数字信号处理|Matlab根据z域下因果LTI系统函数画零极点图并判断稳定性

本文主要是介绍数字信号处理|Matlab根据z域下因果LTI系统函数画零极点图并判断稳定性,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

1. LTI系统的系统函数

已知差分方程(y表示输出,x表示激励输入):

\large \sum\limits_{k = 0}^M {\mathop a\nolimits_k y\left( {n - k} \right)} = \sum\limits_{m = 0}^M {\mathop b\nolimits_m x\left( {n - m} \right)} \

将上式进行Z变换:

\large \sum\limits_{k = 0}^M {\mathop a\nolimits_k Y\left( z \right)} \mathop z\nolimits^{ - k} = \sum\limits_{m = 0}^M {\mathop b\nolimits_m X\left( z \right)} \mathop z\nolimits^{ - m} \

最后整理等式得到系统函数H(z):

\large H\left( z \right) = \frac{​{Y\left( z \right)}}{​{X\left( z \right)}} = \frac{​{\sum\limits_{m = 0}^M {\mathop b\nolimits_m } \mathop z\nolimits^{ - m} }}{​{\sum\limits_{k = 0}^M {\mathop a\nolimits_k } \mathop z\nolimits^{ - k} }}\ 

注意:b是分子系数(输入X系数);a是分母系数(输出Y系数) 


2. LTI系统条件下的因果、稳定系统 

2.1 因果系统

满足因果系统的充要条件:

时域:h(n)为因果系列,即: 当n<0 时 h(n) < 0

Or

z域:要满足ROC(收敛域在圆外)即:\large \mathop R\nolimits_{\mathop x\nolimits^ - } < \left| z \right| \le \infty \

2.2 稳定系统

满足稳定系统的充要条件:

时域:h(n)绝对可和,即:                \large \sum\limits_{n = - \infty }^\infty {\left| {h\left( n \right)} \right|} < \infty \

Or

z域:ROC(收敛域)包含单位圆


3. 使用的重要函数 

  • roots():求根(用来求零点和极点)
  • zplane():画零极点图

4. 代码总览

解决的问题:判断该LTI因果系统的稳定性

b = [1 2.3 1.32 0.52];% x 的系数(分子)
a = [1 -1.78 2.4 0.55];% y 的系数(分母)%画零极点图并求出零极点
value_zero = roots(b);%零点
value_pole = roots(a);%极点
figure
zplane(b,a);% zplane画零极点图,○表示零点,×表示极点
fprintf('零点是:%f',value_zero);
fprintf('极点是: %f',value_pole);%判断系统稳定性
if max(value_pole) > 1disp("该系统不是稳定系统");
elsedisp("该系统是稳定系统");
end

 结果:

 

 

这篇关于数字信号处理|Matlab根据z域下因果LTI系统函数画零极点图并判断稳定性的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/359724

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

从去中心化到智能化:Web3如何与AI共同塑造数字生态

在数字时代的演进中,Web3和人工智能(AI)正成为塑造未来互联网的两大核心力量。Web3的去中心化理念与AI的智能化技术,正相互交织,共同推动数字生态的变革。本文将探讨Web3与AI的融合如何改变数字世界,并展望这一新兴组合如何重塑我们的在线体验。 Web3的去中心化愿景 Web3代表了互联网的第三代发展,它基于去中心化的区块链技术,旨在创建一个开放、透明且用户主导的数字生态。不同于传统

hdu1171(母函数或多重背包)

题意:把物品分成两份,使得价值最接近 可以用背包,或者是母函数来解,母函数(1 + x^v+x^2v+.....+x^num*v)(1 + x^v+x^2v+.....+x^num*v)(1 + x^v+x^2v+.....+x^num*v) 其中指数为价值,每一项的数目为(该物品数+1)个 代码如下: #include<iostream>#include<algorithm>

嵌入式QT开发:构建高效智能的嵌入式系统

摘要: 本文深入探讨了嵌入式 QT 相关的各个方面。从 QT 框架的基础架构和核心概念出发,详细阐述了其在嵌入式环境中的优势与特点。文中分析了嵌入式 QT 的开发环境搭建过程,包括交叉编译工具链的配置等关键步骤。进一步探讨了嵌入式 QT 的界面设计与开发,涵盖了从基本控件的使用到复杂界面布局的构建。同时也深入研究了信号与槽机制在嵌入式系统中的应用,以及嵌入式 QT 与硬件设备的交互,包括输入输出设

JAVA智听未来一站式有声阅读平台听书系统小程序源码

智听未来,一站式有声阅读平台听书系统 🌟&nbsp;开篇:遇见未来,从“智听”开始 在这个快节奏的时代,你是否渴望在忙碌的间隙,找到一片属于自己的宁静角落?是否梦想着能随时随地,沉浸在知识的海洋,或是故事的奇幻世界里?今天,就让我带你一起探索“智听未来”——这一站式有声阅读平台听书系统,它正悄悄改变着我们的阅读方式,让未来触手可及! 📚&nbsp;第一站:海量资源,应有尽有 走进“智听

usaco 1.2 Name That Number(数字字母转化)

巧妙的利用code[b[0]-'A'] 将字符ABC...Z转换为数字 需要注意的是重新开一个数组 c [ ] 存储字符串 应人为的在末尾附上 ‘ \ 0 ’ 详见代码: /*ID: who jayLANG: C++TASK: namenum*/#include<stdio.h>#include<string.h>int main(){FILE *fin = fopen (

poj 3259 uva 558 Wormholes(bellman最短路负权回路判断)

poj 3259: 题意:John的农场里n块地,m条路连接两块地,w个虫洞,虫洞是一条单向路,不但会把你传送到目的地,而且时间会倒退Ts。 任务是求你会不会在从某块地出发后又回来,看到了离开之前的自己。 判断树中是否存在负权回路就ok了。 bellman代码: #include<stdio.h>const int MaxN = 501;//农场数const int

【区块链 + 人才服务】可信教育区块链治理系统 | FISCO BCOS应用案例

伴随着区块链技术的不断完善,其在教育信息化中的应用也在持续发展。利用区块链数据共识、不可篡改的特性, 将与教育相关的数据要素在区块链上进行存证确权,在确保数据可信的前提下,促进教育的公平、透明、开放,为教育教学质量提升赋能,实现教育数据的安全共享、高等教育体系的智慧治理。 可信教育区块链治理系统的顶层治理架构由教育部、高校、企业、学生等多方角色共同参与建设、维护,支撑教育资源共享、教学质量评估、