线性定常连续系统状态方程的解.ppt

递推法 (4) 对系统矩阵G,当存在线性变换矩阵P,使得 G~=P-1GP 则有 Z变换法 2. Z变换法 已知线性定常离散系统的状态方程为 x(k+1)=Gx(k)+Hu(k) 对上式两边求Z变换,可得 zX(z)-zx(0)=GX(z)+HU(z) 于是 (zI-G)X(z)=zx(0)+HU(z) 用(zI-G)-1左乘上式的两边,有 X(z)=(zI-G)-1zx(0)+(zI-G)-1HU(z) 对上式进行Z反变换,有 x(k)=Z-1[(zI-G)-1zx(0)]+Z-1[(zI-G)-1HU(z)] Z变换法 其中W1(z)和W2(z)分别为w1(k)和w2(k)的Z变换。 将上述公式推广到向量函数和矩阵函数,则可得 在Z反变换中对标量函数存在下述公式和性质: Z变换法—例3-14 该表达式与前面递推法求解结果一致。 例3-14 已知某系统的状态方程和初始状态分别为 试求系统状态在输入u(k)=1时的响应。 因此,离散系统的状态方程的解为: Z变换法—例3-14 类似地,可继续递推下去,直到求出所需要的时刻的解为止。 2. 用Z变换法求解。先计算(zI-G)-1 解 1. 用递推法求解。分别令k=1,2,3,…,则由状态方程有 Z变换法—例3-14 因此,有 Z变换法—例3-14 由Z变换,有 u(k)=1 U(z)=z/(z-1) 因此,有 X(z)=(zI-G)-1[zx(0)+HU(z)] Z变换法—例3-14 令k=0,1,2,3代入上式,可得 输出方程的解 3. 输出方程的解 将状态方程的解代入如下线性定常离散系统的输出方程: y(k)=Cx(k)+Du(k) 中,可得输出y(k)的解为 输出方程的解 或 线性时变离散系统状态方程的解 3.5.2 线性时变离散系统状态方程的解 设线性时变离散系统的状态空间模型为 式中,初始时刻为k0;初始状态为x(k0)。 假定系统状态方程的解存在且惟一,则解为 式中, ?(k ,k0)称为线性时变离散系统的状态转移矩阵。 线性连续系统状态空间模型的离散化 采样周期T的选择满足申农(Shannon)采样定理,即 采样频率2?/T大于2倍的连续信号x(k)的上限频率。 满足上述条件和假设,即可推导出连续系统的离散化的状态空间模型。 下面分别针对 线性定常连续系统和 线性时变连续系统 讨论离散化问题。 线性定常连续系统的离散化 线性定常连续系统的离散化 本节主要研究线性定常连续系统状态空间模型的离散化,即 研究如何基于采样将线性定常连续系统进行离散化,建立相应的线性定常离散系统的状态空间模型。 主要讨论的问题为两种离散化方法: 精确法和 近似法 线性定常连续系统的离散化 线性定常连续系统状态空间模型的离散化,实际上是指在采样周期T下,将状态空间模型 变换成离散系统的如下状态空间模型: 由于离散化主要是对描述系统动态特性的状态方程而言,输出方程为静态的代数方程,其离散化后应保持不变,即 C(T)=C D(T)=D 离散化主要针对连续系统状态方程?(A,B)如何通过采样周期T,变换成离散系统状态方程?(G,H)。 线性定常连续系统的离散化 在上述的条件和假设下,即可推导出连续系统离散化的状态空间模型。 下面介绍两种离散化方法: 精确法、 近似法。 精确离散化方法 1. 精确离散化方法 所谓线性定常连续系统的状态方程的精确离散化方法,就是 利用状态方程的求解公式以保证状态在采样时刻连续状态方程和离散化状态方程有相同的解来进行离散化。 连续系统的状态方程的求解公式如下: 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 精确离散化方法 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)=(I+AT)x(kT)+BTu(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—例3-11 例3-11 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: 解 首先求出连续系统的状态转移矩阵: 精确离散化方法—例3-11 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 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