基于POD降阶模型的气动弹性快速预测方法研究，陈刚，李跃明，CFD/CSD耦合数值模拟是解决复杂气动弹性问题精度最高的方法，但同时也是计算效率最低的方法。本文研究了气动弹性系统的时域POD降阶�

多步最小二乘例--传递函数等价降阶 有色噪声模型：数据文件 y6.mat (1+1.5q-1+0.7q-2)y(k)=q-23.2u(k)+ 辨识结果（给定结构：m =2 1，tao =0 2） zta = 1.4938 0.6938 3.2194

设④为参考节点,得降阶关联矩阵 设③为参考节点,得降阶关联矩阵 注 给定A可以确定Aa，从而画出有向图。 A= 1 2 3 1 2 3 4 5 6 支 结 -1 -1 0 1 0 0 0 0 1 -1 -1 0 1 0 0 0 1 1 1 ２ ３ ６ ５ ４ ① ② ④ ③ Aa= 1 2 4 1 2 3 4 5 6 支 结 -1 -1 0 1 0 0 0 0 1 -1 -1 0 0 1 -1 0 0 -1

全阶观测器的设计 simulink制作，可以推出降解观测器

减少秩回归。 AJ Inzeman，1975 年，“多元线性模型的降阶回归”，多元分析杂志。

降阶龙伯格观测器实现PMSM的无传感器FOC

给定传递函数 G，脚本使用矩匹配技术计算系统的近似降阶模型。 如果R=Pade_Approximation(G,r) 如果 G 的幂级数展开是G=c0+c1*s+c2*s^2+...+c_(2r)s^(2r)+c_(2r+1)s^(2r+1)+... 然后 R 的将是R=c0+c1*s+c2*s^2+...+c_(2r)s^(2r)+..... 两个系列的前2r个系数都匹配。

大规模 RC网络的优化消去模型降阶算法

#Reduced-Rank Randomized SVD 包 (RRSVD-Package) 此存储库包含论文“Fast Time-Evolving Block-Decimation algorithm through Reduced-Rank Radomized Singular Value Decomposition”中描述的方法的实现 介绍 mxn 矩阵A的奇异值分解的计算复杂度为O (mn^2)。 因此，对于大型矩阵，SVD 可能需要大量时间。 在许多情况下，不需要完整的 SVD：实际上只需要最大的奇异值（以及相应的左奇异向量和右奇异向量）。 通过使用截断的 SVD方法，可以避免A的完整SVD，只计算前k 个奇异值和相应的奇异向量； 这些方法是数据分类算法、信号处理和其他研究领域的标准工具。 Implicitly Restarted Arnoldi Method 和 Lanczos

我已经制作了一个功能齐全的用户交互式 MatLab 程序，以使用“Pade 的近似方法”获得任何“大规模模型”的所需“降阶模型”。 该程序将提供“降阶传递函数”以及“阶跃响应”，以将其与“原始大规模传递函数”进行比较。