[工学]第二章 线性控制系统的运动分析.pptVIP

凯莱-哈密顿定理 在线性代数中，凯莱-哈密顿定理（以数学家阿瑟·凯莱与威廉·卢云·哈密顿命名）表明每个实或复方阵都满足方阵的特征方程式。 设A为给定的n*n矩阵，并设 I 为 n*n 单位矩阵，则 A 的特征多项式定义为： P(λ)=det(λI-A)=0 凯莱-哈密顿定理断言：P(A)=0 此定理对布于任何交换环上的方阵皆成立。 可以简化高次幂的运算 ;也是计算特征向量的重要工具。 第3次学生经典部分回顾及MATLAB实践讲解题目 1、控制系统的频率特性分析 及典型环节的Nyquist图和Bode图 2、闭环频率特性以及频率特性的特征量 3、Matlab的实践——数据和函数的可视化 回顾 线性定常系统的解,关键是求状态转移矩阵，其求法有：根据定义，幂级数展开计算；应用拉普拉斯变换法，涉及到拉普拉斯变换及逆变换公式等；应用凯莱-哈密顿定理，运用特征方程的代数运算求解；通过线性变换 香农采样定理 采样定理，又称香农采样定理，奈奎斯特采样定理，是信息论，特别是通讯与信号处理学科中的一个重要基本结论. 采样是将一个信号（即时间或空间上的连续函数）转换成一个数值序列（即时间或空间上的离散函数）。采样定理指出，如果信号是带限的（即信号中高于某一给定值的频率成分必须是零，或至少非常接近于零，这样在重建信号中这些频率成分的影响可忽略不计。 ），并且采样频率高于信号带宽的一倍，那么，原来的连续信号可以从采样样本中完全重建出来。 带限信号变换的快慢受到它的最高频率分量的限制，也就是说它的离散时刻采样表现信号细节的能力是有限的。采样定理是指，如果信号带宽小于采样频率（即奈奎斯特频率的二分之一），那么此时这些离散的采样点能够完全表示原信号。高于或处于奈奎斯特频率的频率分量会导致混叠现象。大多数应用都要求避免混叠，混叠问题的严重程度与这些混叠频率分量的相对强度有关。 采样简介 从信号处理的角度来看，此采样定理描述了两个过程：其一是采样，这一过程将连续时间信号转换为离散时间信号；其二是信号的重建，这一过程离散信号还原成连续信号。 连续信号在时间（或空间）上以某种方式变化着，而采样过程则是在时间（或空间）上，以T为单位间隔来测量连续信号的值。T称为采样间隔。在实际中，如果信号是时间的函数，通常他们的采样间隔都很小，一般在毫秒、微秒的量级。采样过程产生一系列的数字，称为样本。样本代表了原来地信号。每一个样本都对应着测量这一样本的特定时间点，而采样间隔的倒数，1/T即为采样频率，fs，其单位为样本/秒，即赫兹(hertz)。 采样简介 从采样定理中，我们可以得出以下结论： 如果已知信号的最高频率fH，采样定理给出了保证完全重建信号的最低采样频率。这一最低采样频率称为临界频率或奈奎斯特频率，通常表示为fN 相反，如果已知采样频率，采样定理给出了保证完全重建信号所允许的最高信号频率。 以上两种情况都说明，被采样的信号必须是带限的，即信号中高于某一给定值的频率成分必须是零，或至少非常接近于零，这样在重建信号中这些频率成分的影响可忽略不计。 在第一种情况下，被采样信号的频率成分已知，比如声音信号，由人类发出的声音信号中，频率超过5 kHz的成分通常非常小，因此以10 kHz的频率来采样这样的音频信号就足够了。在第二种情况下，我们得假设信号中频率高于采样频率一半的频率成分可忽略不计。这通常是用一个低通滤波器来实现的。 刘豹主编的现代控制理论第二版PP.74 例2-13试将下面状态方程离散化。 如果采样周期T较小时，可以近似离散化。即G（T）=TA+1;H（T）=TB 第5次学生经典部分回顾及MATLAB实践讲解题目 1、基于FOURIER变换及频谱分析浅谈时域分析与频域分析的关系。谭文斌 2、浅谈时域分析与频域分析对线性系统的动态特性信息的获取。宁新杰 3、MATLAB的脚本及函数：M文件和面向对象编程。龙勇云 2.4 线性时变系统的运动分析 （30） 线性时变系统方程为 2.4.1 齐次状态方程的解 （31） 初始状态为 其中， 是状态转移矩阵，并且满足以下方程 （33） 满足初始条件 （34） 根据我们对线性定常齐次系统解的知识，可以假设线性时变齐次系统的解应该具有以下形式，然后加以证明 （32） 证明 （30）式两边对 t 求导 并且 时 即 2.4.2 状态转移矩阵 的基本性质 1） 满足自身的矩阵微分方程及初始条件，即 2） 可逆性 3） 传递性 4） 2.4.3 状态转移矩阵 的计算 （一般不满足乘法交换律，所以有）级数近似法计算 计算系统状态转移矩阵 例2-9 线性时变系统齐次状态方程为 （35） 解 将