正则有理传递函数矩阵的最小阶实现Rosenbrock方法.pptVIP

* §3-5 正则有理传递函数 矩阵的最小阶实现:Rosenbrock 方法 给定(A, B, C), Rosenbrock 降阶化简方法的基本特点是：通过一系列特殊的等价变换，使得： (1) 若(A, B) 可控，变换的结果将以显然的形式表示可控性； (2) 若 (A, B) 不可控， 变换的结果 将是如下的可控性分解： 另一形式: 1)按可控性分解形式 2)用对系统矩阵的初等变换来表示等价变换 前n行进行行变换， 前n列进行相应的变换 1. 交换 i, j 行， 1. 交换i, j 列。 2. ? (? ≠0)乘第i 行 ， 2. i 列除以? 。 3.i 行乘 ? 加到 j 行， 3. j 列乘(??)加到i 列 @p18 @p8 @p19。 系统矩阵 假定系统可观但不可控，最终的结果是： 则(A22, B2)可控，且不难验证此时(A22, C2)可观。再注意到G(s)=C(sI?A)?1B=C2(sI?A22)?1B2，因此，(A22, B2, C2)就是系统的最小实现。而将一个G(s)实现为可观形式利用前面介绍的按行展开是容易的。 3) Rosenbrock 算法 ： p.110 该算法给出了如何利用前述的初等变换进行可控性分解的步骤。从系统矩阵的第n行，第n+p列的元素开始，依次进行(仍假定B列满秩）。 A B C 第n行，第n+p列的元素，即i=0,j=0) A B C i=0, j=0(4, 7) = (n, n+p) Step 1: 令指标i=0, j=0，并继续进行Step 2; Step 2: 若(1, n+p?i)、 (2, n+p?i)，…… (n-j, n+p?i)上的每个元素都是零(这种情形对B阵不存在），则转到Step 6，否则继续进行Step 3; @p8 @p21 @p19 (3, n+p) (2, n+p) (1, n+p) Step 6: 将i 增加1，若i?j =p，则过程终止；若i?j p则转而进行Step2; Step 3: 利用变换1，将一个非零元移至(n?j,n+p?i)的位置（B列满秩的假设下非零元必存在），然后进行Step 4;@p9 A B C 4 0 0 A B C 4 0 0 注：若 位置(n?j,n+p?i)上的元素已经是非零，则可跳过Step 3。 Step 4: 利用变换3@p3，把位置(n?j,n+p?i)以上的元素变为零，继续进行Step 5; A B C i=0, j=0 0 0 0 i=1, j=1 0 0 i=2, j=2 0 Step 5: 将i 增加1、j 增加1。当j=n时终止，若jn则转而进行Step2;@p6 @p9 ：非零元。 i=0, j=0 i=1, j=1 0 0 0 i=2, j=2 Step 2: 若(1, n+p?i)、 (2, n+p?i)，…… (n?j, n+p?i)上的每个元素都是零(这种情形对B阵的变换不存在），则转到Step 6，否则继续进行Step 3; @p7 i=3, j=3 @p8 0 0 Step 6: 将i 增加1，若i?j =p，则过程终止；若i?j p则转而进行Step2;@p11 i=4, j=3 0 0 i=5j=3 0 0 i=6j=3 A B C P1AP1-1 P1B CP1-1 P2AP2-1 P2B CP2-1 例 i=0, j=0 i=1, j=1 i=2, j=2 i=3, j=3, i=4, j=3, 若该元非零，可控；否则，转到（Step6），继续进行； i=5, j=3, 若该元非零，可控；否则，转到（Step6）； i=6, j=3, i?j=3=p, 结束。 若该元非零，可控;否则，转到（Step6）@p9，继续进行； 例如： A22 C2 B2 A22 C2 B2 不可控模态 用上述初等变换化出一个“零区”，若零区和A的对角线相交，分解完成；@p14 零区 0 0 0 0 0 0 0 0 0 A11 A21 A22 B2 C2 C1 @p13 若零区和A的对角线不相交，表示系统可控。 零区 0 0 0 0 0 0 0 0 非零元 4)进行可观测性分解，可对对偶系统进行可控分解即可: 集中成下列系统矩阵 例题 将矩阵（3—61）第四行加到第三行： 0 0 1 0 -1 相应地，第三列乘 ?1加到第四列@p3： 结果如上所示。 1 第四行的? 2倍加到第一行： 0 -4 2 -