第二章控制系统状态空间表达式的解.pptVIP

精确离散化方法(2/4) 考虑到u(t)在采样周期内保持不变的假定,所以有 将上式与线性定常离散系统的状态方程 x((k+1)T)=G(T)x(kT)+H(T)u(kT) 比较,可知两式对任意的x(kT)和u(kT)成立的条件为 G(T)=?(T)=eAT 对上式作变量代换,令t=(k+1)T-?,则上式可记为 上两式即为精确离散化法的计算式。 精确离散化方法(3/4)—例2-8 解 首先求出连续系统的状态转移矩阵: 例2-8 试用精确离散化方法写出下列连续系统的离散化系统的状态方程: 精确离散化方法(4/4)—例2-8 根据精确法计算式有 于是该连续系统的离散化状态方程为 近似离散化方法(1/6) 2. 近似离散化方法 所谓线性定常连续系统状态方程的近似离散化方法是指 在采样周期较小, 且对离散化的精度要求不高的情况下, 用状态变量的差商代替微商来求得近似的差分方程。 即,由于 x’(kT)=LimT?0[x((k+1)T)-x(kT)]/T 故当采样周期较小时,有 x’(kT)?[x((k+1)T)-x(kT)]/T 近似离散化方法(2/6) 将上式代入连续系统的状态方程,有 [x((k+1)T)-x(kT)]/T=Ax(kT)+Bu(kT) 即 x((k+1)T)=(I+AT)x(kT)+BTu(kT) 将上式与线性定常离散系统状态空间模型的状态方程比较,则可得如下近似离散化的计算公式: G(T)=I+AT H(T)=BT 将上述近似离散法和精确离散法比较知, 由于I+AT和BT分别是eAT和?eAtdtB的Taylor展开式中的一次近似,因此近似离散化方法其实是取精确离散化方法的相应计算式的一次Taylor近似展开式。 近似离散化方法(3/6)—例2-9 由上述推导过程可知,一般说来,采样周期T越小,则离散化精度越高。 但考虑到实际计算时的舍入误差等因素,采样周期T不宜太小。 例3-9 试用近似离散化方法写出下列连续系统的离散化系统的状态方程: 解 由近似离散化法计算公式,对本例有 近似离散化方法(4/6)—例2-9 于是该连续系统的离散化状态方程为 近似离散化方法(5/6)—例2-9 近似法的计算结果为 2. 当T=0.001s时,精确法的计算结果为 对上述近似离散化法的精度可检验如下: 1. 当T=1s时,精确法的计算结果为 近似离散化方法(6/6)—例2-9 近似法的计算结果为 从上述计算结果可知,近似离散法只适用于较小的采样周期。 线性时变连续系统的离散化(1/6) 2.4.2 线性时变连续系统的离散化 线性时变连续系统状态空间模型的离散化,实际上是指在指定的采样周期T下,将连续系统的状态方程 变换成线性时变离散系统的如下状态方程: 线性时变连续系统的状态方程的离散化,就是利用时变系统的状态轨迹求解公式来进行离散化。 由2.3节可知,连续系统状态方程的解可表示为: 线性时变连续系统的离散化(2/6) 现在只考虑在采样时刻t=kT和t=(k+1)T时刻之间的状态响应,即对于上式,取t0=kT,t=(k+1)T,于是 考虑到u(t)在采样周期内保持不变,所以有 线性时变连续系统的离散化(3/6) 比较下述两式 可得线性时变连续系统离散化模型各矩阵如下 线性时变连续系统的离散化(4/6)—例2-10 例2-10 试写出下列线性时变连续系统的离散化系统的状态方程。 解 先求该系统的转移矩阵函数为 线性时变连续系统的离散化(5/6)—例2-10 因此,由上述离散化计算公式，可分别计算 线性时变连续系统的离散化(6/6)—例2-10 将上述计算所得的G(k)和H(k)代入,则求得离散化状态方程如下 离散时间系统状态方程的解(1/2) 2.5 离散时间系统状态方程的解 本节研究线性定常离散系统方程的解,需解决的主要问题: 状态转移矩阵 状态转移矩阵的性质 状态方程的求解 状态方程解的各部分的意义 离散时间系统状态方程的解(2/2) 线性定常离散时间系统的状态方程求解有递推法和Z变换法两种主要方法: Z变换法只能适用于线性定常离散系统, 递推法可推广到时变系统和非线性系统。 下面将分别讨论 线性定常离散系统 线性时变离散系统 的状态空间模型求解。 线性定常离散系统状态方程的解(1/1) 2.5.1 线性定常离散系统状态方程的解 下面介绍线性定常离散系统的状态方程求解的 递推法和 Z变换法。 递推法(1/10) 1. 递推法 递推法亦称迭代法。 用递推法求解线性定常离散时间系统的状态方程 x(k+1)=Gx(k)+Hu(k) 时,只需在状态方程中依次令k=0,1,2,…,从而有 x(1)=Gx(0)+Hu(0) x(2)=Gx(1)+Hu(1)=G2x(0)+GHu(0)+Hu(1)