CẮT NGẮN CÂN BẰNG NGẪU NHIÊN-THỰC DƯƠNG: MỘT KỸ THUẬT MỚI TRONG GIẢM BẬC MÔ HÌNH

Tóm tắt

Trong bối cảnh của cuộc cách mạng số hóa, việc phát triển các kỹ thuật giảm bậc mô hình cho mạch điện, điện tử là vấn đề cấp thiết. Trong bài báo này, chúng tôi giới thiệu một thuật toán mới gọi là Stochastic Positive-Real Balanced Truncation (SPBT) dựa trên sự kết hợp của hai kỹ thuật Cắt ngắn cân bằng thực dương (PRR) và Cắt ngắn cân bằng ngẫu nhiên (SBR) để giảm bậc mô hình. Từ kết quả thử nghiệm và so sánh SPBT với các phương pháp PRR và SBR trên mô hình mạch điện tử, cho thấy SPBT không chỉ bảo toàn tính ổn định, sự thụ động và cực tiểu pha của hệ gốc mà còn mang lại hiệu suất và độ chính xác cao hơn so với PRR và SBR. Với sai số nhỏ, sự trùng khớp về đáp ứng giữa hệ giảm bậc và hệ gốc khi áp dụng SPBT trong miền thời gian và miền tần số, phương pháp này hứa hẹn là một công cụ hiệu quả trong việc giảm độ phức tạp mà vẫn duy trì tính chất vật lý quan trọng của hệ thống.