重庆大学自动化学院线性系统理论课件 第六章.pptVIP

6.5 状态反馈解耦控制 满足：i）闭环控制系统渐近稳定，即 ii）闭环传递函数矩阵当S=0时为非奇异对角常阵，即有 可解耦条件 存在输入变换和状态反馈矩阵对L,K, 其中 可使方n维连续时间线性时不变受控系统实现静态解耦，当且仅当 6.5 状态反馈解耦控制 算法的主要步骤为： 第1步：判断 是否能稳定或能控，判断系数矩阵的秩条件 是否成立。 第2步：对于满足可静态解耦条件的系统，按极点配置算法，确 定一个状态反馈增益矩阵K，使 的特征值均具有负实部。 第3步：按照静态解耦后各单输入-单输出自治系统的稳态增益 要求，确定 的值，且取 。 第4步：取输入变换阵 ，则 。 第6章 线性反馈系统的时间域综合 6.1 引言 6.2 状态反馈和输出反馈 6.3 极点配置问题：可配置条件和算法 6.4 镇定问题：可镇定条件和算法 6.5 解耦控制问题：可解耦条件和算法 6.6 状态重构问题和状态观测器 6.7 引入观测器的状态反馈控制系统的特性 6.6 状态重构问题和状态观测器 状态重构：重新构造一个系统，利用原系统中可直接测量的变量，如输入向量和输出向量作为它的输入信号，并使其输出信号 在一定的提法下等价于原系统的状态 称 为 的重构状态或估计状态 用于实现状态重构的系统为观测器 1） 开环状态观测器 为了实现状态反馈，有时需要对状态进行估计，开环估计方法如下： 6.6 状态重构问题和状态观测器 （1）全维状态观测器 2）全维观测器 全维观测器是指重构状态向量的维数与原系统相同 事实上，已知的信息为u(t)和y(t)，只有当系统完全能观测时，才能从u(t)和y(t)及其导数的线性组合中获得状态向量x(t)的估计值此时存在状态观测器。 利用观测器实现状态反馈的系统为： 6.6 状态重构问题和状态观测器 结论：n维线性定常系统是能观测的，则必可采用全维观测器来重构其状态，并且必可通过选择增益阵L而任意配置 （A－LC）的全特征值。 6.6 状态重构问题和状态观测器 在观测器的设计中，为使 尽快地接近x(t)，可利用y(t)和 之间的差作为误差反馈信息，观测器结构如下： B A C L 写出观测器动态方程为 原系统的状态方程： 6.6 状态重构问题和状态观测器 写出观测器动态方程为 原系统的状态方程： 定义状态向量的真实值与估计值之间的偏差为误差状态向量，即： 定理：若系统（A,B,C）是能观测的，其状态可用n维状态观测器进行估计 矩阵L可以按给定极点的位置来选择，所定极点的位置，将决定误差向量趋于零的速率。 例：设系统动态方程为 试设计一个状态观测器，其中矩阵A-hc的特征值（观测器极点）为-10，-10。 解： 6.6 状态重构问题和状态观测器 希望的特征多项式 观测器方程 原系统及其状态观测器结构图如下 6.6 状态重构问题和状态观测器 6.6 状态重构问题和状态观测器 由于在系统的输出y中包含有系统状态x的部分信息，因此在直接利用这部分信息的基础上，可以构造出维数低于被估计系统的状态观测器。称为降维状态观测器。 （2） 降维状态观测器 被估计n维线性定常系统为 其中，A，B和C分别为n×n ，n×p和q×n实常阵，假定{A，C}为能观测，C为满秩阵即有rankC=p 降维观测器的最小维数为n－q 6.6 状态重构问题和状态观测器 1）建立n-m维子系统动态方程 为一个n×n矩阵，D的选择应使Q可逆。 令： 考虑到 6.6 状态重构问题和状态观测器 系统的动态方程为 可直接有y 提供，只须估计 6.6 状态重构问题和状态观测器 2） 降维观测器设计 方程改写为 故降维观测器方程为 6.6 状态重构问题和状态观测器 令 这是一个n-m维观测器，整个状态向量的估计值为： 而系统原状态向量x的估计值为 降维观测器方程 6.6 状态重构问题和状态观测器 3）L阵的选择 通过H 阵的选择，使 的极点任意配置， 衰减到零的速率， 直接有y提供，不存在估值误差。 极点的位置决定误差向量 而 定理：有m个输出的任一m维能观测系统(A,B,C)，可通过状态变换而写成如下形式： 其状态可用n-m维龙伯格观测