本篇内容主要讲解“如何使用C++ Matlab中的lp2lp函数”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“如何使用C++ Matlab中的lp2lp函数”吧!
去归一化 H(s) 的分母
[z, p, k]=buttap(3); disp("零点:"+z); disp("极点:"+p); disp("增益:"+k); [Bap,Aap]=zp2tf(z,p,k);% 由零极点和增益确定归一化Han(s)系数 disp("Bap="+Bap); disp("Aap="+Aap); [Bbs,Abs]=lp2lp(Bap,Aap,86.178823974858318);% 低通到低通 计算去归一化Ha(s),最后一个参数就是去归一化的 截止频率 disp("Bbs="+Bbs); disp("Abs="+Abs);
#pragma once #include <iostream> typedef struct Complex { double real;// 实数 double img;// 虚数 Complex() { real = 0.0; img = 0.0; } Complex(double r, double i) { real = r; img = i; } }Complex; /*复数乘法*/ int complex_mul(Complex* input_1, Complex* input_2, Complex* output) { if (input_1 == NULL || input_2 == NULL || output == NULL) { std::cout << "complex_mul error!" << std::endl; return -1; } output->real = input_1->real * input_2->real - input_1->img * input_2->img; output->img = input_1->real * input_2->img + input_1->img * input_2->real; return 0; }
实现方法很简单,将 H(s) 的分母的系数乘以 pow(wc, 这一项的指数) 即可
#pragma once #include <iostream> #include <vector> #include <algorithm> #include "complex.h" using namespace std; vector<pair<Complex*, int>> lp2lp(vector<pair<Complex*, int>> tf, double wc) { vector<pair<Complex*, int>> result; if (tf.size() <= 0 || wc <= 0.001) { return result; } result.resize(tf.size()); for (int i = 0; i < tf.size(); i++) { double coeff = pow(wc, tf[i].second); Complex* c = (Complex*)malloc(sizeof(Complex)); c->real = coeff * tf[i].first->real; c->img = coeff * tf[i].first->img; pair<Complex*, int> p(c, tf[i].second); result[i] = p; } return result; }
#include <stdio.h> #include <stdlib.h> #include <math.h> #include <vector> #include "buttap.h" #include "zp2tf.h" #include "lp2lp.h" using namespace std; #define pi ((double)3.141592653589793) int main() { vector<Complex*> poles = buttap(3); vector<pair<Complex*, int>> tf = zp2tf(poles); // 去归一化后的 H(s) 的分母 vector<pair<Complex*, int>> ap = lp2lp(tf, 86.178823974858318); return 0; }
可以看出二者结果一样,大家可以自行验证
到此,相信大家对“如何使用C++ Matlab中的lp2lp函数”有了更深的了解,不妨来实际操作一番吧!这里是亿速云网站,更多相关内容可以进入相关频道进行查询,关注我们,继续学习!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。