کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7109118 1460627 2018 6 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A new frequency weighted Fourier-based method for model order reduction
ترجمه فارسی عنوان
یک روش مبتنی بر فرکانس با وزن فوریه برای کاهش سفارش مدل
کلمات کلیدی
شناسایی و کاهش مدل، فرکانس وزن، تبدیل فوریه گسسته، گرمی ها، سیستم های پیچیده مقیاس بزرگ،
ترجمه چکیده
این مقاله روش جدید کاهش فرآیند مدل وزن با فرکانس تحلیلی را ارائه می دهد. این روش مبتنی بر تجزیه مبتنی بر فوریه یک مدل فضای حالت بالا است. این روش برای سیستم های زمان گسسته طراحی شده است، اما می توان آن را به راحتی به زمان های مداوم استفاده کرد. مزیت اصلی الگوریتم پیشنهادی یک کلاس پیچیدگی زمانی درجه دوم است در مقایسه با یک مکعب برای روش وزن با فرکانس کلاسیک، یکی از ویژگی های اصلی ناشی از استفاده از روش های تحلیلی برای محاسبه فاکتورها برای کنترل و قابل مشاهده گرمایان. آزمایش شبیه سازی اثربخشی روش پیشنهاد شده را از نظر دقت مدل سازی بالا و هزینه های محاسبات کم اثبات می کند.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی کنترل و سیستم های مهندسی
چکیده انگلیسی
This paper presents a new, analytically driven frequency weighted model order reduction method. The method is grounded on the Fourier-based decomposition of a high-order state space model. The method is designed for discrete-time systems, but it can be easily applied to continuous-time ones. The main advantage of the proposed algorithm is a class of quadratic time complexity as compared to the cubic one for the classical frequency weighted method, the major feature resulting from the application of analytical methods for calculation of factorizations for controllability and observability Gramians. The simulation experiment confirms the effectiveness of the proposed method both in terms of high modeling accuracy and low computational cost.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Automatica - Volume 88, February 2018, Pages 107-112
نویسندگان
, ,