- 1、本文档共23页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第二章控制系统的状态空间分析.doc
第二章 控制系统的状态空间分析
在讨论了状态方程的描述、标准形和模型转换后,本章将讨论线性多变量系统的运动分析,包括线性状态方程的求解和系统的能控与能观性分析。
2.1 定常系统状态方程的解
2.1.1 线性系统的解
给定线性定常系统非齐次状态方程为
Σ: (2.1.1)
其中,,且初始条件为。
将方程(2.1.1)写为
在上式两边左乘e-At,可得
将上式由O积分到t,得
故可求出其解为
(2.1.2a)
或
(2.1.2b)
式中为系统的状态转移矩阵。
对于线性时变系统非齐次状态方程,
(2.1.3)
类似可求出其解为
(2.1.4)
一般说来,线性时变系统的状态转移矩阵只能表示成一个无穷项之和,只有在特殊情况下,才能写成矩阵指数函数的形式。
2.1.2 状态转移矩阵
1.状态转移矩阵性质
定义2.1 时变系统状态转移矩阵是满足如下矩阵微分方程和初始条件
(2.1.5)
的解。
下面不加证明地给出线性时变系统状态转移矩阵的几个重要性质:
1、;
2、;
3、;
4、当A给定后, 唯一;
5、计算时变系统状态转移矩阵的公式
(2.1.6a)
上式一般不能写成封闭形式,可按精度要求,用数值计算的方法取有限项近似。特别地,只有当满足
即在矩阵乘法可交换的条件下,才可表示为如下矩阵指数函数形式
(2.1.6b)
显然,定常系统的状态转移矩阵不依赖于初始时刻,其性质仅是上述时变系统的特例。
[例2.1] 试求如下线性定常系统
的状态转移矩阵Ф(t)和状态转移矩阵的逆Ф-1(t)。
[解] 对于该系统,
其状态转移矩阵由下式确定
由于
其逆矩阵为
因此
=
由于Ф-1(t)=Ф(-t),故可求得状态转移矩阵的逆为
[例2.2] 求下列系统的时间响应:
式中,u(t)为t = 0时作用于系统的单位阶跃函数,即u(t)=1(t)。
[解] 对该系统
状态转移矩阵已在例2.1中求得,即
因此,系统对单位阶跃输入的响应为:
或
如果初始状态为零,即X(0)=0,可将X(t)简化为
2. 矩阵指数函数eAt的计算
前已指出,状态方程的解实质上可归结为计算状态转移矩阵,即矩阵指数函数eAt。如果给定矩阵A中所有元素的值,MATLAB将提供一种计算eAT的简便方法,其中T为常数。
除了上述方法外,对eAt的计算还有几种分析方法可供使用。这里我们将介绍其中的四种计算方法。
方法一:直接计算法(矩阵指数函数)
(2.1.7)
可以证明,对所有常数矩阵A和有限的t值来说,这个无穷级数都是收敛的。
方法二:对角线标准形与Jordan标准形法
若可将矩阵A变换为对角线标准形,那么eAt可由下式给出
式中,P是将A对角线化的非奇异线性变换矩阵。
类似地,若矩阵A可变换为Jordan标准形,则eAt可由下式确定出
eAt = S e J t S –1 (2.1.9)
[例2.3] 考虑如下矩阵A
[解] 该矩阵的特征方程为
因此,矩阵A有三个相重特征值λ=1。可以证明,矩阵A也将具有三重特征向量(即有两个广义特征向量)。易知,将矩阵A变换为Jordan标准形的变换矩阵为
矩阵S的逆为
于是
注意到
可得
eAt = S e J t S –1
即
方法三:拉氏变换法
(2.1.10)
为了求出eAt,关键是必须首先求出(sI-A)的逆。一般来说,当系统矩阵A的阶次较高时,可采用递推算法。
[例2.4] 考虑如下矩阵A
A
试用前面介绍的两种方法计算eAt 。
[解] 方法一 由于A的特征值为0和-2(λ1=0,λ2= -2),故可求得所需的变换矩阵P为
P =
因此,由式(2.1.10)可得
方法二 由于
可得
因此
方法四:化eAt为A的有限项法(Caley-Hamilton定理法)
第四种是利用凯莱-哈密尔顿定理,化为A的有限项,然后通过求待定时间函数获得的方法。
凯莱-哈密尔顿(Caley-Hamilton)定理
在证明有关矩阵方程的定理或解决有关矩阵方程的问题时,凯莱-哈密尔顿定理是非常有用的。
考虑n×n维矩阵A及其特征方程
凯莱-哈密尔顿定理指出,矩阵A满足其自身的特征方程,即
(2.1.11)
为了证明此定理,注意到(λI-A)的伴随矩阵adj(λI-A)是λ的n -1次多项式,即
式中,。由于
可得
从上式可看出,A 和(i=1,2,…,n)相乘的次序是可交换的。因此,如果(λI-A)及其伴随矩阵adj(λI-A)中有一个为零,则其乘积为零。如果在上式中用A代替λ,显然λI-A为零。这样
即证明了凯莱-哈密尔顿定理。
最
文档评论(0)