Деструктор Точечные изображения как объекты Геометрическая оптика Фотоэлектрический эффект Ядерные реакции Волновые свойства Квантовая механика Электромагнитное поле Задачник по ядерной физике Квантовая физика Электростатика Математика MATLAB Компьютерная математика Maple Лекции по математике учебник Outlook На главную Числовые ряды

Анализ функций и полиномов

Математика MATLAB

Quantitative Feedback Theory Toolbox

Пакет содержит функции для создания робастных (устойчивых) систем с обратной связью. QFT (количественная теория обратных связей) — инженерный метод, использующий частотное представление моделей для удовлетворения различных требований к качеству при наличии неопределенных характеристик объекта. В основе метода лежит наблюдение, что обратная связь необходима в тех случаях, когда некоторые характеристики объекта неопределенны и/или на его вход подаются неизвестные возмущения. Возможности пакета:

• оценка частотных границ неопределенности, присущей обратной связи;

• графический интерфейс пользователя, позволяющий оптимизировать процесс нахождения требуемых параметров обратной связи;

• функции для определения влияния различных блоков, вводимых в модель (мультиплексоров, сумматоров, петель обратной связи) при наличии неопределенностей;

• поддержка моделирования аналоговых и цифровых контуров обратной связи, каскадов и многоконтурных схем;

• разрешение неопределенности в параметрах объекта с использованием параметрических и непараметрических моделей или комбинации этих типов моделей.

Теория обратных связей является естественным продолжением классического частотного подхода к проектированию. Ее основная цель — проектирование простых регуляторов небольшого порядка с минимальной шириной полосы пропускания, удовлетворяющих качественным характеристикам при наличии неопределенностей.

Простые примеры применения функции piecewise

Рисунок 9.3 показывает задание функции f(x), содержащей три характерных участка. По определенной через функцию пользователя зависимости f(x) можно, как обычно, построить ее график.

Важно отметить, что созданная с помощью функции piecewise зависимость может участвовать в различных преобразованиях. Например, на рис. 9.3 показано, что она легко дифференцируется и можно построить график производной этой функции. При этом каждая часть функции обрабатывается отдельно.