QQX--3-2能控能观与传函矩阵.ppt

* 从前面几节的讨论中可以看出控制系统的能控性和能观测性，无论从定义或其判据方面都是很相似的。这种相似关系决非偶然的巧合，而是有着内在的必然联系，这种必然的联系即为对偶性原理。 设系统?1的状态空间表达式为 设系统?2的状态空间表达式为 称系统?1和系统?2是互为对偶的，即?2是?1的对偶系统，反之，?1是?2的对偶系统。 3.5 对偶性原理 * C B ∫ + + u1(t) x1(t) y1(t) x1(t) A ∫ BT CT + + u2(t) x2(t) y2(t) x2(t) AT 从结构图上看，系统?1和其对偶系统?2的输入端和输出端互换，信号传递方向相反，信号引出点和比较点互换，各矩阵转置。 3.5 对偶性原理 * 对偶性原理 系统?1状态完全能控（完全能观测）的充要条件与其对偶系统?2状态完全能观测（完全能控）的充要条件相同。 证明 系统?1的能控性和能观测性矩阵分别为 Qc1 = [ B AB A2B … An ?1B ] Qc2 = [CT ATCT … (AT)n ?1CT ] 系统?2的能控性和能观测性矩阵分别为 3.5 对偶性原理 * = [ B AB A2B … An ?1B ] T ∴ rank Qc1 = rank Qo2 rank Qo1 = rank Qc2 根据这一原理，一个系统的状态完全能控性（能观测性）就可以借助其对偶系统的状态完全能观测性（能控性）来研究。 3.5 对偶性原理 * 系统的能控性和能观测性传递函数矩阵概念 首先应该对不完全能控，或者不完全能观测系统进行结构分解，即把系统中不能控或不能观测的部分同系统的能控与能观测部分区分开来，要做到这一点，一般可用线性变换来解决。 3.6 系统的能控性和能观测性与传递函数阵的关系 * 1. 系统按能控性分解 定理3-11 设有n维状态不完全能控线性定常系统?(A，B，C)，rankQc=kn，则必存在一个非奇异矩阵Tc，令 ，能将系统变为 k维子系统是能控的。 n–k维子系统是不能控的。 3.6.1 系统的结构分解 * 其中： 列向量q1 ，q2，…，qk 是能控性矩阵Qc中k个线性无关的列， 另外n – k个列向量qk +1 ，…，qn是在确保Tc为非奇异的情况下任意选取的。 3.6.1 系统的结构分解 其中，非奇异变换矩阵Tc为： * 能控部分 不能控部分 ∫ + + x2(t) A22 A12 y(t) B1 ∫ + + u(t) x1(t) A11 C1 ∫ + + C2 + + 3.6.1 系统的结构分解 例3-14 线性定常系统状态空间表达式为 试求系统的能控子系统。 * 解：（1）判断系统是否完全能控 rankQc = 2 ∴ 原系统是状态不完全能控的。 3.6.1 系统的结构分解 * （2）结构分解 取 Tc = 1 0 1 1 0 1 0 0 1 3.6.1 系统的结构分解 （3）能控子系统为：写结论 * l维子系统是能观测的。 n–l维子系统是不能观测的。 2. 系统按能观测性分解 定理3-12 设有n维状态不完全能观线性定常系统?(A，B，C)，rankQo=ln，则必存在一个非奇异矩阵To ，令 ，能将系统变为 3.6.1 系统的结构分解 Qo中l个线性无关行 任选： To中非奇异 * C1 B1 ∫ + + u(t) x1(t) y(t) A11 B2 ∫ + + x2(t) A22 A21 能观测部分 不能观测部分 3.6.1 系统的结构分解 * rankQo = 2 ∴ 原系统是状态不完全能观测的。 （2）结构分解 例3-15 把例3-14系统按能观测性分解。 3.6.1 系统的结构分解 解：（1）判断系统是否完全能观测 * 3.6.1 系统的结构分解 * 3．系统按能控性和能观测性分解 将上述两个定理结合起来，就可得到卡尔曼（Kalman）标准分解定理。 定理3-13 设有n维线性定常系统?(A，B，C)，若系统既不完全能控，也不完全能观测，那