3. Samplade system
Reglerteknik II – Tillståndsmetoder (419301) 3 – 1
Laboratoriet för reglerteknik
Reglerteknik II / KEH
3 Samplade system
Vad är ett samplat system?
I ett tidskontinuerligt system är alla variabler x
(t )
, y(t )
och u(t )
kontinuerliga (funktio- ner) i tiden i den meningen att de är definierade för alla t.I ett tidsdiskret system är signalerna kända endast vid diskreta tidpunkter
t
1,t
2,
.Ett samplat system är ett system där en eller flera (tidskontinuerliga)
signaler mäts vid diskreta tidpunkter
t
1,t
2,
(”sampel” = stickprov).Ett samplat system är således en tidsdiskret beskrivning av ett
tidskontinuerligt system.
Vanligtvis är (eller antas) insignaler vara styckvis konstanta över
samplingsintervallen
ti,
ti1
.
3. Samplade system
3. Samplade system 3 – 2
Laboratoriet för reglerteknik
Reglerteknik II / KEH
Varför sampling?
– Nuförtiden är så gott som alla reglersystem implementerade digitalt i en dator.
– En regleralgoritm i en dator arbetar sekventiellt med ändligt många mätdata. Den avläser mätdata vid diskreta tidpunkter och beräknar styrsignaler vid diskreta
tidpunkter baserade på dessa mätdata.
Nackdelar med samplande reglering
– I princip är det svårare att reglera ett system med en samplande regulator än med en tidskontinuerlig, eftersom en samplande regulator bara förfogar över en delmängd av de signaler som en kontinuerlig regulator kan använda. Samplande regulatorer kan således i princip inte ge bättre reglering än klassen av tidskontinuerliga regulatorer.
– Om samplingsintervallet är långt, kan betydande saker ske mellan samplings- ögonblicken vilket regulatorn inte får information om.
– Instabilitet i återkopplade system beror på att ”man litar för mycket på för gammal information”. Samplande regulatorer använder information som kan vara upp till ett samplingsintervall gammal.
3. Samplade system
3. Samplade system 3 – 3
Laboratoriet för reglerteknik
Reglerteknik II / KEH
Fördelar med samplande reglering
– Datorimplementering är enklare och billigare än analog implementering.
– Man har inga principiella begränsningar på karaktären av reglermekanismerna — komplexa och sofistikerade reglerlagar kan enkelt implementeras i ett program.
– Olinjäriteter och villkor av olika slag (t.ex. variabelbegränsningar) kan beaktas enklare än vid tidskontinuerlig reglering.
– System som innehåller tidsfördröjningar (dödtider) kan enklare behandlas med samplad reglering än med tidskontinuerlig reglering.
Vid tidsfördröjningar syns effekten av insignaler inte genast i utsignalerna. För att veta den kommande effekten bör regulatorn ”minnas” vilka insignaler som påverkat systemet; detta är enklare vid samplad reglering, där insignalerna är konstanta över samplingsintervallet, än vid tidskontinuerlig reglering, där insignalerna varierar
”godtyckligt” och inte kan registreras för alla t.
3. Samplade system
3. Samplade system 3 – 4
Laboratoriet för reglerteknik
Reglerteknik II / KEH
Två typiska situationer för sampling
Det finns två typiska situationer då man vill beskriva ett tidskontinuerligt system med hjälp av ett tidsdiskret system:
– Vi har utgående från en tidskontinuerlig systembeskrivning ”designat” en tidskonti- nuerlig regulator, som vi vill implementera i en dator med hjälp av en tidsdiskret regleralgoritm. Den tidskontinuerliga regulatorn bör således samplas.
– Vi har en tidskontinuerlig beskrivning av ett system, som vi först samplar (diskre- tiserar) för att därefter använda tidsdiskret designteori för att direkt bestämma en tidsdiskret regulator.
Vi kommer att behandla båda fallen, dock mera ingående det tidsdiskreta design- problemet.
3.1 Linjära tidsinvarianta modeller
3. Samplade system 3 – 5
Laboratoriet för reglerteknik
Reglerteknik II / KEH
3.1 Linjära tidsinvarianta modeller
Sampling av ett tidskontinuerligt system
Tillståndsmodellen) ( )
( )
(
) ( )
( )
(
t t
t
t t
t
Du Cx
y
Bu Ax
x
(3.1.1)har enligt tidigare lösningen
d ) ( e
) 0 ( e
) (
0
) (
B u x
x t
At
t A t (3.1.2)Eftersom
e
Ate
At I
kan detta även skrivas
d ) ( e
) 0 ( )
( e
0
u B x
x
AA
t
t
t
(3.1.3)För t
tk1 resp. t
tk fås då
d ) ( e
) 0 ( )
( e
1 1
0
1
x B u
x
AA
k
kt k
t
t
oche ( ) ( 0 ) e
( ) d
0
u B x
x
AA
k
kt k
t
t
3.1 Linjära tidsinvarianta modeller
3. Samplade system 3 – 6
Laboratoriet för reglerteknik
Reglerteknik II / KEH
Subtraktion av ekvationen till höger från den till vänster ger
d ) ( e
e ) ( e
) (
1 ) 1
( 1
1
x B u
x
A
A k
Ak k k
k
t
t t k
t t
k t
t (3.1.4)
Definitionen h
tk1
tk och byte av integrationsvariabel (kallas dock fortfarande
) ger1
0
( ) e ( ) e ( ) d
h h
k k
t
At
A
x x Bu
(3.1.5)Om
u (t )
är konstant u ( t
k)
över samplingsintervallet t
k, t
k1
, dvsu ( ) u ( t
k)
,
h
0
, fås) ( )
( )
( t
k 1F x t
kG u t
kx
(3.1.6)där
F e
Ah,0
e d
h
t
t
A
G B
(3.1.7)
3.1 Linjära tidsinvarianta modeller
3. Samplade system 3 – 7
Laboratoriet för reglerteknik
Reglerteknik II / KEH
Om varje samplingsintervall har längden h, gäller
t
k kh
,k 0 , 1 , 2 ,
. Antag att
u ( ) t
är konst. u ( t
k)
över varje samplingsintervall t
k, t
k1
,k 0 , 1 , 2 ,
.Då gäller (3.1.6) för godtyckliga heltal k, och vi kan skriva
) ( )
( )
) 1
((
k hF x
khG u
khx
, k 0 , 1 , 2 ,
(3.1.8)eller kortare, med ”underförstått” samplingsintervall (eller tiden normerad så att h
1
),)
( )
( )
(
) ( )
( )
1 (
k k
k
k k
k
u D x
C y
u G x
F
x
(3.1.9) Numeriskt beräknas matriserna
F
ochG
enklast enligtSB G
AS I
F ,
(3.1.10)där
h h
h h
t
h
t
2 2 3 3
0
4 !
1
! 3
1
! 2 d 1
e I A A A
S
A (3.1.11)Matrisen
F
, dvs systemmatrisen för ett tidsdiskret system, kallas vanligen övergångs- matrisen.
3.1 Linjära tidsinvarianta modeller
3. Samplade system 3 – 8
Laboratoriet för reglerteknik
Reglerteknik II / KEH
Exempel
Sampla den linjära kontinuerliga tillståndsmodellen
) ( )
(
) ( 2 ) ( 1 , 0 )
(
t x t
y
t u t
x t
x
med samplingsintervallet h
1
tidsenhet.Vi får
9516258 ,
120 0 0001 ,
0 24
001 , 0 6
01 , 0 2
1 , 1 0 d
e
1
0
1 ,
0
t t
S
och
F I AS 1 0 , 1 0 , 9516258 0 , 9048
,G SB 0 , 9516258 2 1 , 9033
dvs
) ( )
(
) ( 9033 ,
1 ) ( 9048 ,
0 ) 1 (
k x k
y
k u k
x k
x
Figuren tidigare visar utsignalen för detta system med den i figuren givna stegvist
varierande insignalen; heldragen signal = kont. modell, punkter = samplad modell.
3.1 Linjära tidsinvarianta modeller
3. Samplade system 3 – 9
Laboratoriet för reglerteknik
Reglerteknik II / KEH
Från samplat system till tidskontinuerligt system
Betrakta det tidsdiskreta systemet) ( )
( )
1
(
kF x
kG u
kx
(3.1.12)Vi söker den tidskontinuerliga systembeskrivningen
) ( )
( )
(
tAx
tBu
tx
(3.1.1)som vid sampling med det konstanta samplingsintervallet h ger den tidsdiskreta system- beskrivningen.
Problemet är i princip enkelt att lösa. Vi löser först
A
urAh
F
e
(3.1.13)och därefter
B
urG G
S
B
A1
0
1
e d
h tt
(3.1.14)
3.1 Linjära tidsinvarianta modeller
3. Samplade system 3 – 10
Laboratoriet för reglerteknik
Reglerteknik II / KEH
Förutom det rent matematiska/numeriska problemet att bestämma
A
finns två tänkbara komplikationer:
e
Ah F
kan sakna lösning
e
Ah F
kan ha flera lösningarExempel på ingen lösning Det tidsdiskreta systemet
) ( )
(
) ( )
( )
1 (
k x k
y
k u k
x k
x
har ingen kontinuerlig motsvarighet med ordningstalet 1 eftersom
e
ah 1
saknar reell lösning föra
.
3.1 Linjära tidsinvarianta modeller
3. Samplade system 3 – 11
Laboratoriet för reglerteknik
Reglerteknik II / KEH
Exempel på flera lösningar
Det samplade systemet (”den harmoniska oscillatorn”)
) ) (
sin(
) cos(
) 1 ) (
cos(
) sin(
) sin(
) ) cos(
1
(
u kh k h
h h
h k h
x
x
med samplingsintervallet h ger en kontinuerlig systembeskrivning med
0 0
A
,
B 0
där
h
k
2
, k 0 , 1 , 2 ,
vilket enkelt kan verifieras genom sampling av det kontinuerliga systemet.
Det finns således oändligt många kontinuerliga system som i detta fall ger ett och
samma samplade system.
2.3 Samplade system
3.2.1 Pulsöverföringsoperatorn 3 – 12
Laboratoriet för reglerteknik
Reglerteknik II / KEH
3.2 Insignal-utsignalsamband
3.2.1 Pulsöverföringsoperatorn H (q)
I analogi med överföringsoperatormatrisen
G ( p )
för en kontinuerlig systembeskrivning, därp d/d
t är deriveringsoperatorn så atty (
t) G ( p ) u (
t)
, kan vi även för en tidsdiskret systembeskrivning härleda en överföringsoperatorH ( q )
kallad pulsöverföringsoperatorn.Definiera förskjutningsoperatorn (även kallad skiftoperatorn)
q
enligt) 1 (
) ( q )
( )
(
q
f t
f t
h
f k
f k
(3.2.1)där f
(
k)
betecknar den k:te samplingen av signalen f(
t)
. Operatornq
förskjuter således en signal en sampling framåt i tiden.För systemet
x (
k 1 ) F x (
k) G u (
k)
,y (
k) C x (
k) D u (
k)
, fås då) ( )
q ( ) ( )
( q ) ( )
( )
1 (
) (
q x
k x
k F x
k G u
k I x
k x
k I F
1G u
k ( q ) ( )
) ( )
( )
(
kC x
kDu
kC I F
1G D u
ky
dvs
) ( ) q ( )
(
kH u
ky
därH ( q ) C ( q I F )
1G D
(3.2.2)
3.2 Insignal-utsignalsamband
3.2.2 Differensekvationer 3 – 13
Laboratoriet för reglerteknik
Reglerteknik II / KEH
3.2.2 Differensekvationer
Varje element H
( q )
i matrisenH ( q )
är pulsöverföringsoperatorn för sambandet mellan en given utsignal y(
k)
och en given insignal u(
k)
. Dessa element är rationella uttryck iq
och kan allmänt skrivas) q (
) q ) (
q
( A
H B
därn n
n n
n n
n n
a a
a A
b b
b b
B
q q
q ) q (
q q
q )
q (
1 1
1
1 1
1 0
(3.2.3)Eftersom
y ( k ) H ( q ) u ( k )
fås) ( ) q
q q
( ) ( ) q
q q
(
) ( ) q ( )
( ) q (
1 1
1 0
1 1
1
a a y k b b b b u k
a
k u B
k y A
n n
n n
n n
n
n
(3.2.4)som vid upprepad användning av definitionen på
q
ger differensekvationen) ( )
1 (
) (
) ( )
1 (
)
(
k n a1y k n a y k b0u k n b1u k n b u ky
n
neller
) (
) 1 (
) ( )
( )
1 (
)
(
k a1y k a y k n b0u k b1u k b u k ny
n
n
(3.2.5)
3.2 Insignal-utsignalsamband
3.2.2 Differensekvationer 3 – 14
Laboratoriet för reglerteknik
Reglerteknik II / KEH
Från differensekvation till tillståndsform
Precis som för kontinuerliga systembeskrivningar är det för tidsdiskreta beskrivningar möjligt att bestämma en tillståndsmodell utgående från ett insignal-utsignalsamband, i detta fall en differensekvation.
Exempel
Överför systemet
y ( k ) 1 , 80 y ( k 1 ) 1 , 05 y ( k 2 ) u ( k 1 )
på tillståndsform.Systemets ordning bestäms av antalet tidsförskjutningar av utsignalen och är lika med gradtalet för polynomet
A ( q )
. I detta fall är systemet av andra ordningen.Vi skriver systemet som
y ( k 1 ) 1 , 80 y ( k ) 1 , 05 y ( k 1 ) u ( k )
och väljer (t.ex.) tillståndsvariablernax
1( k ) k y ( 1 )
ochx
2( k ) y ( k )
, vilket ger) ( )
1
(
21
k x k
x
,x
2( k 1 ) y ( k 1 ) 1 , 80 x
2( k ) 1 , 05 x
1( k ) u ( k )
,y ( k ) x
2( k )
eller i matrisform
) 1 (
) 0 80 (
, 1 05 , 1
1 ) 0
1
( k k u k
x
x
,y ( k ) 0 1 x ( k )
3.2 Insignal-utsignalsamband
3.2.2 Differensekvationer 3 – 15
Laboratoriet för reglerteknik
Reglerteknik II / KEH
Exempel: En enkel diskret modell för ett curlingspel för en pekskärmsdator.
Positionen på fingret:
u
1 ochu
2Positionen för stenen:
x
1 ochx
2Vårt finger påverkar stenen med kraften k us
(
i
xi)
Friktionskraften blir k x
f
iNewtons lag:
mx
i k u
s(
i x
i) k x
f
i.Approximera x k
( )
x k( 1)
x h
, x k( 1)
x k( )
x k( 1) 2 ( )
x k2 x k( 1)
x h h
Vilket ger
x k
i( 1) 2 a b x k
i( ) b 1 x k
i( 1) au k
i( )
,2
k h
sa m k h
fb m
Med definitionerna x k3( ) x k1( 1) och x k4( ) x k2( 1), fås2 0 1 0 0
0 2 0 1 0
( 1) ( ) ( )
1 0 0 0 0 0
0 1 0 0 0 0
a b b a
a b b a
k k k
x x u
3.2 Insignal-utsignalsamband
3.2.2 Differensekvationer 3 – 16
Laboratoriet för reglerteknik
Reglerteknik II / KEH
Anmärkningar:
k
f och ks är valbara parametrar, och man kan eventuellt påverkak
f genom att sopa på banan. För att modellera det att vi släppt taget om stenen (eller lyft upp fingret) så skall vi sätta
a 0
. Rotationsrörelse för stenen kan även enkelt modelleras, som även inför nya krafter i systemet (en roterande sten rör sig inte rakt, därför att man får mera friktion på den sida som rotationsrörelsen går i mot stenens rörelse).
För numeriska beräkningar så är differensekvationerna sannolikt effektivare denna gång.
Differensapproximationerna av derivatorna är lämpligare denna gång än antagandet om att insignalen är konstant mellan samplingstiderna (vilket den nu knappast är), som vi gjorde tidigare. Mera om detta i kapitel 4.1 i samband med diskretisering av regulatorer.
Om vi skulle ha använt bakåtdifferens i båda derivata-approximationerna så skulle vi få x(k 1) att bero på u(k 1), vilket skulle kräva att vi i tillståndsekvationen skulle behöva införa en D-matris. Antagligen mindre realistiskt så.
3.2 Insignal-utsignalsamband
3.2.3 Pulsöverföringsfunktionen 3 – 17
Laboratoriet för reglerteknik
Reglerteknik II / KEH
3.2.3 Pulsöverföringsfunktionen H ( ) z
Analogt med Laplacetransformen för tidskontinuerliga systembeskrivningar kan man för tidsdiskreta beskrivningar använda en s.k. Z-transform, som för en tidsdiskret signal
) (k
f
definieras
0) ( )
(
k
z
kk f z
F
(3.2.6)där
z
är en komplex variabel.Med hjälp av Z-transformen kan insignal-utsignalsambandet för ett tidsdiskret MIMO- system skrivas
) ( ) ( )
( z H z U z
Y
(3.2.7)där
Y ( z )
ochU ( z )
är Z-transformerna av utsignaleny (k )
resp. insignalenu (k )
och) ( z
H
är systemets pulsöverföringsmatris (pulsöverföringsfunktion).Pulsöverföringsfunktionen kan erhållas från en tillståndsbeskrivning för systemet enligt
D G
F I C
H ( z ) ( z )
1
(3.2.8)
3.2 Insignal-utsignalsamband
3.2.3 Pulsöverföringsfunktionen 3 – 18
Laboratoriet för reglerteknik
Reglerteknik II / KEH
Av ovanstående följer att pulsöverföringsfunktionen
H ( z )
(eller matrisenH ( z )
) enklast erhålles genom att ersätta operatornq
i pulsöverföringsoperatornH ( q )
(eller matrisen) q
H (
) med den komplexa variabelnz
.Observera analogin med överföringsfunktionen
G (s )
och överföringsoperatornG ( p )
för kontinuerliga system.Övning 3.2.1
Bestäm Z-transformens pulsöverföringsfunktion för systemet
) 1 (
) 0 80 (
, 1 05 , 1
1 ) 0
1
( k k u k
x
x
,y ( k ) 0 1 x ( k )
.
3.2 Insignal-utsignalsamband
3.2.4 Bakåtskiftoperatorn 3 – 19
Laboratoriet för reglerteknik
Reglerteknik II / KEH
3.2.4 Bakåtskiftoperatorn q
-1Operatorn
q
förskjuter en signal en sampling framåt i tiden. Analogt kan vi definiera en förskjutningsoperator q1 som verkar bakåt i tiden enligt) 1 (
) (
q
1f k f k
(3.2.9)Allmänt gäller
) (
) (
q
nf k f k n
(3.2.10)där
n
är ett godtyckligt heltal.
3.2 Insignal-utsignalsamband
3.2.5 Frekvenssvar 3 – 20
Laboratoriet för reglerteknik
Reglerteknik II / KEH
3.2.5 Frekvenssvar
I analogi med det kontinuerliga fallet så kan man även utnyttja överföringsfunktionen för ett diskret system för att beräkna frekvenssvaret för systemet.
I det kontinuerliga fallet gjorde vi det genom att ersätta
s
medj
, där j 1
och
är frekvens.I det diskreta fallet ersätter man z med ej h , eller ekvivalent ersätta
q
1 med ej h , där h är samplingstid.Man kan även direkt använda en tillståndsmodell
( , , , ) F G C D
för att beräkna frekvenssvar, genom att ersätta z med ej h i (3.2.8).Frekvenssvaret för diskreta system blir som väntat bara för frekvensintervallet
0, / h
, mera om det i nästa kapitel.
3. Samplade system
3.3 Val av samplingsintervall 3 – 21
Laboratoriet för reglerteknik
Reglerteknik II / KEH
3.3 Val av samplingsintervall
Vad påverkar valet av samplingsintervall?
Den samplade systembeskrivningen
) ( )
( )
1
(
kF x
kG u
kx
(3.1.12)ger den exakta lösningen till det kontinuerliga systemet
) ( )
( )
(
tAx
tBu
tx
(3.1.1)i samplingstidpunkterna t
kh, k 0,1, 2,
ifall insignalerna är konstanta i varje enskilt samplingsintervall kh , ( k 1 ) h
.Spelar det då någon roll hur vi väljer samplingsintervallet under förutsättning att kravet på konstanta insignaler alltid kan uppfyllas?
Svar: Ja!
För att det samplade systemet skall ge rätt bild av det kontinuerliga systemets egen- skaper krävs att ”inget väsentligt” hinner ske i systemet mellan samplingspunkterna.
Samplingsintervallet bör således vara ”tillräckligt litet”, men hur litet?
3.3 Val av samplingsintervall
3.3.1 Aliaseffekten 3 – 22
Laboratoriet för reglerteknik
Reglerteknik II / KEH
En avvägning av olika aspekter som borde beaktas vid valet av samplingsintervall i ett reglersystem inbegriper
det öppna (dvs oreglerade) systemets egenskaper
det slutna (dvs reglerade) systemets önskade egenskaper
metoder för design av samplande regulatorer
mätnoggrannhet
I princip vill man sampla så sällan som möjligt eftersom ett onödigt litet samplings- intervall kan ge problem med datorimplementering, slitage på ställdon samt ev.
numeriska problem pga stor datamängd med redundant information.
Kravet att uppnå önskade reglerprestanda (t.ex. i form av stabilitetsmarginaler) kräver dock att man samplar tillräckligt ofta (dvs tillräckligt snabbt).
Dessa motstridiga krav kräver kompromisser och kvalitativa avvägningar.
Två mättekniska faktorer, som har betydelse för valet av samplingsintervall och som kan analyseras mera konkret, är den s.k. aliaseffekten och behovet av mätvärdesfiltrering.
3.3 Val av samplingsintervall
3.3.1 Aliaseffekten 3 – 23
Laboratoriet för reglerteknik
Reglerteknik II / KEH
Aliaseffekten
Ett problem vid sampling är att höga frek- venser kan uppträda i form av ”falska”
lägre frekvenser.
I illustrationen till höger har man genom sampling (mellersta figuren) fått fram ett
”sannolikt” beteende (nedersta figuren) som inte alls existerar (översta figuren).
Omvänt kan man genom sampling med det använda samplingsintervallet inte skilja på frekvenserna i översta och nedersta figuren — samplingsresultatet blir i båda fallen det i den mellersta
figuren.
3.3 Val av samplingsintervall
3.3.1 Aliaseffekten 3 – 24
Laboratoriet för reglerteknik
Reglerteknik II / KEH
Vad göra åt aliaseffekten?
Orsaken till aliaseffekten är att vi samplar för långsamt i förhållande till en (relevant) frekvens i den samplade signalen. Vi bör således sampla snabbare. Men hur snabbt?
Några definitioner
Samplingsfrekvensen fs
1 /
h [Hz], där h är samplingsintervallet [sek] Samplings(vinkel)frekvensen
s 2 /
h [rad/sek] Nyquistfrekvensen
N
s/ 2 /
h [rad/sek]Samplingsteoremet
En kontinuerlig signal som inte innehåller någon frekvens högre än Nyquistfrekvensen
N kan exakt rekonstrueras från samplade data.Omvänt gäller att ingen frekvens som är högre än Nyquistfrekvensen
N kan efter sampling skiljas från en lägre frekvens i intervallet 0 ,
N
. Frekvenser
N som samplas så uppträder i den samplade signalen under aliasfrekvensen
a 2
N
.
3.3 Val av samplingsintervall
3.3.1 Aliaseffekten 3 – 25
Laboratoriet för reglerteknik
Reglerteknik II / KEH
Valet av samplingsintervall
Av samplingsteoremet följer att information om frekvenser som är högre än Nyquist-
frekvensen går förlorad vid samplingen. Man bör därför välja samplingsintervallet så, att frekvenser högre än Nyquistfrekvensen
N /
h är ointressanta, dvs mest ”brus”.Om man är intresserad av frekvenser upp till frekvensen
max, dvs av frekvenser i intervallet 0 ,
max
, bör samplingsintervallet h då väljas så, att/
max
h (3.3.1)
Märk att valet av samplingsintervall utgående från samplingsteoremet är motiverat av informations-/mättekniska faktorer.
Det kan finnas andra faktorer, t.ex. krav på reglerprestanda, som gör att man väljer ett samplingsintervall h
/
max. Då gäller att
N
max, dvs dessa frekvenser är inte identiska.
3.3 Val av samplingsintervall
3.3.2 Filtrering 3 – 26
Laboratoriet för reglerteknik
Reglerteknik II / KEH
3.3.2 Filtrering
Oberoende av enligt vilka kriterier man valt samplingsintervallet h gäller att man inte kan få tillförlitlig information om frekvenser högre än Nyquistfrekvensen
N /
h.Om frekvenser högre än Nyquistfrekvensen förekommer i en samplad signal är detta enbart till skada, eftersom de pga av aliaseffekten kommer att tolkas som lägre
frekvenser.
Mätbrus bidrar typiskt med sådana frekvenser, men det kan också vara frågan om mera regelbundna systemegenskaper med frekvenser
N, som man av någon anledning inte vill beakta.Pga aliaseffekten bör sådana frekvenser elimineras (eller dämpas) genom filtrering före samplingen (dvs mätningen).
Därför skall signalen före samplingen filtreras med ett lågpassfilter som eliminerar frekvenser
N
/ h.Ett dylikt församplingsfilter kallas även antialiasfilter.
3.3 Val av samplingsintervall
3.3.2 Filtrering 3 – 27
Laboratoriet för reglerteknik
Reglerteknik II / KEH
Antialiasfiltret
Antialiasfiltrets uppgift är således att eliminiera högre frekvenser än Nyquistfrekvensen
N. Detta kan åstadkommas med ett lågpassfilter med en bandbredd
B något större än
N. Bandbredden
B är den frekvens där filtrets förstärkningsförhållande är1 / 2
. Ett första ordningens system 1( )
T s 1G s
är ett enkelt analogt lågpassfilter. Kravet ovan innebär att man bör välja dess tidskonstant T 0, 3h, där h är samplingsintervallet för den efterföljande samplingen av den filtrerade signalen.Idealt borde lågpassfiltret släppa igenom alla frekvenser upp till Nyquistfrekvensen.
Detta är dock inte möjligt i praktiken, utan man måste nöja sig med en approximation.
En skarpare separering av frekvenser som filtreras och inte filtreras kan dock fås med ett filter av högre ordning, t.ex. n
s
s
TG
( 1))
1(
.Det finns också mer avancerade filter såsom Besselfilter, Butterworthfilter, Chebysjev- filter, ITAE-filter.
3.3 Val av samplingsintervall
3.3.2 Filtrering 3 – 28
Laboratoriet för reglerteknik
Reglerteknik II / KEH
Observera att antialiasfiltret skall filtrera en signal innan den samplas.
Om man använder ett digitalt antialiasfilter bör signalen (dvs filtrets insignal) inledningsvis
samplas med hög frekvens så att filtret approxi- mativt beter sig som ett analogt filter. Därefter samplas den filtrerade signalen på nytt med ett samplingsintervall som bestäms enligt de normala kriterierna ovan.
Ett digitalt lågpassfilter av första ordningen har formen
x
(
k) ( 1
a)
x(
k 1 )
ay(
k)
(3.3.2) där x(k )
är filtrerat värde, y(k )
är mätvärde ocha är en filterkonstant sådan att ett mindre värde i intervallet
0 , 1
ger kraftigare filtrering.
3.3 Val av samplingsintervall
3.3.2 Filtrering 3 – 29
Laboratoriet för reglerteknik
Reglerteknik II / KEH
Följande två exempel är tagna ur Åström och Wittenmark (1984).
Exempel. Aliasfenomenet.
3.3 Val av samplingsintervall
3.3.2 Filtrering 3 – 30
Laboratoriet för reglerteknik
Reglerteknik II / KEH
3.3 Val av samplingsintervall
3.3.2 Filtrering 3 – 31
Laboratoriet för reglerteknik
Reglerteknik II / KEH
Exempel. Förfiltrering.
3.3 Val av samplingsintervall
3.3.2 Filtrering 3 – 32
Laboratoriet för reglerteknik
Reglerteknik II / KEH
3 Samplade system
3.4 Stabilitet poler och nollställen 3 – 33
Laboratoriet för reglerteknik
Reglerteknik II / KEH
3.4 Stabilitet, poler och nollställen
Egenvärden
Om det tidskontinuerliga systemet
x (
t) Ax (
t) Bu (
t)
har egenvärdena
i ochvänsteregenvektorerna
t
i, i 1 , ,
n, gällerT T
i i
i
A t
t
, i 1 , ,
n (3.4.1)För den samplade systembeskrivningen
x (
k 1 ) F x (
k) G u (
k)
med samplings- intervallet h gäller
2 2 3 3! 3
1
! 2
1
! 1
e
hI 1 A
hA
hA
hF
A (3.4.2)Multiplikation från vänster med
t
iT ger såsom tidigare för exponentialfunktionenh i
h i
i i
e
e
TT
T
F t t
t
A
(3.4.3)Av detta följer:
Om
i är ett egenvärde till systemmatrisenA
för ett tidskontinuerligt system så är eih ett egenvärde till övergångsmatrisenF
för motsvarande samplade system medsamplingsintervallet h .
3.4 Stabilitet, poler och nollställen
3.4.1 Stabilitet 3 – 34
Laboratoriet för reglerteknik
Reglerteknik II / KEH
3.4.1 Stabilitet
Ett tidskontinuerligt system är stabilt om och endast om systemmatrisens
A
samtliga egenvärden
i, i 1 , ,
n, har negativ realdel, dvs omi i
i
j
,
i 0
, i 1 , ,
n (3.4.4)Om det tidskontinuerliga systemet är stabilt måste också motsvarande samplade system vara stabilt eftersom signalerna sammanfaller i samplingspunkterna.
För det samplade systemets egenvärden
e
ih, i 1 , ,
n, gäller cos( ) j sin( )
e e
e e
e
ih
ihjih
ih jih
ih
ih
ih
(3.4.5)h i
i h
h i i
i
h h
e cos ( ) sin ( ) e
e
2
2
(3.4.6)Om
i 0
äre
ih 1
, dvse
ih 1
. Av detta följer:Det samplade systemet är stabilt om absolutbeloppet av samtliga egenvärden till över- gångsmatrisen
F
är mindre än 1, dvs om eih 1,i 1 , , n
, vilket är ekvivalent med att alla egenvärden ligger innanför enhetscirkeln i det komplexa talplanet.
3.4 Stabilitet, poler och nollställen
3.4.2 Poler 3 – 35
Laboratoriet för reglerteknik
Reglerteknik II / KEH
3.4.2 Poler
Det kontinuerliga systemets poler är, om systemet är styrbart och observerbart, lika med
A
-matrisens egenvärden.Om även det samplade systemet är styrbart och observerbart är
F
-matrisens egen- värden lika med det samplade systemets poler.Under antagandet om styrbarhet och observerbarhet gäller då:
Om det kontinuerliga systemets poler är
i, i 1 , ,
n, så är eih, i 1 , ,
n, motsvarande samplade systems poler då samplingsintervallet ärh
.Vi kan konstatera att om h 0, så gäller att
e
ih 1
(dvs allmänt eih
i).
3.4 Stabilitet, poler och nollställen
3.4.2 Poler 3 – 36
Laboratoriet för reglerteknik
Reglerteknik II / KEH
Samband mellan det kontinuerliga och det samplade systemets poler
Det streckade området anger lämplig polplacering för ett reglerat system.
3.4 Stabilitet, poler och nollställen
3.4.3 Nollställen 3 – 37
Laboratoriet för reglerteknik
Reglerteknik II / KEH
3.4.3 Nollställen
Det är svårt att beskriva sambandet mellan det tidskontinuerliga och det samplade systemets nollställen. Speciellt kan noteras att
Det samplade systemet kan ha både fler och färre nollställen än det tidskontinuerliga.
Det samplade systemet kan vara icke-minimumfas även om det tidskontinuerliga är minimumfas och vice versa.
Det samplade systemets pulsöverföringsfunktion
H ( z )
kan dock analyseras på liknande sätt som det kontinuerliga systemets överföringsfunktionG ( s )
för att bestämmasystemets nollställen.
Speciellt gäller för ett system med en insignal och en utsignal att nollställena ges av
0
) ( z
B
då) (
) ) (
( A z
z z B
H
(3.4.7)
3. Samplade system
3.5.1 Styrbarhet 3 – 38
Laboratoriet för reglerteknik
Reglerteknik II / KEH
3.5 Styrbarhet och observerbarhet
3.5.1 Styrbarhet
Styrbarhet innebär såväl för samplade som kontinuerliga system att tillståndet kan från ett godtyckligt initialtillstånd styras till origo på ändlig tid.
Vid styrning av ett samplat system förfogar man bara över en delmängd av de insignaler som kan användas i ett tidskontinuerligt system, nämligen styckvis konstanta signaler.
Detta medför att:
Ett samplat system kan vara styrbart endast om det kontinuerliga systemet är det.
Om samplingsintervallet är illa valt kan det samplade systemet vara icke-styrbart även om det kontinuerliga systemet är styrbart.
Test av styrbarhet
Ett samplat system är styrbart om och endast om styrbarhetsmatrisen
G FG F G F G
Γ
c
2
n1 (3.5.1)har full rang (dvs rangen
n
).
3.5 Styrbarhet och observerbarhet
3.5.2 Observerbarhet 3 – 39
Laboratoriet för reglerteknik
Reglerteknik II / KEH
3.5.2 Observerbarhet
Observerbarhet definieras som att endast tillståndet noll kan producera en utsignal-
sekvens som är identiskt noll då insignalen är noll. Om andra tillstånd kan ge utsignalen noll är systemet icke-observerbart.
För ett tidskontinuerligt system krävs då att
y ( ) t 0
för alla t, medan det för ett samplat system räcker atty ( kh ) 0
,k 0 , 1 ,
Av detta följer att ett samplat system kan vara icke-observerbart (
y ( kh ) 0
,k 0 , 1 ,
) trots att det kontinuerliga systemet är observerbart (y ( ) t 0
).Test av observerbarhet
Det samplade systemet är observerbart om och endast om observerbarhetsmatrisen
1 o
CF
nCF C
Γ
(3.5.2)har full rang (dvs rangen
n
).
3.5 Styrbarhet och observerbarhet
3.5.2 Observerbarhet 3 – 40
Laboratoriet för reglerteknik
Reglerteknik II / KEH
Övning 3.5.1
Betrakta dieselmotorkatalysatorexemplet i Övning 2.2.2, där vi funderade på om vi kunde observera halten av NOx och NH3 på basen av en mätning som var summan av NOx och
NH
3. Undersök observerbarheten om man antar att dynamiken i katalysatorn i stället för en tidkonstant är en dödtid som är a) lika stor b) olika stor för halten avNO
xoch NH3. Anta i a) fallet för enkelhets skull att dödtiden är 1 samplingstid lång, och i b) fallet att dödtiden är 1 respektive 2 samplingstider lång.