IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> Python知识库 -> 用python模拟clark变换和park变换 -> 正文阅读

[Python知识库]用python模拟clark变换和park变换

Clark变换

作用

参考:

https://blog.csdn.net/chenjianbo88/article/details/53027298

https://zhuanlan.zhihu.com/p/147659820

preview

将 平面三相坐标系 I a I b I c I_aI_bI_c Ia?Ib?Ic? 变换为 平面直角坐标系 I α I_\alpha Iα? I β I_\beta Iβ?
在这里插入图片描述
写成矩阵:
在这里插入图片描述

Python模拟

sin函数:https://blog.csdn.net/henni_719/article/details/77367294

正弦波信号:https://blog.csdn.net/weixin_39124421/article/details/103817951

np.linspace():https://blog.csdn.net/Asher117/article/details/87855493

import numpy as np
import matplotlib.pyplot as plt


def clark_transformation(input_matrix):
    trans_arr = np.mat([[1, -1 / 2, -1 / 2], [0, np.sqrt(3) / 2, -np.sqrt(3) / 2]])
    return trans_arr * input_matrix


def show_plot():
    # init
    plt.figure(figsize=(50,10))

    # process
    lin = np.linspace(0, 50, num=1000)
    print(lin)
    sin_wave1 = np.sin(lin)
    phi = np.pi * 2 / 3
    sin_wave2 = np.sin(lin - phi)
    sin_wave3 = np.sin(lin - phi * 2)

    # draw
    plt.subplot(211)
    plt.grid()
    plt.title('Source')
    plt.plot(lin, sin_wave1)
    plt.plot(lin, sin_wave2)
    plt.plot(lin, sin_wave3)

    # clark transformation
    trans_wave1 = np.empty(lin.shape)
    trans_wave2 = np.empty(lin.shape)
    for i in range(len(lin)):
        input_array = np.mat([[sin_wave1[i]], [sin_wave2[i]], [sin_wave3[i]]])
        output_array = clark_transformation(input_array)
        trans_wave1[i] = output_array[0]
        trans_wave2[i] = output_array[1]

    # draw
    plt.subplot(212)
    plt.grid()
    plt.title('Trans')
    plt.plot(lin, trans_wave1)
    plt.plot(lin, trans_wave2)

    plt.show()


show_plot()

效果:

在这里插入图片描述

上图为相位相差 2 π 3 \frac{2\pi}{3} 32π?的三个正弦波

下图为经过Clark变换得到的两个正弦波

Park变换

作用

让新的坐标系跟着theta角旋转,使得投影到该坐标系上的值为定值,达到让非线性线性化的效果
在这里插入图片描述

写成矩阵:(其实就是一个旋转矩阵)
在这里插入图片描述

Python模拟

import numpy as np
import matplotlib.pyplot as plt


def clark_transformation(input_matrix):
    trans_arr = np.mat([[1, -1 / 2, -1 / 2], [0, np.sqrt(3) / 2, -np.sqrt(3) / 2]])
    return trans_arr * input_matrix


def park_transformation(input_matrix, theta):
    trans_arr = np.mat([[np.cos(theta), np.sin(theta)], [-np.sin(theta), np.cos(theta)]])
    return trans_arr * input_matrix


def show_plot():
    # init
    plt.figure(figsize=(20, 10))

    # process
    lin = np.linspace(0, 50, num=1000)
    print(lin)
    sin_wave1 = np.sin(lin)
    phi = np.pi * 2 / 3
    sin_wave2 = np.sin(lin - phi)
    sin_wave3 = np.sin(lin - phi * 2)

    # draw1
    plt.subplot(311)
    plt.grid()
    plt.title('Source')
    plt.plot(lin, sin_wave1)
    plt.plot(lin, sin_wave2)
    plt.plot(lin, sin_wave3)

    # clark transformation
    clark_trans_wave1 = np.empty(lin.shape)
    clark_trans_wave2 = np.empty(lin.shape)
    for i in range(len(lin)):  # i means index, lin[i] means theta
        input_array = np.mat([[sin_wave1[i]],
                              [sin_wave2[i]],
                              [sin_wave3[i]]])
        output_array = clark_transformation(input_array)
        clark_trans_wave1[i] = output_array[0]
        clark_trans_wave2[i] = output_array[1]

    # draw2
    plt.subplot(312)
    plt.grid()
    plt.title('Clark')
    plt.plot(lin, clark_trans_wave1)
    plt.plot(lin, clark_trans_wave2)

    # park transformation
    park_trans_wave1 = np.empty(lin.shape)
    park_trans_wave2 = np.empty(lin.shape)
    for i in range(len(lin)):  # i means index, lin[i] means theta
        input_array = np.mat([[clark_trans_wave1[i]],
                              [clark_trans_wave2[i]]])
        output_array = park_transformation(input_array, lin[i])
        park_trans_wave1[i] = output_array[0]
        park_trans_wave2[i] = output_array[1]

    # draw3
    plt.subplot(313)
    plt.grid()
    plt.title('Park')
    plt.plot(lin, park_trans_wave1)
    plt.plot(lin, park_trans_wave2)

    # show plot
    plt.show()


show_plot()

效果:

在这里插入图片描述

我是顺着Clark变换接着变换的,可以看出最终都是一条直线,是常量

  Python知识库 最新文章
Python中String模块
【Python】 14-CVS文件操作
python的panda库读写文件
使用Nordic的nrf52840实现蓝牙DFU过程
【Python学习记录】numpy数组用法整理
Python学习笔记
python字符串和列表
python如何从txt文件中解析出有效的数据
Python编程从入门到实践自学/3.1-3.2
python变量
上一篇文章      下一篇文章      查看所有文章
加:2021-08-26 12:04:23  更:2021-08-26 12:05:41 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/15 12:02:00-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码