chore: 分离了sweep和vf部分,vf部分准备写为包

core/utils.py

@@ -0,0 +1,32 @@
+import numpy as np
+from dataclasses import dataclass
+from typing import List, Dict, Tuple
+
+def cond_row_inf(A, use_pinv=True):
+    """行条件数 κ∞(A) = ||A||∞ * ||A^{-1}||∞；矩形阵用广义逆。"""
+    A = np.asarray(A)
+    Ainv = np.linalg.pinv(A) if (use_pinv or A.shape[0] != A.shape[1]) else np.linalg.inv(A)
+    return np.linalg.norm(A, ord=np.inf) * np.linalg.norm(Ainv, ord=np.inf)
+
+def cond_col_one(A, use_pinv=True):
+    """列条件数 κ1(A) = ||A||1 * ||A^{-1}||1；矩形阵用广义逆。"""
+    A = np.asarray(A)
+    Ainv = np.linalg.pinv(A) if (use_pinv or A.shape[0] != A.shape[1]) else np.linalg.inv(A)
+    return np.linalg.norm(A, ord=1) * np.linalg.norm(Ainv, ord=1)
+
+def generate_starting_poles(n_pairs: int, beta_min: float, beta_max: float, alpha_scale: float = 0.01):
+    """
+    仅生成复共轭对: p = -alpha + j beta, p*。
+    n_pairs: 复对数量 (总极点数 = 2*n_pairs)
+    beta_min,beta_max: 想要覆盖的虚部范围 (单位: rad/s)
+    alpha_scale: alpha = alpha_scale * beta  (文中 {α_p}=0.01{β_p})
+    返回: list[complex] (正虚部先, 后跟共轭)
+    """
+    betas = 2*np.pi*np.linspace(beta_min, beta_max, n_pairs)
+    poles = []
+    for b in betas:
+        alpha = alpha_scale * b
+        p = -alpha + 1j * b
+        poles += [p, np.conj(p)]
+    print(f"生成 {len(poles)} 个初始极点 (复对) {poles}]")
+    return poles