×

Laplace數(shù)值反變換

分類：互聯(lián)網熱點 編輯：聊聊云計算 瀏覽量：1
2020-07-13 16:55:23
■ 問題提出在博文 逆Laplace數(shù)值逆變換 給出了數(shù)值計算Laplace逆變換的簡易程序。其中存在以下幾個問題需要討論：問題1： 程序實現(xiàn)過程原理以及優(yōu)化；問題2： 運算參數(shù)：，，對于積分數(shù)值的影響。從上篇博文中明顯看到有些計算出的結果大大偏離的實際值。比如其中的函數(shù)所計算出來的幅值超過了1.01程序實現(xiàn)原理以及優(yōu)化1.Laplace逆運算所以，算法的核心是對進行傅里葉反變換，然后在乘以。由于確認變換后的函數(shù)是實函數(shù)，因此，為了節(jié)省計算時間，只對傅里葉反變換的積分，進行正半軸的積分，同時積分的上限由參數(shù)決定。對積分的數(shù)值取齊實部，再乘以2便可以得到。2.Python積分程序實現(xiàn)優(yōu)化使用梯形積分來實現(xiàn)函數(shù)的積分，可以獲得更精確的積分值。理論分析可知：其中 以及 。那么積分誤差上限為：其中，， ?！?圖2.1 梯形積分方法示意圖計算可以有兩種方式：方式1： 對左、右黎曼積分加權平均：方式2： 利用如下的公式計算：最后實現(xiàn)的代碼為：def trapz(f, a, b, N=50): x = linspace(a, b, N+1) y = f(x) y_right = y[1:] y_left = y[:-1] dx = (b-a) / N T = dx/2 * sum(y_right + y_left) return T利用上述公式，對進行積分測試：printf(trapz(sin, 0, pi/2, 1000))所得到結果為：0.9999997943832332?？梢钥吹绞褂胣=1000對應的結果后面的積分精度達到了小數(shù)點后面6位9的小數(shù)點的位數(shù)。3.實現(xiàn)Laplace逆運算通過上面梯形積分方法，實現(xiàn)Laplace數(shù)值逆變換，具體的子程序如下面所示。#------------------------------------------------------------def invlt(t, fs, sigma, omiga, nint): omigadim = linspace(0, omiga, nint+1, endpoint=True) y = [(exp(1j*o*t) * fs(sigma+1j*o)).real for o in omigadim] y_left = y[:-1] y_right = y[0:] T = sum(y_right + y_left) * omiga/nint return exp(sigma*t) * T/ pi / 2#------------------------------------------------------------def fs(s): return 1/(s*s+1)#------------------------------------------------------------sigma = 0.2omiga=200nint=omiga*50tdim = linspace(0, 2*pi* 3, 200)ft = [invlt(t, fs, sigma, omiga, nint) for t in tdim]02一些基本函數(shù)的實驗下面通過對一些基本常見函數(shù)的laplace變換，來測試一下上述程序的性能。Ⅰ.sin(t)sigma=0.2, omiga=200, nint=omiga*50Ⅱ.exp(-t)sigam=-1+0.1, omiga=200, nint=omiga*50Ⅲ.u(t)Ⅳ.u(t-1)Ⅴ.周期化脈沖信號※ 結論通過原理分析，可以獲得建議的Laplace數(shù)值逆運算的正確的PYTHON算法程序。這個程序是直接對Laplace反變換公式利用梯形積分方法獲得計算結果。通過對幾種常見的信號Laplace的反變換，驗證了這個算法的正確性。通過在此過程，可以看到，對于參數(shù)sigma, omiga, nint對于計算結果還是有很大的影響。另外，對于時間t，只能在比較小的范圍內有效，當t超過一定長度，前面所計算的結果都會出現(xiàn)比較大的誤差?！?對于方波進行Laplace數(shù)值反變換的結果參考資料逆Laplace數(shù)值逆變換: https://zhuoqing.blog.csdn.net/article/details/107241738

公眾號留言

卓大大，請問AI電磁組不進圓環(huán)會加時間嗎？規(guī)則上寫不要求進圓環(huán)，但圓環(huán)進比不進的時間更長一些，那這個賽道元素的意義是什么？之前記得您有過類似回答，但是找不到了謝謝您~

回復：這主要是為了使得AI電磁組能夠在普通的賽道上完成比賽，而不必對賽道進行改造。同時，圓環(huán)的存在也會對AI電磁組在數(shù)據訓練是產生影響。

卓老師好，關于AI電磁組的有個情況需要向您反映一下，規(guī)則中規(guī)定車模運行方向不限，這里有個bug，如果車倒著跑，電感依然只距離后輪軸心往前5cm,這樣安裝是符合目前公布的規(guī)則的，但因為舵機在后，也就是轉向機構在后，相當于獲得了25cm+的物理前瞻，這樣通過傳統(tǒng)電磁尋跡的方法也能輕松獲得不錯的速度，我想這里應該是一個BUG。

現(xiàn)在因為時間緊，不少同學都想用傳統(tǒng)方法來鉆空子，同時因為今年沒有全國統(tǒng)一場地的國賽，還有云比賽的存在，對參賽車模具體采用了什么方法也不利于檢查，需要更多的人力，，所以我認為應該限制運行方向，不能倒著跑，從一定程度上可以打消部分人鉆空子的念頭，此建議僅供卓老師參考。

回復：謝謝你的建議。關于這方面，我們將會給出競賽規(guī)則補充說明，限制車模只能往前行。


聲明：免責聲明：本文內容由互聯(lián)網用戶自發(fā)貢獻自行上傳，本網站不擁有所有權，也不承認相關法律責任。如果您發(fā)現(xiàn)本社區(qū)中有涉嫌抄襲的內容，請發(fā)

送郵件至：operations@xinnet.com進行舉報，并提供相關證據，一經查實，本站將立刻刪除涉嫌侵權內容。本站原創(chuàng)內容未經允許不得轉載，或轉載時

需注明出處：新網idc知識百科

免費咨詢獲取折扣

Loading