sqlite数值长度超过7位出错_直接Laplace数值反变换

■ 问题提出


在博文 逆Laplace数值逆变换[1] 给出了数值计算Laplace逆变换的简易程序。其中存在以下几个问题需要讨论:

  • 问题1: 程序实现过程原理以及优化;
  • 问题2: 运算参数:,,对于积分数值的影响。从上篇博文中明显看到有些计算出的结果大大偏离的实际值。比如其中的函数所计算出来的幅值超过了1.
4153450ba0499fbb8e16f5b4bd145645.png

01程序实现原理以及优化


1.Laplace逆运算

742bcae4ede319f3aa977a14e429caeb.png

所以,算法的核心是对进行傅里叶反变换,然后在乘以。

由于确认变换后的函数是实函数,因此,为了节省计算时间,只对傅里叶反变换的积分,进行正半轴的积分,同时积分的上限有参数决定。对积分的数值取齐实部,再乘以2便可以得到。

b3aa8922274e2aa9989a069fabdd158e.png

2.Python积分程序实现优化

使用梯形积分来实现函数的积分,可以获得更精确的积分值。理论分析可知:

459d966188c6668b93dcd381c97774c4.png

其中 以及 。那么积分误差上限为:

279832f01c44dd6a6487862fc0935a63.png

其中,, 。

f36e9b88a1c9950dcf259cbdc8c5a0ad.png

▲ 图2.1 梯形积分方法示意图

计算可以由两种方式:

方式1: 对左、右黎曼积分加权平均:

6df29bbfb88285acf6413844e46f19c8.png

方式2: 利用如下的公式计算:

51ae1eb0c25d09fa3870e1b9c2d00f01.png

最后实现的代码为: 利用上述公式,对进行积分测试:

  • ounter(line
printf(trapz(sin, 0, pi/2, 1000))

所得到结果为:0.9999997943832332。 可以看到使用n=1000对应的结果后面的积分精度达到了小数点后面6位9的小数点的位数。

3.实现Laplace逆运算

通过上面梯形积分方法,实现Laplace数值逆变换,具体的子程序如下面所示。

02一些基本函数的实验


下面通过对一些基本常见函数的laplace变换,来测试一下上述程序的性能。

Ⅰ.sin(t)

9c129aea5bb35bde3e725e4895d8887a.png

sigma=0.2, omiga=200, nint=omiga*50

573d789a8d8888a511935162cfab0aca.png

Ⅱ.exp(-t)

b23225988229cae234f2269ef2ea99fb.png

sigam=-1+0.1, omiga=200, nint=omiga*50

22931baf24e14948b9cb969d150b9b91.png

Ⅲ.u(t)

a8a09c5ad5c42f2c0df88fd733498c7e.png
85036d32f92142a3e6beab8d8c6fc621.png

Ⅳ.u(t-1)

fff0d5e10b7be797ac23477aa6b39a6e.png
56faab20e9a2744c6604be4cb3265ba7.png

Ⅴ.周期化脉冲信号

87232598653f7a23e093d35d39333b19.png
c076ac6d166015c8bef450fd42432869.png

※ 结论


通过原理分析,可以获得建议的Laplace数值逆运算的正确的PYTHON算法程序。

这个程序是直接对Laplace反变换公式利用梯形积分方法获得计算结果。通过对几种常见的信号Laplace的反变换,验证了这个算法的正确性。

通过在此过程,可以看到,对于参数sigma, omiga, nint对于计算结果还是有很大的影响。另外,对于时间t,只能在比较小的范围内有效,当t超过一定长度,前面所计算的结果都会出现比较大的误差。

b306a5fa7e229909f07d172a81d722a8.png

▲ 对于方波进行Laplace数值反变换的结果

参考资料

[1]

逆Laplace数值逆变换: https://zhuoqing.blog.csdn.net/article/details/107241738

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值