控制系统CAD——基于MATLAB语言张晋格第7章控制系统设计方法课件教学.pptVIP

MATLAB 程序如下： a=[0 1 0;0 0 1;-6 -11 -6] b=[0;0;1] c=[1 0 0] ro=rank(obsv(a,c)) a1=a b1=c c1=b p=[-2+2i*sqrt(3),-2-2i*sqrt(3),-5] k=acker(a1,b1,p) ke=k %判定系统是否可观 运行程序，得到结果： 说明 由于原系统可观（即rank=3），因此可以设计全阶状态观测器。 状态观测器的增益阵 ， ke = 3.0000 7.0000 -1.0000 7.5.2 最小阶状态观测器 全阶状态观测器设计是基于重构所有的状态变量。实际上，系统的输出变量总是可以测量的，因此可以利用输出向量Y来直接产生部分状态变量，从而降低观测器的阶数。当观测器的阶数降至最小时，称为最小阶状态观测器 设状态向量x为n维，输出向量y为可测量的m维。由于m个输出变量是状态变量的线性组合，因此m个状态变量就不必估计了，只需估计n-m个状态变量即可。 该n-m阶的降阶观测器就是最小阶状态观测器。 下图所示为最小阶状态观测器的系统结构图 若原系统完全能控，则状态反馈向量可以由下式给出 其中 T为定义的变换矩阵 为能控性矩阵 说明： 通过变换矩阵T，可以定义一个新的状态向量 ，且 。 如果能控性矩阵C的秩为n（满秩意味着系统状态完全能控），则矩阵T的逆存在，并且可将原系统状态方程写为 其中 这样就把原方程变换成能控标准型。如果原系统给出时就采用能控标准型，则可免去状态变换，根据特征多项式系数直接计算状态反馈阵K 应用矩阵变换算法进行极点配置的步骤： 1）检查给定系统的能控性 2）确定原系统系数矩阵A的特征多项式系数，即 3）确定变换矩阵 4）确定期望特征多项式系数 ，即 5）求反馈增益阵K，即 2、爱克曼公式（Ackermann） 设给定系统状态方程为 设系统状态完全能控，又设期望的闭环极点为 利用状态反馈控制 的闭环系统状态方程为 定义 则期望的特征方程为 定义 则对于系数矩阵有 根据凯利·哈密尔顿（Cayley-Hamilton）定理， 应满足其自身的特征方程，即 将 代入，可求得反馈矩阵K为 此式称为爱克曼公式 式中的 是能控性矩阵。 根据爱克曼公式配置极点的步骤为 1）检查给定系统的能控性 2）确定 的系数 ， 即 3）求 4）求反馈增益阵K，即 例7-15 已知受控对象 试 1）设计控制器 ，使期望闭环极点 2）试用矩阵变换法、爱克曼公式法以及工具箱place()函数或acker()求解本题。 理论分析 定义状态变量 则系统的状态空间描述为 其中 编写程序计算 MATLAB 程序如下（矩阵变换法）： a=[0 1 0;0 0 1;-6 -11 -6] b=[0;0;10] m=[b a*b a^2*b] rank(m) j=[-2+2i*sqrt(3) 0 0;0 -2-2i*sqrt(3) 0;0 0 -10] ja=poly(a) a1=ja(2);a2=ja(3);a3=ja(4) w=[a2 a1 1;a1 1 0;1 0 0] t=m*w jj=poly(j) aa1=jj(2);aa2=jj(3);aa3=jj(4) k=[aa3-a3 aa2-a2 aa1-a1]*(inv(t)) 运行程序，得到结果： ans = 3 k = 15.4000 4.5000 0.8000 MATLAB 程序如下（爱克曼公式）： a=[0 1 0;0 0 1;-6 -11 -6] b=[0;0;10] m=[b a*b a^2*b] rank(m) j=[-2+2i*sqrt(3) 0 0;0 -2-2i*sqrt(3) 0;0 0 -10] poly(j) phi=polyvalm(poly(j),a) k=[0 0 1]*(inv(m))*phi ans = 3 k = 15.4000 4.5000 0.8000 运行程序，得到结果： MATLAB 程序如下（place函数法）： k = 15.4000 4.5000 0.8000 运行程序，得到结果： a=[0 1 0;0 0 1;-6 -11 -6] b=[0;0;10] p=[-2+2i*sqrt(3) -2-2i*sqrt(3) -10]