-
Notifications
You must be signed in to change notification settings - Fork 0
/
adc.py
87 lines (71 loc) · 1.75 KB
/
adc.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
import numpy as np
import numpy.polynomial.polynomial as poly
import matplotlib.pyplot as plt
import control.matlab as ml
from scipy import signal
def aumentar_x_veces_20dB(x, numerador):
return (10**x)*numerador
numerador = [-1,0, 0]
denominador = [1, 1785.714286, 3188775.51]
#Transferencia a partir de polos y ceros
ceros = [-100]
polos = [-1000, -10000]
numerador = poly.polyfromroots(ceros)
denominador = poly.polyfromroots(polos)
numerador = numerador[::-1]
denominador = denominador[::-1]
numerador = aumentar_x_veces_20dB(4,numerador)
G = ml.tf(numerador, denominador)
print(G)
print("ceros: ")
print(ml.zero(G))
print("polos: ")
print(ml.pole(G))
ml.damp(G)
#mod, fase, w = ml.bode(G)
#plt.show()
"""
#calcular polos
roots = np.roots(denominador)
print("cantidad de raices")
print(len(roots))
print("raices:")
print(roots)
print("Reconstruyo para verificar")
coeficientes = poly.polyfromroots(roots)
print("Coeficientes: ")
print(coeficientes)
#Analisis rapido de la transferencia
G = ml.tf(numerador, denominador)
print(G)
print("ceros: ")
print(ml.zero(G))
print("polos: ")
print(ml.pole(G))
ml.damp(G)
#Grafico Bode
G = ml.tf(numerador, denominador)
mod, fase, w = ml.bode(G)
plt.show()
#respuesta al escalon
G = ml.tf(numerador, denominador)
yout, T = ml.step(G)
plt.plot(T,yout)
plt.show()
#respuesta al impulso
G = ml.tf(numerador, denominador)
yout, T = ml.impulse(G)
plt.plot(T,yout)
plt.show()
"""
#respuesta a la cuadrada o al seno
G = ml.tf(numerador, denominador)
frecuencia = 500 #en Hz
periodo = 1/frecuencia #en segundos
t = np.linspace(0, 3*periodo, 100000, endpoint=False)
sig = signal.square(2 * np.pi * frecuencia * t)
#sig = np.sin(2*np.pi*frecuencia*t)
yout, T, xout = ml.lsim(G, U = sig, T = t)
plt.plot(T,yout)
#plt.plot(t, sig)
plt.show()