程序包 org.hipparchus.ode.events

类 EventSlopeFilter<T extends ODEEventDetector>

java.lang.Object
org.hipparchus.ode.events.AbstractODEDetector<EventSlopeFilter<T>>
org.hipparchus.ode.events.EventSlopeFilter<T>
类型参数:
T - 事件检测器的类型
所有已实现的接口:
ODEEventDetector
public class EventSlopeFilter<T extends ODEEventDetector> extends AbstractODEDetector<EventSlopeFilter<T>>
用于仅检测递增或递减事件的包装器。

一般情况下，通过跨越零点的 g函数 隐式定义了 事件。该函数在事件邻域内需要连续，并且其符号在事件之间保持一致。这意味着在ODE积分期间，触发的事件交替是函数从负值增加到正值的事件，以及函数从正值减少到负值的事件。

有时，用户只对一种类型的事件感兴趣（例如仅递增事件），而不关心另一种类型。在这种情况下，精确查找所有事件位置并触发稍后将被忽略的事件是浪费计算时间。

用户可以将常规的 事件检测器 包装在此类的实例中，并将此包装实例提供给 ODE求解器，以避免浪费时间查找不感兴趣的事件。包装器将拦截对 g函数 和 eventOccurred 方法的调用，以忽略不感兴趣的事件。被包装的常规 事件处理器 将只看到有趣的事件，即仅为 递增 事件或 递减 事件。对 g函数 的调用次数也将减少。

从以下版本开始:
3.0

  • 构造器详细资料

    • EventSlopeFilter

      public EventSlopeFilter(T rawDetector, FilterType filter)
      包装一个 事件检测器。
      参数:
      rawDetector - 要包装的事件检测器
      filter - 要使用的过滤器
      从以下版本开始:
      3.0

  • 方法详细资料

    • create

      protected EventSlopeFilter<T> create(AdaptableInterval newMaxCheck, int newMaxIter, BracketedUnivariateSolver<UnivariateFunction> newSolver, ODEEventHandler newHandler)
      构建一个新实例。
      指定者:
      create 在类中 AbstractODEDetector<EventSlopeFilter<T extends ODEEventDetector>>
      参数:
      newMaxCheck - 最大检查间隔
      newMaxIter - 事件时间搜索中的最大迭代次数
      newSolver - 用于检测状态事件的根查找算法
      newHandler - 事件发生时要调用的事件处理器
      返回:
      适当子类型的新实例

    • getDetector

      public T getDetector()
      获取包装的原始检测器。
      返回:
      包装的原始检测器

    • init

      public void init(ODEStateAndDerivative initialState, double finalTime)
      在ODE积分开始时初始化事件处理器。

      此方法在积分开始时仅调用一次。如果需要，事件处理器可以使用此方法初始化一些内部数据。

      默认实现不执行任何操作

      此实现设置积分方向并初始化事件处理器。如果子类覆盖此方法，则应调用 super.init(s0, t)。

      指定者:
      init 在接口中 ODEEventDetector
      覆盖:
      init 在类中 AbstractODEDetector<EventSlopeFilter<T extends ODEEventDetector>>
      参数:
      initialState - 初始时间、状态向量和导数
      finalTime - 积分的目标时间

    • g

      public double g(ODEStateAndDerivative state)
      计算切换函数的值。

      离散事件在此切换函数的符号变化时生成。积分器将确保以这种方式改变步长，使这些事件恰好发生在步长边界上。切换函数必须在其根邻域内连续（但不一定平滑），因为积分器需要找到其根以精确定位事件。

      还要注意，为了使积分器检测到事件，切换函数的符号在事件之前和之后必须相反。如果不保持这种一致性，则积分器可能不会检测到任何事件。

      这种一致性有时很难实现。一个典型的例子是使用事件来模拟球在地板上弹跳。表示这一点的第一个想法是 g(state) = h(state)，其中 h 是时间 state.getTime() 的地板上的高度。当 g(state) 达到 0 时，球在地板上，因此应该弹起，通常的方法是反转其垂直速度。然而，这意味着在事件之前 g(state) 从正值减少到 0，而在事件之后 g(state) 将从 0 增加到正值。这里破坏了一致性！解决方案是使用 g(state) = sign * h(state)，其中 sign 是一个变量，其初始值设置为 +1。每次调用 eventOccurred，sign 被重置为 -sign。这允许 g(state) 函数保持连续（甚至平滑），即使跨事件，尽管 h(state) 不是。基本上，事件用于在弹跳点处 折叠 h(state)，而 sign 用于 展开 它，因此求解器看到的是一个在事件之间平滑行为的 g(state) 函数。

      此方法是幂等的，即多次使用相同状态调用此方法将产生相同的值，但有两个例外。首先，当处理程序上的 事件发生 时，g函数的定义可能会更改，就像上面的示例一样。其次，当同一积分器中的任何其他事件处理程序的 eventOccurred 方法返回 Action.RESET_EVENTS、Action.RESET_DERIVATIVES 或 Action.RESET_STATE 时，g函数的定义可能会更改。

      指定者:
      g 在接口中 ODEEventDetector
      指定者:
      g 在类中 AbstractODEDetector<EventSlopeFilter<T extends ODEEventDetector>>
      参数:
      state - 独立时间变量、状态向量和导数的当前值
      返回:
      g切换函数的值
      另请参阅: