Sampled-data models for linear and nonlinear systems

مدل‌های داده‌های نمونه‌برداری شده برای سیستم‌های خطی و غیرخطی نگاه جدیدی به موضوعی ارائه می‌کند که بسیاری از محققان ممکن است فکر کنند با آن آشنا هستند. نویسندگان به جای تأکید بر تفاوت‌های بین داده‌های نمونه‌برداری شده و سیستم‌های زمان پیوسته، از این فرض پیش می‌روند که با توجه به نرخ نمونه‌گیری مدرن که به همان اندازه که هست، تأکید بر ارتباطات و شباهت‌ها مناسب‌تر می‌شود. متن با سه انگیزه هدایت می‌شود:

· همه جا بودن رایانه‌ها در تجهیزات کنترل مدرن و پردازش سیگنال به این معنی است که نمونه‌برداری از سیستم‌هایی که واقعاً به طور مداوم تکامل می‌یابند اجتناب‌ناپذیر است؛

· اگرچه به صورت سطحی ساده، نمونه برداری به راحتی می تواند نتایج اشتباهی را در صورت عدم درمان مناسب ایجاد کند. و

· نیاز به درک کامل بسیاری از جنبه‌های نمونه‌گیری در میان محققان و مهندسانی که با برنامه‌هایی سروکار دارند که در آنها نقش اصلی را دارند. در نگاه اول، در واقع یا تا حدی یا کاملاً اشتباه هستند. آنها همچنین به موارد خطی و غیرخطی، قطعی و تصادفی می پردازند. تأثیر ایده های ارائه شده بر چندین مشکل استاندارد در سیگنال ها و سیستم ها با استفاده از تعدادی کاربرد نشان داده شده است.

محققان دانشگاهی و دانشجویان تحصیلات تکمیلی در سیستم ها، کنترل و پردازش سیگنال، ایده های ارائه شده در را پیدا خواهند کرد. مدل‌های داده‌های نمونه برای سیستم‌های خطی و غیرخطیراهنمای مفیدی برای برخورد با سیستم‌های داده‌های نمونه‌برداری شده، پاک کردن ایده‌های اشتباه و به‌روز کردن موضوع به طور کامل. محققان آمار و اقتصاد همچنین از بازنگری ایده‌های مرتبط با مدل به دست آمده از نمونه‌گیری داده‌ها به یک سیستم پیوسته اصلی سود خواهند برد.

Sampled-data Models for Linear and Nonlinear Systems provides a fresh new look at a subject with which many researchers may think themselves familiar. Rather than emphasising the differences between sampled-data and continuous-time systems, the authors proceed from the premise that, with modern sampling rates being as high as they are, it is becoming more appropriate to emphasise connections and similarities. The text is driven by three motives:

· the ubiquity of computers in modern control and signal-processing equipment means that sampling of systems that really evolve continuously is unavoidable;

· although superficially straightforward, sampling can easily produce erroneous results when not treated properly; and

· the need for a thorough understanding of many aspects of sampling among researchers and engineers dealing with applications to which they are central.

The authors tackle many misconceptions which, although appearing reasonable at first sight, are in fact either partially or completely erroneous. They also deal with linear and nonlinear, deterministic and stochastic cases. The impact of the ideas presented on several standard problems in signals and systems is illustrated using a number of applications.

Academic researchers and graduate students in systems, control and signal processing will find the ideas presented in Sampled-data Models for Linear and Nonlinear Systems to be a useful manual for dealing with sampled-data systems, clearing away mistaken ideas and bringing the subject thoroughly up to date. Researchers in statistics and economics will also derive benefit from the reworking of ideas relating a model derived from data sampling to an original continuous system.