我有以下 scipy.lti 对象,它基本上是表示 LTI 系统的拉普拉斯变换的对象:
G_s = lti([1], [1, 2])
如何将这样的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?
我想我可以做
I_s = lti(np.polymul([1], [2]), np.polymul([1, 2], [1, 2]))
但是如果我想做怎么办:
#I_s = H_s / (1 + H_s) <---- Does not work since H_s is an lti object
有没有一种简单的方法可以用 scipy 来做到这一点?
有趣的是,Scipy 似乎不提供该功能。另一种方法是将 LTI 系统转换为 Sympy 有理函数。 Sympy 允许您轻松展开和取消多项式:
from IPython.display import display
from scipy import signal
import sympy as sy
sy.init_printing() # LaTeX like pretty printing for IPython
def lti_to_sympy(lsys, symplify=True):
""" Convert Scipy's LTI instance to Sympy expression """
s = sy.Symbol('s')
G = sy.Poly(lsys.num, s) / sy.Poly(lsys.den, s)
return sy.simplify(G) if symplify else G
def sympy_to_lti(xpr, s=sy.Symbol('s')):
""" Convert Sympy transfer function polynomial to Scipy LTI """
num, den = sy.simplify(xpr).as_numer_denom() # expressions
p_num_den = sy.poly(num, s), sy.poly(den, s) # polynomials
c_num_den = [p.all_coeffs() for p in p_num_den] # coefficients
l_num, l_den = [sy.lambdify((), c)() for c in c_num_den] # convert to floats
return signal.lti(l_num, l_den)
pG, pH, pGH, pIGH = sy.symbols("G, H, GH, IGH") # only needed for displaying
# Sample systems:
lti_G = signal.lti([1], [1, 2])
lti_H = signal.lti([2], [1, 0, 3])
# convert to Sympy:
Gs, Hs = lti_to_sympy(lti_G), lti_to_sympy(lti_H)
print("Converted LTI expressions:")
display(sy.Eq(pG, Gs))
display(sy.Eq(pH, Hs))
print("Multiplying Systems:")
GHs = sy.simplify(Gs*Hs).expand() # make sure polynomials are canceled and expanded
display(sy.Eq(pGH, GHs))
print("Closing the loop:")
IGHs = sy.simplify(GHs / (1+GHs)).expand()
display(sy.Eq(pIGH, IGHs))
print("Back to LTI:")
lti_IGH = sympy_to_lti(IGHs)
print(lti_IGH)
输出为:
根据您对“简单”的定义,您应该考虑从
lti
派生您自己的类,在您的传递函数上实现必要的代数运算。这可能是最优雅的方法。
这是我对这个问题的看法:
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
加上加法、乘法、除法、减法和求反;二进制也定义为整数和浮点数作为伙伴。
我测试了它以迪特里希为例:
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
很好地等于
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,因此我不确定这是否有可能给出与基于 sympy 的解决方案相同的结果,因为该解决方案缺少一些简化。我发现可疑的是
lti
的行为已经出乎意料:lti([1,2],[1,2])
没有简化它的参数,尽管我怀疑这个函数是常数 1。所以我宁愿不猜测这个最终结果的正确性。
无论如何,主要信息是继承本身,因此上述实现中可能存在的错误希望只会带来轻微的不便。我对类定义也很不熟悉,所以我可能没有遵循上面的最佳实践。
在@ochurlaud指出后,我最终重写了上面的内容,我的原始版本仅适用于Python 2。原因是
/
操作是由Python 2中的__div__
/__rdiv__
实现的(并且是不明确的) “古典除法”)。然而,在 Python 3 中,/
(真正的除法)和 //
(地板除法)之间存在区别,它们分别称为 __truediv__
和 __floordiv__
(以及它们的“右”对应项)。上面代码行中的 __future__
导入即使在 Python 2 上也会触发正确的 Python 3 行为,因此上述代码适用于两个 Python 版本。由于下限(整数)除法对我们的类没有多大意义,因此我们明确表示它不能对 //
执行任何操作(除非其他操作数实现它)。
还可以轻松地分别为
__iadd__
、__idiv__
等定义相应的 +=
、/=
等就地操作。