La reducción de modelos es un proceso de aproximación de modelos originales de orden superior mediante modelos comparativamente de orden inferior con una precisión razonable para facilitar el diseño, el modelado y la simulación de grandes sistemas complejos. Por lo general, las técnicas de reducción de modelos aproximan los sistemas de orden superior para toda la gama de frecuencias. Sin embargo, algunas aplicaciones (como la reducción de controladores) requieren una aproximación ponderada en frecuencia, lo que introduce el concepto de utilizar ponderaciones de frecuencia en las técnicas de reducción de modelos. Las limitaciones de algunas técnicas existentes de reducción de modelos ponderada en frecuencia incluyen la falta de estabilidad de los modelos de orden reducido (para el caso de ponderación bilateral) y los límites de error de la respuesta en frecuencia. Se propone una nueva técnica de ponderación frecuencial para la reducción equilibrada de modelos de sistemas de tiempo discreto. La técnica propuesta garantiza la estabilidad de los modelos de orden reducido incluso en el caso de que existan ponderaciones de dos lados. También se propone una técnica eficiente para Gramians ponderados en frecuencia. Los resultados se comparan con otras técnicas existentes de reducción de modelos ponderados en frecuencia para sistemas de tiempo discreto. Además, la técnica propuesta proporciona límites de error de respuesta en frecuencia.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Modelado y simulación del flujo y daño de formación de carreteras pavimentadas con asfalto.
Artículo:
Eliminación de datos de ruido y restauración de imágenes basada en ecuaciones diferenciales parciales en la tecnología de reconocimiento de imágenes deportivas.
Artículo:
Una nueva estrategia de equilibrio de la oferta y la demanda para la cadena de suministro del ciclo porcino
Artículo:
Desigualdades variacionales mixtas regularizadas.
Artículo:
Modelos aleatorios lineales de primer orden discretos y su solución probabilística: Un estudio exhaustivo