我有以下scipy.lti对象,该对象基本上是代表LTI系统的Laplace变换的对象:
G_s = lti([1], [1, 2])
如何将这种传递函数与另一个传递函数相乘,例如:
H_s = lti([2], [1, 2])
#I_s = G_s * H_s <---- How to multiply this properly?
我想我能做
I_s = lti(np.polymul([1], [2]), np.polymul([1, 2], [1, 2]))
但是,如果我想做的话:
#I_s = H_s / (1 + H_s) <---- Does not work since H_s is an lti object
有简单的方法可以做到这一点吗?
最佳答案
根据您对“easy”的定义,应考虑从lti
派生自己的类,并在传递函数上实现必要的代数运算。这可能是最优雅的方法。
这是我对此主题的看法:
from __future__ import division
from scipy.signal.ltisys import TransferFunction as TransFun
from numpy import polymul,polyadd
class ltimul(TransFun):
def __neg__(self):
return ltimul(-self.num,self.den)
def __floordiv__(self,other):
# can't make sense of integer division right now
return NotImplemented
def __mul__(self,other):
if type(other) in [int, float]:
return ltimul(self.num*other,self.den)
elif type(other) in [TransFun, ltimul]:
numer = polymul(self.num,other.num)
denom = polymul(self.den,other.den)
return ltimul(numer,denom)
def __truediv__(self,other):
if type(other) in [int, float]:
return ltimul(self.num,self.den*other)
if type(other) in [TransFun, ltimul]:
numer = polymul(self.num,other.den)
denom = polymul(self.den,other.num)
return ltimul(numer,denom)
def __rtruediv__(self,other):
if type(other) in [int, float]:
return ltimul(other*self.den,self.num)
if type(other) in [TransFun, ltimul]:
numer = polymul(self.den,other.num)
denom = polymul(self.num,other.den)
return ltimul(numer,denom)
def __add__(self,other):
if type(other) in [int, float]:
return ltimul(polyadd(self.num,self.den*other),self.den)
if type(other) in [TransFun, type(self)]:
numer = polyadd(polymul(self.num,other.den),polymul(self.den,other.num))
denom = polymul(self.den,other.den)
return ltimul(numer,denom)
def __sub__(self,other):
if type(other) in [int, float]:
return ltimul(polyadd(self.num,-self.den*other),self.den)
if type(other) in [TransFun, type(self)]:
numer = polyadd(polymul(self.num,other.den),-polymul(self.den,other.num))
denom = polymul(self.den,other.den)
return ltimul(numer,denom)
def __rsub__(self,other):
if type(other) in [int, float]:
return ltimul(polyadd(-self.num,self.den*other),self.den)
if type(other) in [TransFun, type(self)]:
numer = polyadd(polymul(other.num,self.den),-polymul(other.den,self.num))
denom = polymul(self.den,other.den)
return ltimul(numer,denom)
# sheer laziness: symmetric behaviour for commutative operators
__rmul__ = __mul__
__radd__ = __add__
这定义了
ltimul
类,即lti
加上加,乘,除,减和取反;二进制的也定义为整数,并以浮点数作为伙伴。我测试了for the example of Dietrich:
G_s = ltimul([1], [1, 2])
H_s = ltimul([2], [1, 0, 3])
print(G_s*H_s)
print(G_s*H_s/(1+G_s*H_s))
虽然
GH
等于ltimul(
array([ 2.]),
array([ 1., 2., 3., 6.])
)
GH/(1 + GH)的最终结果不太漂亮:
ltimul(
array([ 2., 4., 6., 12.]),
array([ 1., 4., 10., 26., 37., 42., 48.])
)
由于我对传递函数不是很熟悉,因此我不确定与基于Sympy的解决方案产生相同结果的可能性有多大,原因是此函数缺少一些简化。我怀疑
lti
已经表现出意外的行为:即使我怀疑此函数为常数1,lti([1,2],[1,2])
也不简化其参数。因此,我宁可不猜测最终结果的正确性。无论如何,主要的信息是继承本身,因此上述实现中可能存在的错误希望仅会带来一点不便。我也不太熟悉类定义,因此我可能没有遵循上面的最佳实践。
我最终在@ochurlaud pointed out之后重写了上面的内容,因为我的原始版本仅适用于Python2。原因是
/
操作是由Python 2中的__div__
/__rdiv__
实现的(并且是模棱两可的"classical division")。但是,在Python 3中,/
(真除法)和//
(底除法)之间是有区别的,它们分别称为__truediv__
和__floordiv__
(以及它们的“正确”对等物)。在上面的代码行中最先导入__future__
会触发正确的Python 3行为,即使在Python 2上也是如此,因此以上内容在两个Python版本上均适用。由于下层(整数)除法对于我们的类而言意义不大,因此我们明确表示它无法使用//
进行任何操作(除非其他操作数实现了此操作)。还可以轻松地分别为
__iadd__
,__idiv__
等定义相应的+=
,/=
等。关于python - scipy.lti乘积传递函数,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/35304245/