이산화 계산기: G(s)에서 G(z)로
G(s)와 샘플링 주기 T를 입력하고 영차 홀드, 쌍일차 변환(Tustin), 극점·영점 정합 중 하나를 고르면 G(z), z평면의 극점과 영점, 코드로 옮길 차분방정식, 연속시간 응답과 나란히 놓은 이산 계단응답을 보여 줍니다.
- 이산시간 시스템 (영차 홀드)
- G(z) =0.06941z + 0.06071z² − 1.54z + 0.6703
- G(z)의 극점
- 0.7701 ± 0.278j
- G(z)의 영점
- −0.8747
- 직류 이득 G(1)
- 1
- 가장 큰 |z|
- 0.8187
- 안정성
- G(z)는 안정합니다: 모든 극점이 단위원 안에 있습니다.
차분방정식
y[k] = 1.54·y[k−1] − 0.6703·y[k−2] + 0.06941·u[k−1] + 0.06071·u[k−2]
- 샘플링 주파수 ωs
- 31.42 rad/s
- 나이퀴스트 주파수 π/T
- 15.71 rad/s
- 가장 빠른 극점의 |p|·T
- 0.4
- y(kT)와의 최대 차이
- 0 (계단입력을 유지하면 정확)
그래프를 불러오는 중…
그래프를 불러오는 중…
이 T에서 세 방법 비교
| 방법 | G(z) | 극점 | y(kT)와의 차이 | 안정 |
|---|---|---|---|---|
| 영차 홀드 | (0.06941z + 0.06071) / (z² − 1.54z + 0.6703) | 0.7701 ± 0.278j | 0 (계단입력을 유지하면 정확) | 예 |
| 쌍일차 변환(Tustin) | (0.03226z² + 0.06452z + 0.03226) / (z² − 1.548z + 0.6774) | 0.7742 ± 0.2794j | 0.0987 | 예 |
| 극점·영점 정합 | (0.06506z + 0.06506) / (z² − 1.54z + 0.6703) | 0.7701 ± 0.278j | 0.0074 | 예 |
같은 결과를 내는 코드
MATLAB
% G(s) = (4) / (s^2 + 2s + 4)
G = tf([4], [1 2 4]);
Ts = 0.2;
Gd = c2d(G, Ts, 'zoh')
p = pole(Gd), abs(p) % 모든 |p| < 1이면 안정
z = zero(Gd)
[b, a] = tfdata(Gd, 'v') % y[k] = -a(2)y[k-1] - ... + b(1)u[k] + b(2)u[k-1] + ...
step(G, Gd); grid on % 연속시간과 이산시간 비교Python (python-control)
import numpy as np
import control as ct
G = ct.tf([4], [1, 2, 4])
Ts = 0.2
Gd = ct.sample_system(G, Ts, method='zoh')
print(Gd)
p = ct.poles(Gd); print(p, np.abs(p)) # 모든 |p| < 1이면 안정
print(ct.zeros(Gd))
resp = ct.step_response(Gd)MATLAB은 Control System Toolbox, Python은 python-control 0.10 이상(pip install control)을 사용합니다.
이 계산기가 계산하는 것
샘플 y[k] = y(kT)와 컴퓨터의 명령 u[k]를 잇는 펄스 전달함수 G(z) = Y(z)/U(z)와, 같은 관계를 차분방정식으로 쓴 식입니다.
z변환 강의의 대상 1/(s + 1)을 T = 0.2 s에서 영차 홀드로 옮기면 G(z) = 0.1813/(z − 0.8187)입니다. 극점은 e^(−0.2)이고 직류 이득은 1 그대로입니다. 같은 강의의 필터 10/(s + 10)을 T = 0.05 s에서 쌍일차 변환(Tustin)으로 옮기면 0.2(z + 1)/(z − 0.6)이 됩니다.
결과를 읽는 법
- 극점이 모두 단위원 안에 있으면 G(z)는 안정하고, 단위원 위에 있으면 임계 안정입니다. 영차 홀드와 극점·영점 정합은 연속 극점 p를 z = e^(pT)로, 쌍일차 변환(Tustin)은 (1 + pT/2)/(1 − pT/2)로 옮깁니다.
- 차분방정식은 z⁻¹를 한 샘플 지연으로 읽은 G(z)입니다. y[k]는 이전 출력과 현재·이전 입력으로 계산합니다. G(z)가 엄밀히 적정(strictly proper)하면 이전 입력만 나오므로 제어기가 계산할 시간이 한 샘플 주어집니다.
- 계단응답 그래프에서 곡선은 연속시간 응답, 점은 y[k]입니다. 영차 홀드는 입력을 정확히 계단으로 만들기 때문에 점이 곡선 위에 정확히 놓입니다. 샘플링 순간에서의 가장 큰 차이를 방법마다 함께 보여 줍니다.
계산 방법과 약속
- 영차 홀드: G(s)를 상태공간으로 실현하고 [[A, B], [0, 0]]·T의 행렬 지수 하나로 Φ = e^(AT)와 Γ = ∫₀ᵀ e^(Aτ)dτ·B를 구합니다. 그다음 MATLAB c2d와 같은 방식으로 G(z) = C(zI − Φ)⁻¹Γ + D를 계산합니다.
- 쌍일차 변환(Tustin)은 s = (2/T)(z − 1)/(z + 1)을 대입합니다. 사전 왜곡(prewarping) 주파수 ω를 주면 2/T 대신 ω/tan(ωT/2)를 쓰므로, 그 주파수에서 단위원 위의 G(z)가 G(jω)와 정확히 같아집니다.
- 극점·영점 정합은 극점과 유한한 영점을 z = e^(sT)로 옮기고, 무한대의 영점은 하나만 남기고 z = −1로 보내 한 샘플 지연을 남기며, 직류 이득(적분기가 있으면 저주파 이득)을 맞춥니다. MATLAB의 약속이며, 교재에서는 마지막 영점까지 −1로 보내기도 하고 python-control은 하나도 옮기지 않으므로 아래 코드에서 직접 더합니다.
한계
입력과 출력은 하나씩이고, 차수 12 이하의 적정(proper) G(s)와 1 µs부터 1000 s까지의 T를 다룹니다. 가장 느린 극점에 비해 T가 아주 짧으면 극점이 z = 1 근처에 몰려 다항식 계수의 유효숫자가 줄어듭니다. MATLAB도 같은 한계가 있습니다. 시간 지연은 모델에 넣지 않습니다.