论文部分内容阅读
主要研究了一种隐式重新启动的Lanczos算法在模型降阶中的应用。分析了由这个算法得到的降价后的模型的一些性质，对于一个n阶稳定的线性时不变系统，模型降阶的思想是寻找一个m阶转换函数来近似原系统的n阶转换函数H（s），其中，n〉〉m，传统的krylov子空间方法仅仅产生一个不稳定的实现，并且在低频处的误差较大，本文所考虑的隐式重新启动的Lanczos方法，能较好的解决上述两个问题。