[足式机器人]Part2 Dr. CAN学习笔记-Ch00-2 - 数学知识基础

本文仅供学习使用
本文参考:
B站:DR_CAN
《控制之美(卷1)》 王天威
《控制之美(卷2)》 王天威

Dr. CAN学习笔记-Ch00 - 数学知识基础 Part2

  • 4. Ch0-4 线性时不变系统中的冲激响应与卷积
    • 4.1 LIT System:Linear Time Invariant
    • 4.2 卷积 Convolution
    • 4.3 单位冲激 Unit Impulse——Dirac Delta
    • 4.4 LIT 线性时不变系统状态空间方程的解
  • 5. Ch0-5 Laplace Transform of Convolution卷积的拉普拉斯变换
  • 6. Ch0-6 复数Complex Number
  • 7. Ch0-7 欧拉公式的证明
  • 8. Ch0-8 Matlab/Simulink传递函数Transfer Function
  • 9. Ch0-9 阈值选取-机器视觉中应用正态分布和6-sigma
  • 10. 连续系统离散化
    • 10.1 系统离散化的基本概念
    • 10.2 连续系统状态空间方程离散化

4. Ch0-4 线性时不变系统中的冲激响应与卷积

4.1 LIT System:Linear Time Invariant

  • 运算operator : O { ⋅ } O\left\{ \cdot \right\} O{ }
    I n p u t O { f ( t ) } = o u t p u t x ( t ) \begin{array}{c} Input\\ O\left\{ f\left( t \right) \right\}\\ \end{array}=\begin{array}{c} output\\ x\left( t \right)\\ \end{array} InputO{ f(t)}=outputx(t)

  • 线性——叠加原理superpositin principle
    { O { f 1 ( t ) + f 2 ( t ) } = x 1 ( t ) + x 2 ( t ) O { a f 1 ( t ) } = a x 1 ( t ) O { a 1 f 1 ( t ) + a 2 f 2 ( t ) } = a 1 x 1 ( t ) + a 2 x 2 ( t ) \begin{cases} O\left\{ f_1\left( t \right) +f_2\left( t \right) \right\} =x_1\left( t \right) +x_2\left( t \right)\\ O\left\{ af_1\left( t \right) \right\} =ax_1\left( t \right)\\ O\left\{ a_1f_1\left( t \right) +a_2f_2\left( t \right) \right\} =a_1x_1\left( t \right) +a_2x_2\left( t \right)\\ \end{cases} O{ f1(t)+f2(t)}=x1(t)+x2(t)O{ af1(t)}=ax1(t)O{ a1f1(t)+a2f2(t)}=a1x1(t)+a2x2(t)

  • 时不变Time Invariant:
    O { f ( t ) } = x ( t ) ⇒ O { f ( t − τ ) } = x ( t − τ ) O\left\{ f\left( t \right) \right\} =x\left( t \right) \Rightarrow O\left\{ f\left( t-\tau \right) \right\} =x\left( t-\tau \right) O{ f(t)}=x(t)O{ f(tτ)}=x(tτ)

4.2 卷积 Convolution

卷积与微分方程:

  • 线性时不变系统的输出与输入之间是卷积的关系
  • 单位冲激响应可以完整地描述线性时不变系统。
  • 微分方程可以直接描述系统输入与输出之间的卷积关系。

![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/1dd93a8fa99f4c5ab602e564d9206728.pn
在这里插入图片描述

4.3 单位冲激 Unit Impulse——Dirac Delta

单位冲击函数(Unit Impulse),又称为狄拉克函数(Dirac Delta),是一个宽度为0、面积为1的函数,这是一个纯数学函数

LIT系统, h ( t ) h(t) h(t)可以完全定义系统, 是系统对于冲激函数δ(t)(mpulse Response) 的冲激响应

![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/44d3e236647442a3ba8a85c7024b461b.png
在这里插入图片描述

4.4 LIT 线性时不变系统状态空间方程的解

状态空间方程是指将系统描述为一组关于状态和输人的微分方程以及代表输出的代数方程的形式。
d x ( t ) d t = A x ( t ) + B u ( t ) y ( t ) = C x ( t ) + D u ( t ) \frac{\mathrm{d}x\left( t \right)}{\mathrm{d}t}=Ax\left( t \right) +Bu\left( t \right) \\ y\left( t \right) =Cx\left( t \right) +Du\left( t \right) dtdx(t)=Ax(t)+Bu(t)y(t)=Cx(t)+Du(t)
A A A是一个 n × n n\times n n×n 矩阵,表示系统状态变量之间的关系,称为状态矩阵或者系统矩阵
B B B 是一个 n × p n\times p n×p 矩阵,表示输人对状态量的影响,称为输入矩阵或者控制矩阵
C C C 是一个 m × n m\times n m×n 矩阵,表示系统的输出与系统状态变量的关系,称为输出矩阵
D D D 是一个 m × p m\times p m×p 矩阵,表示系统的输人直接作用在系统输出的部分,称为直接传递矩阵

在这里插入图片描述
在这里插入图片描述

结合前面的分析可以发现,当矩阵 A A A的特征值实部部分都小于0时,状态转移矩阵 e A ( t − t 0 ) e^{A(t-t_0)} eA(tt0)将随着时间的增加趋向于0,这是系统稳定性分析的基础。

对于时变系统,在一般情况下不容易找到解析解,多采用数值求解的方法,这不在本书的讨论范围之内。

5. Ch0-5 Laplace Transform of Convolution卷积的拉普拉斯变换

线性时不变系统 : LIT System
冲激响应:Impluse Response
卷积:Convolution

Laplace Transform : X ( s ) = L [ x ( t ) ] = ∫ 0 ∞ x ( t ) e − s t d t X\left( s \right) =\mathcal{L} \left[ x\left( t \right) \right] =\int_0^{\infty}{x\left( t \right) e^{-st}}\mathrm{d}t X(s)=L[x(t)]=0x(t)estdt

Convolution : x ( t ) ∗ g ( t ) = ∫ 0 t x ( τ ) g ( t − τ ) d τ x\left( t \right) *g\left( t \right) =\int_0^t{x\left( \tau \right) g\left( t-\tau \right)}\mathrm{d}\tau x(t)g(t)=0tx(τ)g(tτ)dτ

证明: L [ x ( t ) ∗ g ( t ) ] = X ( s ) G ( s ) \mathcal{L} \left[ x\left( t \right) *g\left( t \right) \right] =X\left( s \right) G\left( s \right) L[x(t)g

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/414747.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

Linux安装Nginx详细步骤

1、创建两台虚拟机,分别为主机和从机,区别两台虚拟机的IP地址 2、将Nginx素材内容上传到/usr/local目录(pcre,zlib,openssl,nginx) 附件 3、安装pcre库   3.1 cd到/usr/local目录 3.2 tar -zxvf pcre-8.36.tar.gz 解压 3.3 cd…

matlab 方向向量约束的PCA快速粗配准

目录 一、算法原理二、代码实现三、结果展示本文由CSDN点云侠原创,原文链接。如果你不是在点云侠的博客中看到该文章,那么此处便是不要脸的GPT爬虫。 一、算法原理 该方法由本人原创,目前尚未见有相关论文用到。具体原理看代码即可。 二、代码实现 clc;clear; %% ------…

在Arcgis中删除过滤Openstreetmap道路属性表中指定highway类型道路

一、导出道路类型并分析 1. 导出道路类型 选中highway属性列,选择汇总→确定 2. 分析 用Excel打开输出表,包含的道路类型如下 0.空值’’ 车辆可行驶道路(和bfmap的并集) 空值(无定义道路) 二、…

数据分析(二):学生成绩预测分析报告

目录 摘要 一、引言 二、 数据源介绍 三、 数据清洗和预处理 3.1 缺失值处理 3.2 异常值处理 3.3 数据编码 四、 探索性数据分析 4.1 可视化相关统计量 4.2 目标数据的分布情况 4.3 Pearson 相关性分析 五、 特征工程 5.1 特征构造 5.1.1 总饮酒量 5.1.2 整体关…

【前端知识点】

虚拟 dom: 虚拟 dom 就是 vue 通过 js 对象渲染虚拟 dom 的,虚拟 dom 的 js 对象包含节点的类型、属性、子节点等信息,这些虚拟 dom 节点会构成一棵树形结构,用来表示整个页面的结构。 当 vue 组件更新时,会通过 diff…

牛客前端八股文(每日更新)

1.说说HTML语义化? 得分点:语义化标签、利于页面内容结构化、利于无CSS页面可读、利于SEO、利于代码可读 1,标签语义化是指在开发时尽可能使用有语义的标签,比如header,footer,h,p&#xff0c…

Linux学习之system V

目录 一,system V共享内存 快速认识接口 shmget(shared memory get) shmat(shared memory attach) shmdt(shared memory delete) shmctl (shared memory control) 编写代码 综上那么共享内存与管道通信有什么区别? system v消息队列 system v信号…

浅谈 Linux fork 函数

文章目录 前言fork 基本概念代码演示示例1:体会 fork 函数返回值的作用示例2:创建多进程,加深对 fork 函数的理解 前言 本篇介绍 fork 函数。 fork 基本概念 pid_t fork(void) fork 的英文含义是"分叉",在这里就是 …

web安全学习笔记【15】——信息打点(5)

信息打点-CDN绕过&业务部署&漏洞回链&接口探针&全网扫描&反向邮件 #知识点: 1、业务资产-应用类型分类 2、Web单域名获取-接口查询 3、Web子域名获取-解析枚举 4、Web架构资产-平台指纹识别 ------------------------------------ 1、开源-CMS指…

非线性优化资料整理

做课题看了一些非线性优化的资料,整理一下,以方便查看: 优化的中文博客 数值优化|笔记整理(8)——带约束优化:引入,梯度投影法 (附代码)QP求解器对比对于MPC的QP求解器 数值优化| 二次规划的…

day02_前后端环境搭建(前端工程搭建,登录功能说明,后端项目搭建)

文章目录 1. 软件开发介绍1.1 软件开发流程1.2 角色分工1.3 软件环境1.4 系统的分类 2. 尚品甄选项目介绍2.1 电商基本概念2.1.1 电商简介2.1.2 电商模式B2BB2CB2B2CC2BC2CO2O 2.2 业务功能介绍2.3 系统架构介绍2.4 前后端分离开发 3. 前端工程搭建3.1 Element-Admin简介3.2 El…

漫漫数学之旅034

文章目录 经典格言数学习题古今评注名人小传 - 大卫希尔伯特 经典格言 研究数学的艺术在于发现包含普遍性萌芽的特殊情形。——大卫希尔伯特(David Hilbert) 亲爱的朋友,让我们一起进入数学的奇幻世界,那里大卫希尔伯特就像一位智…

LightSNS V1.6.6.0版轻社区解锁版源码优化版

优化:后台面板首页数据统计改成异步加载 优化:同一内容重复评论提示 优化:vip到期个人主页vip专属背景还保留问题 优化:活动报名名额为空可能导致的问题 优化:移动端评论框左下“转发动态”改为“转发内容” 优化&…

【C++】树形关联式容器set、multiset、map和multimap的介绍与使用

👀樊梓慕:个人主页 🎥个人专栏:《C语言》《数据结构》《蓝桥杯试题》《LeetCode刷题笔记》《实训项目》《C》《Linux》《算法》 🌝每一个不曾起舞的日子,都是对生命的辜负 目录 前言 1.关联式容器 2.键…

Linux笔记--用户与用户组

Linux系统是一个多用户多任务的操作系统,任何一个要使用系统资源的用户,都必须首先向系统管理员(root)申请一个账号,然后以这个账号的身份进入系统。 用户的账号一方面可以帮助系统管理员对使用系统的用户进行跟踪,并控制他们对系…

python接口自动化测试 —— unittest框架suite、runner详细使用!

test suite 测试套件,理解成测试用例集一系列的测试用例,或测试套件,理解成测试用例的集合和测试套件的集合当运行测试套件时,则运行里面添加的所有测试用例 test runner 测试运行器用于执行和输出结果的组件 test suite、tes…

【前端素材】推荐优质后台管理系统Salreo平台模板(附源码)

一、需求分析 当我们从多个层次来详细分析后台管理系统时,可以将其功能和定义进一步细分,以便更好地理解其在不同方面的作用和实际运作。 1. 结构层次 在结构层次上,后台管理系统可以分为以下几个部分: a. 辅助功能模块&#…

PostgreSQL:开源巨人的崛起和不可阻挡的发展

PostgreSQL:开源巨人的崛起和不可阻挡的发展 PostgreSQL是一款开源的关系型数据库管理系统(RDBMS),以其强大的功能和持续的发展势头在数据库领域崭露头角。本文将探讨为什么PostgreSQL的发展势不可挡,从开源精神和强大…

GridView 演示(P28 5.4GridView)

一、目标效果 如下图所示,我们通过 GridView 新建100个子项,每个子项上写有自己的 index。 二、具体实现代码 1. Main.qml import QtQuickWindow {width: 640height: 480visible: truetitle: qsTr("GridView 演示")GridView{anchors.fill…

探索NebulaGraph:一个开源分布式图数据库的技术解析

欢迎关注微信公众号:一休哥助手。多种功能等待你的使用。1. 介绍 NebulaGraph的定位和用途 NebulaGraph是一款开源的分布式图数据库,专注于存储和处理大规模图数据。它的主要定位是为了解决图数据存储和分析的问题,能够处理节点和边数量巨大…