исследовании динамических систем с использованием средств вычислительной техники важной является задача получения эквивалентного дискретного описания, или задача дискретизации непрерывных динамических систем [2, с.134; 99, 100], которая в простейшем случае может быть сформулирована следующим образом.
Задана математическая модель непрерывной динамической системы
, (1.3.1)
где и векторы размерности и , известные матрицы соответствующей размерности.
Требуется найти такую дискретную систему, описываемую с помощью разностного уравнения
(1.3.2)
состояние которой при выполнении условий , совпадало бы с состоянием непрерывной системы в дискретные моменты времени , т.е.
, (1.3.3)
где , – интервал дискретизации.
Суть таким образом сформулированной задачи дискретизации заключается в нахождении матриц , , обеспечивающих выполнение (1.3.3) при сделанных предположениях.
Принимая во внимание соотношение (П2.8), для системы (1.3.1) можем записать
. (1.3.4)
Очевидно, что для совпадения первого слагаемого правой части (1.3.2) с соответствующим слагаемым (1.3.4) матрицу следует выбирать так, чтобы
. (1.3.5)
Предположим далее, что интервал дискретизации выбран из условия, при котором
, , (1.3.6)
т.е. в пределах интервала дискретизации можно считать, что входное воздействие постоянно
, . (1.3.7)
Тогда
.(1.3.8)
Отсюда с очевидностью следует, что для выполнения (1.3.3) матрица может быть найдена как
. (1.3.9)
Привлечение условия (1.3.6) соответствует использованию так называемого экстраполятора или фиксатора нулевого порядка (zero order hold-ZOH). В этом случае проблема дискретизации при использовании ZOH сводится к отысканию фундаментальной матрицы (1.3.5) и вычислению интеграла (1.3.9).
Рассмотрим частный случай стационарной системы, когда матрицы в выражении (1.3.1), а следовательно, и в (1.3.2) постоянны и не зависят от времени, т.е. .
В этой ситуации (1.3.5), (1.3.9) могут быть представлены как:
; (1.3.10)
. (1.3.11)
Последнее соотношение получается после введения замены .
В стационарном случае для вычисления фундаментальной матрицы можно использовать ее представление в виде ряда, тогда вместо (1.3.10) и (1.3.11) получаем:
; (1.3.12)
. (1.3.13)
Заметим, что если ввести
, (1.3.14)
то и будут иметь вид
; . (1.3.15)
Обычно при вычислениях используют
, (1.3.16)
так что
; . (1.3.17)
Очевидно, что точность дискретизации, во-первых, зависит от того, насколько обосновано приближение (1.3.7), что существенно определяется величиной интервала , а, во-вторых, зависит от точности вычисления матриц (1.3.12), (1.3.13).
Нетрудно понять, что в стационарном случае достаточно один раз вычислить матрицы для дискретной модели, которые могут быть использованы для любого дискретного момента времени . Для нестационарных систем дискретизацию требуется проводить на каждом шаге. При этом следует иметь в виду, что для нестационарного случая интервал дискретизации необходимо выбирать так, чтобы помимо (1.3.7) можно было бы считать справедливыми следующие приближения:
, , . (1.3.18)
,
где – максимальное по модулю собственное число матрицы динамики , а коэффициент принимается равным 0,10,2.
Таким образом, к ошибкам дискретизации, обусловленным ошибками вычисления матричной экспоненты и ошибками приближения (1.3.7), добавляются методические ошибки, порожденные приближением (1.3.18).
Следует обратить внимание на тот факт, что представление фундаментальной матрицы с помощью ряда (1.3.12) и вытекающие из него формулы не являются экономичными с вычислительной точки зрения. Существует несколько методов, направленных на сокращение объема вычислений, при сохранении точности, в частности простейший и модифицированный методы Эйлера, методы Паде и Тастина [2, с. 142].