Diapo 5

Procesamiento Digital de
Señales
Discretización de Sistemas Análogos

2017
Por: Fabián Jiménez López.
fabian.jimenez02@uptc.edu.co.
Agenda
 Introducción
 Método Transformación Invariante al Impulso
 Método por Retenedor de Orden Cero ZOH
 Aproximaciones s → z
- Diferencial en Atraso
- Diferencial en Adelanto
- Integral Trapezoidal
- Tustin – Pade
Procesamiento Digital de Señales Profesor: Ing. Fabián Jiménez López MSc Semestre 2017
Introducción
 Conversión A/D
Introducción
 Formas de Muestreo y Retención
Uniforme
a. Conmutación
uniforme o Switcheo.
b. Producto por
Muestreadora,
Sampling waveform.
Introducción
 Modelo de Muestreo con Muestreadora
 Muestreo Ideal (Tren de Impulsos)
Introducción
 Muestreo de Sistemas Continuos
a. Sistema
Continuo
b. Muestreo de la
Entrada
c. Muestreo de la
Entrada y la Salida.
Introducción
 Muestreo de Sistemas Continuos
Introducción
 Regiones de Transformación del plano s
en el plano z. z = e Tms
Métodos de Discretización
 TIR – Transformación Invariante a la Respuesta o
Transformación Invariante al Impulso.
 ZOH – Por Retenedor de Orden Cero (Zero Order
Hold).
 FOH – Por Retenedor de Primer Orden (First Order
Hold) o Interpolación Lineal.
 Aproximaciones s → z (Emparejamiento –
Matched).
 Diferencial en Atraso
 Diferencial en Adelanto
 Integral Trapezoidal
 Tustin – Pade – Bilinear
Respuesta Impulsional TIR
 TIR (Transformación Invariante a la
Respuesta)
 Procedimiento
 Se elige una entrada x(t) (impulso, escalón o rampa).
 Se establece la respuesta y(t) como la Transformada
Inversa de Laplace: L –1{H(s)X(s)}.
 Muestrear y(t) a intervalos Tm y obtener y[nTs].
 Calcular su Transformada Z {Y(z)}.
 Evaluar H(z) como Y(z)/X(z).
L−1 t = nTm
H ( s ) → h(t ) = → h[nTm ] → H ( z , Tm ) Z
 Supóngase que se tiene a H(s) en forma de fracciones
parciales. A cada término se le puede calcular su
equivalente en z = e Tms a través de su respuesta al impulso.
Transformaciones Invariantes al Impulso

Término H(s) H(z,Tm) a=e –pTm
A Az
Polo Simple s+ p z +a
jΩ − jΩ 2 z 2 A cos( Ω ) − 2 Aaz cos( Ω + qTm )
Complejo Conjugado
Ae
s + p + jq + Ae
s + p − jq z 2 − 2 az cos( qTm ) + a 2
Multiplicidad M
A
( s + p )M
A
T M −1
( M −1)! m
(− z dzd (− z dzd  − z dzd [z −z a ]))
A az
ATm
Multiplicidad 2 ( s + p )2 ( z − a )2
 Ejemplo: Determinar H(z) a partir de H(s) utilizando la
Transformación Invariante al Impulso.
4
H ( s) =
( s + 1)( s 2 + 4 s + 5)
2 −1 − j −1 + − j
= + +
( s + 1) ( s + 2 + j ) ( s + 2 − j )
− j 34π j 34π
2 2e 2e
= + +
( s + 1) ( s + 2 + j ) ( s + 2 − j )
2z 2 2 z 2 cos( 34π ) − 2 2e − 2Tm z cos(Tm − 34π )
H ( z , Tm ) = −Tm
+
(z − e ) z 2 − 2e − 2Tm z cos(Tm ) + e − 4Tm
 Ejemplo: Seleccionando Tm = 0.1 seg (τ = 1s; ω0 = 5rad/s
→ F0 = 0.79Hz → T0 = 1.26s) se tiene que :
2z − 2 z 2 + 1.4658 z
H ( z) = + 2
z − 0.9048 z − 1.629 z + 0.67
0.017 z 2 + 0.0143 z
=
( z − 0.9048)( z 2 − 1.629 z + 0.67)
0.017 z 2 + 0.0143 z
=
z 3 − 2.534 z 2 + 2.144 z − 0.606
 Ejemplo: Usando Matlab:
 Hs = tf([4],[1 5 9 5]);
 Hz=c2d(Hs,0.1, 'imp');
 [H,F]=freqz([0.01692 0.01432 -1.59e-017],[1 -2.534
2.145 -0.6065],100,0.1);
 plot(F,abs(H))
 figure
 plot(F,180*angle(H)/pi)
Retenedor de orden Cero ZOH
 Muestreo de Señales Continuas:
 Los muestreadores adquieren muestras de la señal
con frecuencia constante, se cumple un periodo de
muestreo.
 Los retenedores mantienen el valor de la señal
retenida hasta que llega un nuevo valor
correspondiente a una nueva muestra.
y (t ) y * (t ) = y[nTm ]
Y (s ) ↑ Tm Y * ( s ) = Y ( z , Tm )
Durante un instante de muestreo el muestreador toma la
señal continua y la retiene hasta que se cumpla el siguiente
periodo de muestreo Tm.
Si Tm = ∆t→0, el área bajo el impulso es igual al valor o
magnitud de la señal continua en el instante del muestreo, el
impulso en el punto del muestreo nTm es dado por:
y (t ) = y (nTm ) ⋅ δ (t − nTm )
*
Donde δ (t–nTm) es el impulso muestreador, o señal

muestreadora correspondiente a un tren de impulsos o
muestreo ideal.
La secuencia de impulsos y*(t) a la salida del muestreador
es:
y * (t ) = y (0) ⋅ δ (t ) + y (t ) ⋅ δ (t − Tm ) + y (t ) ⋅ δ (t − 2Tm ) + 
= y (0) ⋅ δ (t ) + y (Tm ) ⋅ δ (t − Tm ) + y (2Tm ) ⋅ δ (t − 2Tm ) + 
= y[nTm ]
y * (t )
∞
y[nTm ] = ∑ y(nT
n =0
m )δ (t − nTm )
T
1Tm 2Tm 3Tm 4Tm 5Tm 6Tm
La secuencia de impulsos x*(nTm) a la salida del retenedor
de orden cero ideal es:
x * (nTm ) x * (t )
T T
1Tm 2Tm 3Tm 4Tm 5Tm 6Tm 1Tm 2Tm 3Tm 4Tm 5Tm 6Tm
∞
(
xr (t ) = xc (t ) = ∑ x(nTm ) µ (t − nTm ) − µ (t − n + 1Tm )
n =0
)
Aplicando transformada de Laplace a la señal
cuantizada xc(t):
∞
n = 0
( 
L {xc (t )} = L  ∑ x(nTm ) µ (t − nTm ) − µ (t − n + 1Tm ) 

)
∞
{(
X c ( s ) = ∑ x(nTm ) ⋅ L µ (t − nTm ) − µ (t − n + 1Tm )
n =0
)}
∞ 
{
X c ( s ) = ∑ x(nTm ) ⋅  L {µ (t − nTm )} − L µ (t − n + 1Tm ) 

}
n =0  
∞  e − nTm s e −( n +1)Tm s  ∞  − −Tm s 
X c ( s ) = ∑ x(nTm ) ⋅  ( ) − nTm s 1 e
−  = ∑ x nTm ⋅ e  
n =0  s s  n =0  s 
Donde se extrae el término que no depende de n:
∞ 
− nTm s 1 − e
−Tm s 
X c ( s ) = ∑ x(nTm ) ⋅ e  
n =0  s 
 1 − e −Tm s  ∞
X c (s) =   ∑ x(nTm ) ⋅ e − nTm s
 s  n =0
 
Y por definición de Transformada Z, haciendo z = e –Tms
 1 − e −Tm s  ∞
X c ( s) =  ⋅ ∑ x(nTm ) ⋅ z − n
 s  n =0
  z = eTms
 1 − e −Tm s 
X c (s) =  ⋅ X ( z , Tm ) Tms
 s  z =e
 
Concluyéndose que la Función de Transferencia del ZOH
GZOH(s) es una transformación lineal entre la señal discreta y
la señal continua:
 1 − e −Tm s 
X c (s) =  ⋅ X ( z , Tm ) Tms
 s  z =e
 
1 − e −Tm s
GZOH ( s ) =
s
La cual tiene un polo en s=0 y un retardo de un periodo de
muestreo Tm. Comportamiento LPF.
1 − e − jωTm
GZOH ( jω ) =
jω
Análisis Frecuencial (Magnitud)
1 − e − jωTm 1 − cos(ωTm ) + j sin(ωTm )
GZOH ( jω ) = =
jω ω
(1 − cos(ωTm ))2 + sin 2 (ωTm )

GZOH ( jω ) =
ω
1 − 2 cos(ωTm ) + cos 2 (ωTm ) + sin 2 (ωTm )
GZOH ( jω ) =
ω
2 − 2 cos(ωTm )
GZOH ( jω ) =
ω
2 − 2 cos(ωTm )
GZOH ( jω ) =
ω
- Si crece la frecuencia la respuesta en magnitud decrece.
- Si ωTm es 0 o múltiplo par de π entonces:
ωTm = 2nπ ⇒ ω = 2nπ / Tm ⇒ ωm = 2π/Tm = 2π⋅Tm ⇒ ωn= nωm
Entonces el cos(ωTm ) se hace 1 y se tienen los mínimos de
magnitud en nωm con valor de 0.
- Si ωTm es múltiplo impar de π entonces:
ωTm = (2n+1)π ⇒ ω = (2n+1)π / Tm ⇒ ⇒ ωn= (2n+1)ωm/2
Entonces el cos(ωTm ) se hace –1 y se tienen los máximos de
magnitud en (2n+1)ωm/2.
Análisis Frecuencial (Fase)
− jωTm − jωTm
1 − e − jωTm 1− e 2 ⋅e 2
GZOH ( jω ) = =
jω jω
jωTm − jωTm jωTm − jωTm
− jωTm − jωTm
e 2 −e 2 e 2 −e 2
GZOH ( jω ) = e 2 ⋅ = 2Tm e 2 ⋅
jω 2 jωTm
GZOH ( jω ) = Tm
− jωTm
e 2 ⋅
sen 2
( )=T e
ωTm − jωTm
2 ⋅ sinc ( )
ωTm
ωTm m 2
2
La fase del término exponencial es –ωTm/2 y por linealidad la
fase del seno va a ser ± nπ en ωm = 2π/Tm.
GZOH ( jω ) = Tm e
− jωTm
2
⋅
sen ( )=T e
ωTm
2
− jωTm
2
⋅ sinc ( )
ωTm
ωTm m 2
2
ωTm
arg{GZOH ( jω )} = − ± nπ
2
La fase vale cuando 0 cuando:
ωTm 2 nπ
0=− ± nπ ⇒ ω = ± = nω m = ω n
2 Tm
Muestreo de Sistemas Continuos con ZOH
XC(s) Y(s)
X(s) ZOH G(s) MUX
Y(z,Tm)
H(z,Tm)
Y ( s) = G ( s) ⋅ X c ( s)
X c ( s ) = GZOH ( s ) ⋅ X ( z , Tm ) z =eTms
Y ( s ) = G ( s ) ⋅ GZOH ( s ) ⋅ X ( z , Tm ) z =eTms
Y ( z , Tm ) = H ( z , Tm ) ⋅ X ( z , Tm ) donde H ( z , Tm ) = Z {G ( s ) ⋅ GZOH ( s )}
XC(s) Y(s)
X(s) ZOH G(s) MUX
Y(z,Tm)
H(z,Tm)
  1 − e −Tm s 
H ( z , Tm ) = Z G ( s ) ⋅  
  s 
 
=Z
 G ( s)
 s
⋅ 1− e (−Tm s 


)
De otro lado se puede decir que:
G (s)
s
(
⋅ 1 − e −Tm s = ) L {h (t ) ∗ h (t )}
1 2 donde
H1 ( s) = L {h1 (t )} = G (s)
s
H 2 (s) = {
L 2
h (t )} = (
1 − e −T s
)o
m
L {(1 − e )}= h (t )
−1  G ( s )  −1 −Tm s
L   = h1 (t ) 2
 s 
L {(1 − e )}= L {e }= δ (t ) − δ (t − T
Donde: −1 −1
−Tm s
{1}− L −1 −Tm s
m) = h2 (t )
Entonces: ∞
L
−1  G ( s )

 s
⋅ 1 − e (
−Tm s 

) ∫
 = h1 (t ) ∗ h2 (t ) = h2 (τ ) ⋅h1 (t − τ )dτ
−∞
∞
= ∫ [δ (τ ) − δ (τ − T
−∞
m) ]⋅ h1 (t − τ )dτ
∞ ∞
= ∫ δ (τ ) ⋅ h (t − τ )dτ − ∫ δ (τ − T
−∞
1
−∞
m ) ⋅ h1 (t − τ )dτ
= h1 (t ) − h1 (t − Tm ) = h(t )

 s L
−1  G ( s )
⋅ 1− e ( −Tm s
)

 = h1 (t ) − h1 (t − Tm ) = h(t )

Ahora muestreando h(t):
h[nTm ] = h1[nTm ] − h1[n − 1Tm ]
Y aplicando Transformada Z:
{ }
H ( z , Tm ) = Z h1[nTm ] − h1[n − 1Tm ] = H1 ( z , Tm ) − z −1 H1 ( z , Tm )
−1  z −1 
H ( z , Tm ) = (1 − z ) H1 ( z , Tm ) =   H 1 ( z , Tm )
 z 
De la expresión:  z −1 
H ( z , Tm ) =   H 1 ( z , Tm )
 z 
Se puede concluir que:
Z
 G (s)

 s
⋅ 1− e(−Tm s 
=

) Z  z −1 
{H1 ( s) ⋅ H 2 ( s)} = 
 z 
 ⋅ H 1 ( z , Tm )
Z {(1 − e )}=  z 
Es decir:
 z −1 
−Tm s
El efecto del ZOH se observa en el término (1 – z –1) y el equivalente

discreto del término G(s)/s (Sistema con un polo en s=0 adicional) se
puede obtener por tablas de transformadas.
 Ejemplo: Determinar H(z) a partir de G(s) utilizando el
método del Retenedor de Orden Cero.
K
G (s) =
τs + 1
 Entonces por definición:
H ( z , Tm ) = 1 − z ( −1
)⋅ H ( z, T
1 m) (
= 1− z −1
)⋅ Z  G (s) 
 
 s 
= 1− z( −1
)⋅ Z  K 
 
 s (τs + 1) 
 Ejemplo: Por tabla de transformadas se tiene:
a Z (1 − e − aTm ) z −1
⇒ −1 − aTm −1
s( s + a) (1 − z )(1 − e z )
 τ1 
( −1
H ( z , Tm ) = 1 − z ⋅  )Z
 K 
 = 1 − z −1
⋅K ⋅ ( ) Z  
 s (τs + 1)   s ( s + τ )  a = 1
1
τ
Tm Tm
− −
( )
−1
(1 − e τ
)z (1 − e τ
) z −1
H ( z , Tm ) = K 1 − z −1 ⋅ T
=K Tm
−1 − m −1 −
(1 − z )(1 − e τ
z ) (1 − e τ
z −1 )
Tm
−
1− e τ −Tm
H ( z , Tm ) = K T
z >e τ
− m
Procesamiento Digital de Señales
z − e τ
Profesor: Ing. Fabián Jiménez López MSc Semestre 2017
 Ejemplo: Determinar H(z) a partir de la función de
transferencia de un servomotor DC utilizando el método
del Retenedor de Orden Cero.
K
τ
G (s) =
(
s s + τ1 )
H ( z , Tm ) = 1 − z ( −1
)⋅ H ( z, T
1 m) (
= 1− z −1
)⋅ Z  G ( s) 
 
 s 
 
( )⋅ Z
K
−1 τ
= 1− z  2 
(
 s s + τ1 ) 
a2
⇒
Z [(aT m − 1 + e − aTm ) + (1 − e − aTm − aTm e − aTm ) z −1 z −1 ]
s ( s + a)
2
(1 − z −1 ) 2 (1 − e − aTm z −1 )
(
H ( z , Tm ) = 1 − z −1 )

⋅Z  2 τ
K 
( −1
)
 1 2
 τ ( ) 
 = 1 − z ⋅ Kτ ⋅ Z  2 
(
 s s + τ1 )   s s + 1
τ
( )a = 1
τ
( Tm − 1 + e − Tτm ) + (1 − e − Tτm − Tm e − Tτm ) z −1  z −1

H ( z , Tm ) = Kτ 1 − z −1 ( ) ⋅
 τ
−1 2
τ
−
Tm

(1 − z ) ( z − e τ
)
(
H ( z , Tm ) = 1 − z −1 ⋅ )Z
 K
τ

( = − −1
⋅ Kτ ⋅ )  τ ( ) 
 1 2
 2  Z  2 
( ) ( )a =
1 z
 s s + τ1   s s + 1
τ 1
τ
( Tm − 1 + e − Tτm ) + (1 − e − Tτm − Tm e − Tτm ) z −1  z −1

(
H ( z , Tm ) = Kτ 1 − z −1 ) ⋅
 τ
−1 2
τ
−

Tm
(1 − z ) ( z − e τ
)
Tm Tm Tm
− − −
( τ −1+ e ) z + (1 − e −
Tm τ τ Tm τ
τ
e )
H ( z , Tm ) = Kτ T
z >1
− m
( z − 1)( z − e τ
)
 Ejemplo: Determinar H(z) a partir de la función de
transferencia G(s), donde Tm = 0.5 utilizando el método
ZOH.
s+3
G (s) =
s ( s + 1)( s + 2)
H ( z , Tm ) = 1 − z ( −1
)⋅ H ( z, T
1 m) (
= 1− z −1
)⋅ Z  G (s) 
 
 s 
= 1− z( −1
)⋅ Z 
 2
s+3 
 s ( s + 1)( s + 2) 

 Ejemplo: s+3 1  A B 
= 2  + 
s ( s + 1)( s + 2) s  ( s + 1) ( s + 2) 
2
s+3
A = lim ( s + 1) = 2
s → −1 ( s + 1)( s + 2)
s+3
B = lim ( s + 2) = −1
s → −2 ( s + 1)( s + 2)
s+3 2 1
= −
s 2 ( s + 1)( s + 2) s 2 ( s + 1) s 2 ( s + 2)
  
( −1
) Z
H ( z , Tm ) = 1 − z ⋅   2
2 
−  2 Z
 1

  s ( s + 1)   s ( s + 2) 
 Ejemplo:
  2 2  
(
H ( z , Tm ) = 1 − z −1 ) Z ⋅ 2

 12 
⋅ 2  − ⋅
1
 s (s + 1)  a =1 4 Z  2  
 s (s + 2)  a = 2 
H ( z , Tm ) = 2 ⋅ 1 − z( −1
)⋅ [(Tm − 1 + e −Tm
) + (1 − e −Tm
− Tm e −Tm
) z −1 −1
−Tm
z ]
−1 2
(1 − z ) ( z − e )
1
( −1
− ⋅ 1− z ⋅
( 2Tm −
)
1 [
+ e − 2Tm
) + (1 − e − 2Tm
− 2
−2 Tm
Tm e − 2Tm
) z −1 −1
z ]
−1 2
4 (1 − z ) ( z − e )
(−0.5 + e −0.5 ) z + (1 − 1.5e −0.5 ) e −1 z + (1 − 2e −1 )
H ( z , Tm ) = 2 − 0.5
− 0.25
( z − 1)( z − e ) ( z − 1)( z − e −1 )
 Ejemplo:
(−0.5 + 0.6) z + (1 − 1.5 ⋅ 0.6) 0.36 z + (1 − 2 ⋅ 0.36)
H ( z , Tm ) = 2 − 0.25
( z − 1)( z − 0.6) ( z − 1)( z − 0.36)
0.2 z + 0.2 0.09 z + 0.07
H ( z, Tm ) = −
( z − 1)( z − 0.6) ( z − 1)( z − 0.36)
(0.2 z + 0.2)( z − 0.36) − (0.09 z + 0.07)( z − 0.6)
H ( z , Tm ) = z >1
( z − 1)( z − 0.6)( z − 0.36)
0.11z 2 + 0.112 z − 0.03

H ( z , Tm ) = z >1
z − 1.96 z + 1.176 z − 0.216
3 2
 Ejemplo: Entonces:
0.11z 2 + 0.112 z − 0.03
H ( z , Tm ) = z >1
z − 1.96 z + 1.176 z − 0.216
3 2
 Por Matlab:
G=tf([1 3],[1 3 2 0]);
Hz=c2d(G,0.5,'zoh')
Hz =
0.1211 z^2 + 0.09175 z - 0.0263
----------------------------------------
z^3 - 1.974 z^2 + 1.198 z - 0.2231
Sample time: 0.5 seconds

Discrete-time transfer function.
Retenedor de Primer Orden
FOH
El análisis matemático del Retenedor de Primer Orden (First
Order Hold - FOH) se realiza de manera similar al del ZOH
donde la secuencia de impulsos y*(t) a la salida del FOH
ideal es:
y * (t ) y * (t )
T T
1Tm 2Tm 3Tm 4Tm 5Tm 6Tm 1Tm 2Tm 3Tm 4Tm 5Tm 6Tm
∞
yc (t ) = ∑ y(nT )(µ (t − nT
n =0
m m ) − µ (t − n + 1Tm ) )
TAD (Transformación Aproximación Diferencial)
 Se trata de convertir una operación de derivada en su
correspondiente ecuación de diferencia.
 Existen varias formas de calcular la derivada a partir de
datos discretos.
Diferencia Algoritmo Transformación
Hacia x[n ] − x[n − 1] z −1
y[ n ] = s→
Atrás ts zts
x[n + 1] − x[n − 1] z2 − 1
Central y[ n ] = s→
2t s zts
Hacia x[n + 1] − x[n ] z −1
y[ n ] = s→
Adelante ts ts
TAI (Transformación Aproximación Integral)
Algoritmo Formula para y[n]
Rectangular y[n ] = y[n − 1] + x[n ]ts
y[n ] = y[n − 1] +
{x[n ] − x[n − 1]}ts
Trapezoidal
2
y[n ] = y[n − 1] +
{5x[n ] + 8 x[n − 1] − x[n − 2]}ts
Adams I
12
y[n ] = y[n − 1] +
{9 x[n ] + 19 x[n − 1] − 5x[n − 2] + x[n − 3]}ts
Adams II
24
y[ n ] = y[ n − 2 ] +
{x[n ] + 4 x[n − 1] + x[n − 2]}ts
Simpsom
3
Tick y[n ] = y[n − 2] + {0.3584 x[n ] + 1.2832 x[n − 1] + 0.3584 x[n − 2]}ts
Algoritmo Transformación s → z
z −1
Rectangular s→
zts
2 z −1
Trapezoidal s→
ts z + 1
12 z 2 − z
Adams I s→
ts 5 z 2 + 8 z − 1
24 z3 − z2
Adams II s→
ts 9 z 3 + 19 z 2 − 5z + 1
3 z2 − 1
Simpsom s→
ts z 2 + 4 z + 1
1 z2 − 1
Tick s→
ts 0.3584 z 2 + 1.2832 z + 0.3584
Excepto los algoritmos de Simpsom y Tick, el resto
producen H(z) estables a partir de un H(s) estable para
cualquier valor de ts.
Transformación Bilineal
Es la Transformación dada por el algoritmo trapezoidal.
2 z −1 2 + sts
s→ ⇒z=
ts z + 1 2 − sts
Se toma ts=2, para simplificar las expresiones. Se sustituye
s por jω en la expresión anterior:
1 + jω
z=
Procesamiento Digital de Señales
1 − jω
Profesor: Ing. Fabián Jiménez López MSc Semestre 2017
Procesamiento Digital de
Señales
Discretización de Sistemas Análogos

2017
Por: Fabián Jiménez López.
fabian.jimenez02@uptc.edu.co.

Diapo 5

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Diapo 5

Cargado por

Copyright:

Formatos disponibles

Procesamiento Digital de

Discretización de Sistemas Análogos

 Muestreo Ideal (Tren de Impulsos)

Transformaciones Invariantes al Impulso

Donde δ (t–nTm) es el impulso muestreador, o señal

(1 − cos(ωTm ))2 + sin 2 (ωTm )

El efecto del ZOH se observa en el término (1 – z –1) y el equivalente

( Tm − 1 + e − Tτm ) + (1 − e − Tτm − Tm e − Tτm ) z −1  z −1

( Tm − 1 + e − Tτm ) + (1 − e − Tτm − Tm e − Tτm ) z −1  z −1

0.11z 2 + 0.112 z − 0.03

Sample time: 0.5 seconds

Discretización de Sistemas Análogos

También podría gustarte