四川大学自动控制原理课件第七章 线性系统的结构分析.pptVIP

控制系统分析与设计的状态空间方法1——基础部分 （涉及第二、三、七章） 经典控制理论的特点 图形方法为主，物理概念强，直观简便，实用性强 控制结构简单，设定和调整参数少，且调整方针明确 以简单的控制结构获取相对满意的性能 主要缺点： 需反复“试凑”，控制结构及性能一般不是最优 仅适用于单变量（SISO）线性定常系统，不能用于多变量（MIMO）系统、时变系统和非线性系统 只考虑系统输入与输出的关系,不涉及系统的内部状态 状态空间方法的特点 统一表达和处理单、多变量系统，可以分析时变系统和非线性系统； 核心是状态变量的能控性、能观性； 寻求最优控制性能； 重要成果有极点配置、状态观测器、最佳调节器、最优控制等。 主要缺点： 对模型精度要求高，对模型误差及未知扰动的鲁棒性较差； 状态反馈难以直接实现，而采用状态观测器使控制结构复杂、 性能变差。 状态空间方法的主要内容 线性系统状态空间描述 —— 数学模型 线性变换与对角规范型 —— 模型的结构化简 状态空间描述下的运动分析 —— 分析的基础 李雅普诺夫稳定性理论 —— 稳定性分析（自学） 状态可控性和可观性 —— 核心内容 状态空间描述下系统的结构分析 —— 可控或可观状态变量的划分（自学） 状态反馈和极点配置、最优控制、状态观测器设计 —— 理论应用 一、线性系统的状态空间描述 1. 系统的状态空间表达式 状态变量的选择是否唯一？ 同一系统不同状态变量之间的关系？ 线性系统状态空间表达式的一般形式 2. 两种模型的相互转化 由状态空间模型转化为传递函数（阵） 由微分方程或传递函数转化为状态空间模型 应用MATLAB进行模型之间的相互转化（自学） 由状态空间模型转化为传递函数（阵） 例: R-L-C串联网络（输入u，输出y=uc） 由微分方程或传递函数转化为状态空间模型 例: 求3阶微分方程的状态空间表达式 一般规律（输入端不含导数项） 思考：若传递函数不是严格真的有理分式 二、线性变换与对角规范形 非奇异线性变换的几个重要性质 矩阵 A 的对角化 变换矩阵P的计算: 先求矩阵 A 的特征值λi，i=1, 2, … , n 由 (λi I－A)Pi = 0 确定每一个λi 所对应的特征向量 Pi ， i = 1, 2, … , n P = [ P1 P2 … Pn ] 若矩阵A为可控规范形，则实现对角化的一个变换阵为Vandermonde矩阵，即 （2）矩阵A 有多重特征值（可变换为约当标准形） 三、状态空间描述下的运动分析 1. 齐次状态方程的解 2. 状态转移矩阵的性质 3. 状态转移矩阵的计算 ②　对角标准形法 4. 非齐次状态方程的解 四、状态可控性 可控性定义 较复杂的情况： 线性定常系统的可控性判据 2. 可控性判据 结论：线性定常系统完全可控的充要条件为 关于可控性判别阵的说明： 重新讨论前面的例： Kalman问题：如图所示系统是否可控？ 例：判断下列多输入系统的可控性 五、状态可观测性 Kalman问题：如图所示系统是否可观测？ 状态可观测性定义： 线性定常系统的可观测性判据 Kalman问题：如图所示系统是否可观测？ 注：非奇异线性变换不改变系统的可控性 和可观测性 六、可控性、可观测性与传递函数 结论 系统传递函数有零极点对消时，系统状态一定是或者不可控、或者不可观测、或者既不可控又不可观测，具体取决于状态变量的选择。 系统传递函数没有零极点对消时，系统状态一定是既可控又可观测的。 “状态空间法1”习题汇总 B2.24(1), (2)；B2.25； B2.26; B2.27 B3.4（1）； B3.5（1）; B3.7 B7.1（1）,（3）； B7.4（1）,（3）；B7.7（1） - u(t) R1 R2 C2 + - + y x1 + + - - x2 C1 R1 C1 ≠ R2 C2 ? 可观测 R1 C1 = R2 C2 ? 不可观测 重新讨论前面的例： 同可控性条件 u(t) R1 R2 L + - y x1 + - x2 C R1 R2 C ≠ L ? 可观测 R1 R2 C = L ? 不可观测 同可控性条件 设变换关系为 即变换前后的可控性判别阵同秩 则变换后的可控性判别阵为 可观测性的情况类似（自证） 可控性判别阵为 显然满秩，系统状态可控。 上述结论可推广到任意 n 阶系统，表达为可控标准型的系统一定是状态可控的。 可观测性判别阵为 上述结论可推广到任意 n 阶系统，表达为可观测标准型的系统一定是状态可观测的。 系统极点为-1、-2、-3，有零极点对消。 所以系统状态不可观测。 状态可控 所以系统状态不可控。 状态