byb英文翻译.docVIP

状态变量的概念 在采用状态变量法对系统进行分析时，系统的特性由一组一阶微分方程或差分方程来表征，这组方程描述了系统的“状态”变量。通过求解一组一阶方程，而不是一个高阶方程，就能完成对系统进行分析和综合的任务。这一方法简化了问题，并且在采用数字计算机进行求解时，还具有其他几个优点。该方法也是最优控制理论的基础。 系统状态的含义是什么？定性而言，系统的状态关系到系统的初始.当前和将来的行为。定量而言，系统变量是用最小的一组变量定义的，记做,并规定初始时刻t=t0。这一变量与给定于将来所有时间tt0的输入变量一起完全确定了将来时刻tt0的系统状态。因此，我们可将系统的状态作对系统最小一组状态的变量。实际上就是说，由这样一组状态变量x1(t),x2(t),…(t0)，基与过去的历史而定义了系统的初始状态。并且，当tt0的系统输入一旦确定，状态变量与初始条件一起就完全表征了系统将来行为的特性。强调这一点非常重要：状态变量不一定是系统的输出，也不一定总是能够被获取、测量 、观测或控制。 “状态向量”一词的含义是什么？这是一个向量，以其n维状态变量的形式，完全描述了系统的动态特性。因此，给定了初始状态和输入u(t),一个系统的状态向量x(t)就能够完全确系统任何tt0的状态。 “状态空间”一词的含义是什么 ？这是指由为坐标构成的一个 n维空间。一个特定的状态就是此状态空间的一个点。 使用状态变量模型的原因就是采用一种系统动态特性的表达方式，这种方式包含有系统的输入关系（在这一点上类似与传递函数），但却是以个一阶微分方程的形式来一个n阶系统。这一方法具有如下优点： 在计算机上求解n个一阶微分或差分方程 远比求解等效的一个高 阶微分或差分方程要容易的多。这就为在数字计算机上对高阶系统进行机辅分析和机辅设计提供了方便。注意到这一点是很重要的，因为拉普拉斯变换/传递函数/方框图法都不足以达到上述目标。 对一阶方程组采用了向量.矩阵的记法，因而状态变量的概念大大简化 了其出自表达形式。 如果在控制系统的分析中将系统初始条件一并考虑，当采用状态变 量法时并不会增加任何难度，但若采用 传统方法就很难做到这一点。 4.?状态变量表示形式非常适合于采用最优控制技术来进行系统综合。 为了对用于状态变量法中的处于给定义，让我们来考虑一下式（1）所示的简单系统。系统的输入变量来表示，而输出变量用表示。系统具有多于一个的输入和/输出变量就称其为多变量系统。一般希望用一个输入向量u(t)来表示输入，这里： （1） 输出用输出向量c(t)来表示，这里： （2） 下一步让我们来建立状态变量方程的一般形式。由式（1）所示的系统 有一个输出向量c(t)，此向量取决于其初始值c(t0)以及tt0时的输入向量u(t)。因为系统一定包含有能够记忆tt0时输入值的元件，先假定这种记忆是用微分器实现的，而积分器的输出就代表了确定 听动状态变量。因此，我们将用这积分器的输出作为状态变量。 为了一般系统表示的方便起见，假定式（1）所示多输入多输出系统具有m个输入,q个输出,以及n个积分器的输出。因为一个n阶系统需要用n个状态来表示，我们就取n个积分器 的输出来表示n个状态变量。假定所考虑的是初始线形的时不变系统，非线形和时变的系统以后再考虑。因此，这样的系统能够用如下的n个一阶微分方程来表示，其中圆点用于代表导数： （3） 使用矩阵方程可以将上述n个一阶方程组简化： （4） 使用方程（3）的状态向量微分方程形式，就得到如下的系统简化表示： （5） 其中P和B分别是n*n和n*m维的系数矩阵，x(t)是由下式定义的状态变量： （6） X(t)是其导数，u（t）是由方程（1）所定义的输入向量。矩阵p定义为状态矩阵或友矩阵，而B定义为输入矩阵。此向量矩阵方程唯一由x（t0）和u（t0，T）定义，其中u（t）定义在t0〈t〈T区间。系统的输入通过下面的向量矩阵方程与袖筒的输入和状态变量相联系： （7） 这里c（t）是由方程（2）式定义的输入向量（q*1维），L定义为输出矩阵（q*n维），D是一个表示输入和输出间直接传输的系数矩阵（q*m维）。（4）式定义为系统的状态方程，而（5）式定义为系统的输出方程。俩者一起称之为变相量标准。对方程（2）中相变量标准型方程（4）式与方程（5