现代控制理论基础丨传递函数阵和状态矢量的线性变换

举报
AXYZdong 发表于 2022/02/01 19:04:53 2022/02/01
【摘要】 现代控制理论基础,线性系统的状态空间描述。由状态空间表达式求传递函数阵、状态矢量的线性变换。

Author:AXYZdong 自动化专业 工科男
有一点思考,有一点想法,有一点理性!
定个小小目标,努力成为习惯!在最美的年华遇见更好的自己!


1. 由状态空间表达式求传递函数阵

状态空间描述: { x ˊ = A x + B u y = C x + D u 状态空间描述: \begin{cases} \acute{x}=Ax+Bu\\[2ex] y=Cx+Du \end{cases}

根据传递函数定义,对上式进行拉氏变换,并令 x ( 0 ) = x 0 = 0 x(0)=x_0=0 ,得:

{ s X ( s ) = A X ( s ) + B U ( s ) Y ( s ) = C X ( s ) + D U ( s ) \begin{cases} sX(s)=AX(s)+BU(s)\\[2ex] Y(s)=CX(s)+DU(s) \end{cases}

整理上式得:

Y ( s ) = [ C ( s I A ) 1 B + D ] U ( s ) Y(s)=[C(sI-A)^{-1}B+D]U(s)

定义传递函数矩阵:

W ( s ) = Y ( s ) U ( s ) = C ( s I A ) 1 B + D = ( W 11 W 12 W 1 r W 21 W 22 W 2 r W m 1 W m 2 W m r ) W(s)=\frac{Y(s)}{U(s)}=C(sI-A)^{-1}B+D =\begin{pmatrix} W_{11} & W_{12} & \cdots & W_{1r} \\ W_{21} & W_{22} & \cdots & W_{2r} \\ \vdots & \vdots & \ddots & \vdots \\ W_{m1} & W_{m2} & \cdots & W_{mr} \\ \end{pmatrix}

说明:

  • d i m ( W ( s ) ) = m × r ,其中 d i m ( ) 表示的 维数 dim(W(s))=m\times r,其中 dim(\cdot) 表示的 \cdot 维数\\[2ex]
  • W i j = Y i ( s ) U j ( s ) ,它表征第 j 个输入对第 i 个输出的传递关系。 W_{ij}=\frac{Y_i(s)}{U_j(s)},它表征第 j 个输入对第 i 个输出的传递关系。\\[2ex]
  • 同一系统,不同的状态空间表达式对应的 W ( s ) 是相同的。 同一系统,不同的状态空间表达式对应的W(s)是相同的。

2 状态矢量的线性变换

2.1 系统状态空间表达式的非唯一性

对于一个给定的定常系统,可以选取许多种状态变量,相应地有许多种状态空间表达式描述同一系统,也就是说系统可以有多种结构形式。所选取的状态矢量之间,实际上是一种矢量的线性变换(或称坐标变换)。

设给定系统为: { x ˊ = A x + B u x ( 0 ) = x 0 y = C x + D u (12) 设给定系统为: \begin{cases} \acute{x}=Ax+Bu,x(0)=x_0\\[2ex] y=Cx+Du \end{cases}\tag{12}

可以找到任意一个非奇异矩阵 T T ,将原状态矢量 x x ,作线性变换,得到另一状态矢量 z z ,设变换关系为:

x = T z ,即: z = T 1 x x=Tz,即:z=T^{-1}x

代入式(12),得到新的状态空间表达式:

{ z ˊ = T 1 A T z + T 1 B u z ( 0 ) = T 1 x ( 0 ) = T 1 x 0 y = C T z + D u \begin{cases} \acute{z}=T^{-1}ATz+T^{-1}Bu,z(0)=T^{-1}x(0)=T^{-1}x_0\\[2ex] y=CTz+Du \end{cases}

由于 T T 为非奇异矩阵,故状态空间表达式为非唯一的。通常称 T T 为变换矩阵。

2.2 系统特征值的不变性及系统的不变量

  • 系统特征值

{ x ˊ = A x + B u y = C x + D u \begin{cases} \acute{x}=Ax+Bu\\[2ex] y=Cx+Du \end{cases}

系统特征值就是系统矩阵 A A 的特征值,也即特征方程:

λ I A = 0 (13) |\lambda I-A|=0 \tag{13}

的根。

  • 系统的不变量与特征值的不变性
    同一系统,经非奇异变换后,得:

{ z ˊ = T 1 A T z + T 1 B u y = C T z + D u \begin{cases} \acute{z}=T^{-1}ATz+T^{-1}Bu,\\[2ex] y=CTz+Du \end{cases}

其特征方程为:

λ I T 1 A T = 0 (14) |\lambda I-T^{-1}AT|=0\tag{14}

式(13)与式(14)形式虽然不同,但实际是相等的,即系统的非奇异变换,其特征值是不变的。

  • 特征矢量
    对于系统矩阵 A A ,若存在一非零向量 p p ,使得 A p = λ p Ap=\lambda p ,则称 p p 为系统矩阵 A A 对应于特征值 λ \lambda 的特征矢量。

2.3 状态空间表达式变换为约旦标准型

x ˊ = A x + B u y = C x 变换为: z ˊ = J z + T 1 B u y = C T x \acute{x}=Ax+Bu,y=Cx\\[2ex] 变换为:\acute{z}=Jz+T^{-1}Bu,y=CTx

根据系统矩阵 A A ,求其特征值,可以直接写出系统的约旦标准型矩阵 J J

  • 无重根时

在这里插入图片描述

  • 有重根时( q 个重根 λ 1 q个重根\lambda_1

在这里插入图片描述


  本次的分享就到这里


11

好书不厌百回读,熟读自知其中意。将学习成为习惯,用知识改变命运,用博客见证成长,用行动证明努力。
如果我的博客对你有帮助、如果你喜欢我的博客内容,请 “点赞” “评论” “收藏” 一键三连哦!
听说 👉 点赞 👈 的人运气不会太差,每一天都会元气满满呦!^ _ ^
**码字不易,大家的支持就是我坚持下去的动力。点赞后不要忘了👉关注👈我哦!


如果以上内容有任何错误或者不准确的地方,欢迎在下面👇留个言。或者你有更好的想法,欢迎一起交流学习~~~

【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。