第7章 线性多变量系统的运动分析 《物联网控制基础》课件.pptxVIP

第七章 线性多变量系统的运动分析目录7.1 线性系统状态方程的解7.2 状态转移矩阵的性质7.3 向量矩阵分析中的若干结果7.4 矩阵指数函数 的计算第七章 线性多变量系统的运动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，即线性状态方程的求解。对于线性定常系统，为保证状态方程解的存在性和唯一性，系统矩阵A 和输入矩阵B 中各元必须有界。一般来说，在实际工程中，这个条件是一定满足的。7.1 线性系统状态方程的解 给定线性定常系统非齐次状态方程为给定线性定常系统非齐次状态方程为Σ：其中且初始条件为类似可求出其解为第七章 线性多变量系统的运动分析第七章 线性多变量系统的运动分析第七章 线性多变量系统的运动分析第七章 线性多变量系统的运动分析第七章 线性多变量系统的运动分析第七章 线性多变量系统的运动分析第七章 线性多变量系统的运动分析第七章 线性多变量系统的运动分析第七章 线性多变量系统的运动分析第七章 线性多变量系统的运动分析第七章 线性多变量系统的运动分析第七章 线性多变量系统的运动分析一般说来，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。7.2 状态转移矩阵的性质 定义7.1 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 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：第七章 线性多变量系统的运动分析第七章 线性多变量系统的运动分析7.3 向量矩阵分析中的若干结果 本节将补充介绍在7.4节中将用到的有关矩阵分析中一些结果，即着重讨论Caley-Hamilton定理和最小多项式。7.3.1 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 及其特征方程第七章 线性多变量系统的运动分析7.3.2 最小多项式 按照凯莱-哈密尔顿定理，任一 n × n维矩阵A 满足其自身的特征方程，然而特征方程不一定是 满足的最小阶次的纯量方程。我们将矩阵A 为其根的最小阶次多项式称为最小多项式，也就是说，定义 n × n维矩阵A 的最小多项式为最小阶次的多项式ψ （ λ ） ，即注意， 维矩阵 的最小多项式 可按下列步骤求出：1、根据伴随矩阵 ，写出作为λ的因式分解多项式的 的各元素；2、确定作为伴随矩阵 各元素的最高公约式d （ λ ） 。选取d （ λ ） 的λ最高阶次系数为1。如果不存在公约式，则d （ λ ）=1 ；3、最小多项式 ψ （ λ ）可由 除以 得到。第七章 线性多变量系统的运动分析7.4 矩阵指数函数 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 。如果给定矩阵 中所有元素的值，MATLAB将提供一种计算 的简便方法，其中T为常数。除了上述方法外，对 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。7.4.1 方法一：直接计算法(矩阵指数函数)7.4.2 方法二：对角线标准形与Jordan标准形法第七章 线性多变量系统的运动分析7.4.3 方法三：拉氏变换法 为了求出 ，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。第七章 线性多变量系统的运动分析7.4.4 方法四：化 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 的有限项，然后通过求待定时间函数获得 的方法。必须指出，这种方法相当系统，而且计算过程简单。