Python中的Stepinfo

2 投票

2 回答

7392 浏览

数据工程师

提问于 2025-04-18 12:56

我正在尝试在Python中确定以下步骤响应的特性：

上升时间（RiseTime）
稳定时间（SettlingTime）
稳定最小值（SettlingMin）
稳定最大值（SettlingMax）
超调（Overshoot）
欠调（Undershoot）
峰值（Peak）
峰值时间（PeakTime）

在Matlab中，我可以使用一个叫做 stepinfo 的函数，但在Python中我找不到合适的替代方法。我尝试用numpy和scipy自己写一个，但到目前为止运气不太好，因为我对信号处理的知识还不够。

我在网上找到的大部分信息看起来都比较复杂，但我很想了解更多。如果有人能推荐一本好书或其他学习资源，我会非常感激！谢谢！

这是我目前得到的步骤响应：

step response

信号处理数值计算学习资源控制系统步骤响应上升时间稳定时间超调

2 个回答

你可以直接用公式来计算吗？（假设这是一个二阶系统，或者说有两个主要的极点，可以近似看作二阶）

$%OS = 100 \cdot e^{\left ({\frac{-\zeta \pi}{\sqrt{1-\zeta^2}}}\right)}$

关于上升时间和稳定时间，有几种不同的近似方法，所以上网查查会很有帮助。

你还可以通过你的数据图中的最大值和最小值来找出阻尼频率，然后用这个来计算自然频率：

$\omega_d = \omega_n \cdot (\sqrt{1-\zeta^2})$

有一些公式可以用来关联这些不同的量，具体取决于你已经知道了什么。

回答于 2025-04-18 由 Python大师

分享举报

这个讨论提出了一个实现的方式：

def step_info(t,yout):
    print "OS: %f%s"%((yout.max()/yout[-1]-1)*100,'%')
    print "Tr: %fs"%(t[next(i for i in range(0,len(yout)-1) if yout[i]>yout[-1]*.90)]-t[0])
    print "Ts: %fs"%(t[next(len(yout)-i for i in range(2,len(yout)-1) if abs(yout[-i]/yout[-1])>1.02)]-t[0])

接下来，你需要使用numpy库中信号处理部分的函数，来获取你想要的其他信息。

回答于 2025-04-18 由 Python大师

分享举报

Python中的Stepinfo

2 个回答

撰写回答