现代控制工程中文版课件.ppt

《现代控制工程中文版课件.ppt》由会员分享，可在线阅读，更多相关《现代控制工程中文版课件.ppt（213页珍藏版）》请在三一办公上搜索。

1、1,现代控制理论,Modern Control Theory,2,教材：Katsuhiko Ogata著,Modern Control Engineering(Fourth Edition)主要参考书：美Katsuhiko Ogata著，卢伯英，于海勋等译，现代控制工程(第四版)，电子工业出版社，2003.7 刘豹主编，现代控制理论，机械工业出版社谢克明主编，现代控制理论基础，机械工业出版社俞立主编，现代控制理论，清华大学出版社，2007.4,3,状态空间分析方法,4,第9章 状态空间分析方法,基本要求,9-1 状态空间方法基础,9-2 线性系统的可控性和可观性,9-3 状态反馈和状态观测器,

2、9-4 有界输入、有界输出的稳定性,9-5 李雅普诺夫第二方法,返回主目录,5,引言：前面几章所学的内容称为经典控制理论；下面要学的内容称为现代控制理论。两者作一简单比较。,6,基本要求,掌握由系统输入输出的微分方程式、系统动态结构图、及简单物理模型图建立系统状态空间模型的方法。熟练掌握矩阵指数的计算方法，熟练掌握由时域和复数域求解状态方程的方法。熟练掌握由动态方程计算传递函数的公式。正确理解可逆线性变换,熟练掌握可逆线性变换前、后动态方程各矩阵的关系。正确理解可控性和可观测性的概念，熟练掌握和运用可控性判据和可观性判据。,返回子目录,7,熟练掌握可逆线性变换矩阵的构成方法,能将可控系统 化为

3、可控标准形。能将不可控系统进行可控性分解。正确理解对偶原理,会将原系统的有关可观测性的问题转化为对偶系统的可控性问题来研究。正确理解单变量系统零、极点对消与动态方程可控、可观测的关系。熟练掌握传递函数的可控性标准形实现、可观性标准形实现的构成方法。正确理解状态反馈对可控性，可观性的影响,正确理解状态反馈可任意配置闭环极点的充要条件。,8,熟练掌握全维状态观测器的公式和设计方法,熟练掌握由观测器得到的状态估计值代替状态值构成的状态反馈系统,可进行闭环极点配置和观测器极点配置。正确理解系统齐次方程渐近稳定和系统BIBO稳定的概念,熟练掌握判别渐近稳定的方法和判别系统BIBO稳定的方法。正确理解李雅

4、普诺夫方程正定对称解存在的条件和解法,能通过解李雅普诺夫方程进行稳定性分析。,9,9-1 状态空间方法基础,在经典控制理论中，用传递函数来设计和分析单输入、单输出系统。在现代控制理论中，用状态变量来描述系统。采用矩阵表示法可以使系统的数学表达式简洁明了，为系统的分析研究提供了有力的工具。,返回子目录,10,一、状态空间的基本概念,已知 时状态，时的输入，可确定 时任一变量的运动状况。,11,对于确定的某个时刻，状态表示为状态空间中一个点，状态随时间的变化过程，构成了状态空间中的一条轨迹。,12,例9-2,设一RLC网络如图所示。回路方程为,图9-2 RLC网络,13,选择状态变量,则有,写成,

5、输出,14,若选另一组状态变量,则有,15,若给出(t=0)时的初值、和 时就可确定系统的行为。,单输入-单输出线性定常系统,选取状态变量,二、系统的状态空间表达式,16,（9-17）,17,或写成,（9-19）,18,系统结构图如图所示,图9-3,19,例9-3,输入为 u，输出为y。,试求系统的状态方程和输出方程。,考虑用下列常微分方程描述的系统,20,解：,状态方程为,写成,取状态变量,21,输出,图9-4 例9-3系统的结构图,22,多输入-多输出系统,图9-6 多变量系统,23,为状态变量；,为输入量；,为输出变量。,24,矩阵形式：,式中,25,.,输出变量方程,26,27,图9-

6、7 系统结构图,28,三、线性定常系统状态方程的解,式中 均为列向量。,1、齐次状态方程的解,29,可得,方程两边系数必相等,即,30,我们定义,（9-31）,（9-32）,因此，齐次状态方程的解为,将 t=0 代入（9-29）中得,31,（9-33）,（9-34）,（9-35）,为nn矩阵，称矩阵指数。,于是齐次状态方程的解为,用拉氏变换法求解,32,拉氏反变换后得到,（9-37）,（9-38）,33,最终得到,与前一种解法所得结果一致。,式中,34,状态转移矩阵具有以下性质：,35,图9-8 状态转移特性,性质3,36,例9-5,设系统的状态方程为,试求状态转移矩阵。,37,解：,求状态转

7、移矩阵为,其中,可以写出方程解为,38,例9-6,设系统状态方程为,试求状态方程的解。,39,解：,用拉氏变换求解。先求出矩阵指数,40,状态方程之解为,将上式进行拉氏反变换,41,图9-9 系统的瞬态解（a）与相轨迹（b）,42,改写为,用 左乘等式两边,2 非齐次状态方程的解,非齐次方程,（9-53）,（9-54）,43,积分上式得,44,讨论非齐次状态方程的拉氏变换解法,拉氏反变换得,由于,由卷积定理有,45,因此,由于,最后得到,46,例9-7,求下述系统状态的时间响应,控制量u为单位阶跃函数。,47,解：,由,状态转移矩阵,48,若初始状态为零状态，则,49,四、传递函数矩阵,（9-

8、58）,系统状态方程,拉氏变换为,50,解出,定义传递函数矩阵为,51,所以,特征方程为,52,例9-8,设系统的动态方程为试求该系统的传递函数矩阵。,53,解：,已知,故,54,55,例9-9,设系统的状态方程为,试求系统的特征方程和特征值。,56,解：,系统的特征方程为,特征方程的根为-1、-2和-3。矩阵A的特征值也为-1、-2和-3。两者是一样的。,57,五、动态方程的可逆线性变换,其中 P 是nn 矩阵,58,特征多项式,59,传递函数阵,60,例9-10,对例9-9之系统进行坐标变换，其变换关系为试求变换后系统的特征方程和特征值。,61,解：根据题意求变换矩阵,代入,62,特征方程

9、为,特征值为-1，-2，-3，与例9-9结果相同。,可得,63,9-2 线性系统的可控性和可观测性,在状态空间法中，对系统的描述可由状态方程和输出方程来表示。状态方程是描述由输入和初始状态所引起的状态的变化；输出方程则是描述由于状态变化而引起输出的变化,返回子目录,64,一、准备知识,设A 是 nn 矩阵,x 是 n1 向量,齐次方程组,若|A|=0,（9-70）式存在非零解；若|A|0,（9-70）式只有零解。,1、齐次方程组的非零解,65,2、Cayley-Hamilton定理,Cayley-Hamilton定理指出，矩阵A满足自己的特征多项式。,则A满足,（9-71）,A的特征多项式,6

10、6,应用Cayley-Hamilton 定理,（9-78）,67,例9-11,解：矩阵A的特征多项式,要求计算矩阵 的,68,矩阵A满足自己的特征多项式，有,本题中n=100，故有,69,3 引理,的充分必要条件是：存在 使,（9-80）,非奇异。这里A:nn,b:n1.,70,若对任意状态，存在一个有限时刻 和控制量，能在 时刻将状态 转移到0，则称此系统的状态完全可控。,二、线性系统的可控性,1 定义,对于任意时刻 和，若存在控制向量，能将 的每个初始状态 转移到 时刻的另一任意状态,则称此系统的状态完全可控。,等价的定义,71,例如,图9-10,二维系统状态转移过程如图所示,系统可控。,

11、72,2 可控性判据,其中 A(nn),b(n1),c(1n),d(11),系统可控的充分必要条件是,（9-84）（9-85）,（9-86）,单变量线性定常系统,73,证明：,将u(t)代入式(9-54)，可得,（9-87）,若式(9-86)成立，由前面准备知识的引理，存在t10，使得(1-30)式定义的W(0,t1)矩阵非奇异，取t1为可控性定义中的tf，且在0,tf 上定义,74,由定义可知式(9-86)成立时，系统可控。,75,再证明若系统可控，则式(9-86)成立,根据凯莱哈密尔顿定理,假定系统由任意初始状态被控制到零状态，即 x(tf)=0。根据(9-54)式，则有,76,把(9-8

12、9)式代入(9-88)式，得,记,这时,（9-90）,77,由于x(0)是任意的n维向量，(9-90)式要有解，一定有(9-86)式成立，即,由上述可控性判据可知，系统的可控性只取决于(9-84)式中的A阵和b阵。今后为了方便起见，将可控性矩阵记为S，这样，可控的充要条件就写成：rankS=n 或 detS0。,78,图9-11 不可控系统,79,例子,系统可控,系统,80,3 约当型方程的可控性判据,约当块的一般形式为,由前面讨论可知，等价变换不改变可控性。,81,可控的充分必要条件为,同一特征值对应的约当块只有一块，即各约当块的特征值不同。每一约当块最后一行，所对应的b中的元素不为零。这一

13、充分必要条件又称为单输入系统约当形方程的可控性判据。,82,例9-12,系统状态方程为,试确定系统可控时，应满足的条件。,83,解：,如果用直接计算可控性矩阵的方法也可得到同样结果.,因为A阵有两个若当块，根据判据的(1)应有，由判据的(2)，A的第二行所对应的b中的元素b2,b4均不为零，因此系统可控的充要条件为,84,4、可控标准形,（9-92）,则系统一定可控。,一个单输入系统，如果具有如下形式,85,(9-92)式的形式被称为单输入系统的可控标准形。,对于一般的单输入n维动态方程(9-93)其中A，b分别为nn,n1的矩阵。成立以下定理：若n维单输入系统可控，则存在可逆线性变换，将其变

14、换成可控标准形。,86,下面给出变换矩阵P的构成方法,计算可控性矩阵S；计算，并记 的最后一行为h。构造矩阵 P令,即可求出变换后的系统状态方程。,87,例9-13,设系统状态方程为 试将系统状态方程化为可控标准形。,88,解：,先判断可控性，再计算变换矩阵，将状态方程化为可控标准形。故系统可控。一定可将它化为可控标准形。,89,此时标准形中的系统矩阵的最后一行系数就是A阵特征式的系数，但符号相反。,则变换矩阵为,90,可求出,91,5 系统按可控性进行分解,系统可控时，可通过可逆线性变换变换为可控标准形，现在研究不可控的情况，这时应有,下面的结果被称为系统按可控性进行分解的定理,92,若单变

15、量系统(9-84，85)式的可控性矩阵满足(9-103）式，则存在可逆线性变换矩阵P，使得变换后的系统方程具有以下形式,式中 是n1维向量,是n2维向量，并且,（9-106）,（9-107）,93,(9-106)式表明下面的动态方程是可控的：,（9-107)式表明的动态方程式(9-108，109)和原来的n维动态方程式(9-84，85)具有相同的传递函数。或者说传递函数中未能反映系统中不可控的部分。,（9-108）（9-109）,94,证明：,（9-110）,考察(9-103)式，并将它重新写出如下,进而可以证明,补充选取线性无关的向量,并使得向量组 线性无关。,95,令,若将(9-104，1

16、05)式所表示的系统用方框图表示，可控性分解的意义就能更直观地体现出来，(9-104，105)式的系统方块图如图9-12所示。,即可证明 具有定理所要求的(9-104)的形式。,96,图9-12 系统按可控性分解,97,从图9-12中可见，控制输入不能直接改变 也不能通过影响 间接改变，故 这一部分状态分量是不受输入影响的，它是系统中的不可控部分。由图上还可看出系统的传递函数完全由图中虚线以上的部分所决定，即传递函数未能反映系统的不可控部分。,98,例9-14,设有系统方程如下 其传递函数为 试进行可控性分解。,99,解：,系统的可控性矩阵,由于S的第3列是第1列与第2列的线性组合，系统不可控

17、。,选取,100,计算出,构成,101,故有,因而得,102,三、线性系统的可观测性,设n维单变量线性定常系统的动态方程为,(9-113,114),如果在有限时间间隔0,t1 内，根据输出值y(t)和输入值u(t)，能够唯一确定系统的初始状态x(0)的每一个分量，则称此系统是完全可观测的，简称可观的。,式中A,b,c分别为 矩阵。,1、可观测性的定义,103,若系统中至少有一个状态变量是不可观测(不能被确定)的，则称系统不可观。,图9-13 不可观测系统,104,分析(9-117)式，当知道某一时刻的输出时，(9-117)式是n个未知量x(0)的(一个)方程，显然不能唯一确定初值，要解出x(0

18、)，必须要利用一段时间上的输入和输出的值。将(9-117)式左乘一个列向量，再从0到t1积分就可得到n个未知数x(0)的n个方程。就可利用线性方程组存在唯一解的条件来研究。,我们考虑没有外作用的系统，可求出,105,2 可观测性判据,可观测的充分必要条件是,(9-118)式中的矩阵称为可观性矩阵。并记为V。,106,式（9-118）又可以写成,根据准备知识中的引理，存在,107,将 代入上式，得,显然不可能由y(t)=0来确定。即系统不可观测。,108,试判断系统的可观测性。,设系统动态方程为,例题9-15,109,解：,系统的可观性矩阵 是奇异的，故系统不可观测。,系统可观性矩阵的秩，在对系

19、统作可逆线性变换下保持不变，因而可逆线性变换不改变系统的可观测性。,110,事实上,因为 是可逆阵，所以上式两端矩阵的秩相同。,111,3 对偶原理,上面两个系统的系统矩阵、输入矩阵、输出矩阵之间有确定的关系，称系统、是互为 对偶 的系统。,112,对偶原理,系统的可控性(可观性)等价于系统的可观性(可控性)。只要写出系统的可控性矩阵(可观性矩阵)和系统 的可观性矩阵(可控性矩阵)即可证明以上结论。利用对偶原理，可以将可控性的研究结果应用到可观测性的研究上。因为对对偶系统的可控性研究就相当于对原系统的可观性研究。,113,应用：,若式(9113)和式(9114)的动态方程中A阵具有约当标准形，

20、则系统可观测的充分必要条件为 同一特征值对应的约当块只有一块。每一约当块的第1列所对应的c中的元素 非零。,上述条件就是约当形动态方程的可观测性判据。它可以由对偶系统的可控性判据得到。,114,例9-16,设动态方程为 试确定系统可观测时 应满足的条件。,115,解：,由对偶系统的可控性判据可知，其可控的充要条件为,这也就是原系统可观测的条件。,构造原系统的对偶系统如下：,116,4 可观测标准形,一个单输出系统如果其A,c 阵有如下的标准形式，它一定是可观测的。,（9-122）式称为单输出系统的可观测标准形。,（9-122）,117,通过对偶原理证明：,给定系统方程如下,式中 具有(9-12

21、2)的形式。,118,构造原系统的对偶系统,根据对偶原理，因原系统为可观测，所以其对偶系统一定可控。,化为下列的可控标准形，其变换矩阵为P.,119,因此有,它可将系统方程化为可观测标准形。,120,例9-17,系统动态方程为将系统动态方程化为可观标准形，并求出变换矩阵。,121,解：,显然该系统可观测，可以化为可观标准形。写出它的对偶系统的A,b阵，分别为,根据A,b阵，按化可控标准形求变换阵的步骤求出P阵：,122,计算可控性矩阵S,由(9-128)式求出P阵,由(1-60)式求出M阵,123,式中,124,5 系统按可观性进行分解,系统可观测，则通过等价变换可以化为可观测标准形。现在研究

22、系统不可观的情况，它是系统不可控的对偶结果。,若(9-113，114)的系统不可观测，且,125,则存在可逆矩阵P，将动态方程化为,（9-135）（9-136）,126,(9-135,136)的式子也可用图9-14表示。,这可以用前面证明可观标准形的方法论证。,(9-137)式表明n2维的子系统(A1 b1 c1)是可观的；这部分状态变量是不可观的；(9-138)式表明传递函数未能反映系统的不可观部分。,系统按可观性分解的结果,(9-138),127,图914 系统按可观测性分解,由图上可以看出传递函数完全由图中虚线以上的部分所决定，即传递函数未能反映系统中不可观测的部分。,128,四、可控性

23、、可观测性与传递函数的关系,1、可控性、可观测性与零、极点对消问题,129,式中：,N(s)=0的根称为传递函数g(s)的零点，D(s)=0的根称为传递函数g(s)的极点。下面是本段的主要结果。,130,证明：,利用恒等式,131,将s=s0代入(9-144)式，并利用(9-143)式，可得,(9-145),132,依次类推可得,133,出现矛盾，矛盾表明N(s)和D(s)无相同因子，即g(s)不会出现零、极点相消的现象。,因为动态方程可观测，故上式中前面的可观性矩阵是可逆矩阵，故有,134,例9-18,设系统动态方程为,不难验证系统是可控、可观测的。,135,显然N(s)和D(s)无非常数的

24、公因式，这时传递函数没有零、极点相消。事实上,分别计算,136,2 传递函数的最小阶动态方程实现,已知动态方程，可以用(9-64)式计算出传递函数。如果给出传递函数如何找出它所对应的动态方程？这一问题称为传递函数的实现问题。如果又要求所找出的动态方程阶数最低，就称为传递函数的最小实现问题。,137,设给定有理函数,(9-149)式中的d 就是下列动态方程中的直接传递部分,(9-150),所以只需讨论(9-149)式中的严格真有理分式部分。,138,给定严格真有理函数,并且在所有满足(9-152)式的A,b,c中，要求 A 的维数尽可能的小。下面分两种情况讨论,139,可控标准形的最小阶实现式(

25、9-153),对(9-151)式，可构造出如下的实现(A,b,c),(9-153),（1）g(s)的分子和分母无非常数公因式的情况,140,(9-154),可观标准形的最小阶实现,(9-153)式给出的(A,b,c)具有可控标准形，故一定是可控的。可直接计算它对应的传递函数就是(9-151)的传递函数。由于g(s)无零、极点对消，故可知(9-153)式对应的动态方程也一定可观。同样可以说明(9-154)式是(9-151)的可观标准形的最小实现。,141,若g(s)的分母已经分解成一次因式的乘积，通过部分分式分解，容易得到约当标准形的最小阶实现。现用例子说明,设g(s)有以下的形式,(9-155

26、),约当标准形的最小阶实现,因为g(s)无零、极点对消，故可知上式中c1c4均不为零。,142,令,143,而,综合上面各式并令 x=x1 x2 x3 x4T,由若当形方程的可控性判据和可观测性判据可知上式是可控、可观测的，因而它是g(s)一个最小阶实现。,144,若g(s)的分母是n阶多项式，但分子和分母有相消的公因式时,这时n 阶的动态方程实现就不是最小阶实现，而是非最小实现，(或是不可控的，或是不可观的，或是既不可控也不可观的)。g(s)的最小实现的维数一定小于n。,（2）g(s)的分子和分母有相消因式的情况,145,例9-19,设g(s)的分子N(s)=s+1,而分母D(s)=，分子与

27、分母有公因子(s+1)。,仿照(9-153)式，可写出g(s)的一个三维的可控标准形实现,无须验证这个实现是可控的,146,因此这一实现是不可观的。同理，如果按(9-154)式构造如下的可观测标准形的三维实现，它一定是不可控的。,计算可观测性矩阵,147,当然也可以构造出g(s)的既不可控又不可观测的三维实现。现在将分子和分母中的公因式消去，可得,如果用上式中最后的式子，仿照(9-153)式或(9-154)式，构造出二维的动态方程实现，它是g(s)的最小实现。,148,9-3 状态反馈与状态观测器,本节首先研究用状态变量作反馈的控制方式。系统的动态方程如下,(9-157),一、状态反馈和极点配

28、置问题,式中的v 是参考输入，k称为状态反馈增益矩阵，这里它是1n 的向量。,返回子目录,149,图9-15,式中A-bk为闭环系统的系统矩阵。,将(9-157)式和(9-158)式用方框图表示，见图9-15，它是一个闭环系统。,150,计算(9-159)式闭环系统的可控性矩阵，因为,1 状态反馈不影响可控性,151,因此有,152,式(9-160)表明，若原来系统可控，加上任意的状态反馈后，所得到的闭环系统也可控。若原来系统不可控，不论用什么k 阵作状态反馈，所得到的闭环系统仍然不可控。这一性质称为状态反馈不改变系统的可控性。,状态反馈可能改变系统的可观测性。即原来可观的系统在某些状态反馈下

29、，闭环可以是不可观的。同样，原来不可观的系统在某些状态反馈下，闭环可以是可观的。状态反馈是否改变系统的可观测性，要进行具体分析。,153,例9-20,系统的动态方程如下,下表列出了系统 c 阵参数、状态增益向量 k 和系统可观测性的关系。,154,可观性的变化可以从闭环传递函数的极点变化、是否发生零极点对消来说明。,155,2 状态反馈对闭环特征值的影响,闭环方程(9-159)中的系统矩阵A-bk的特征值，一般称为闭环的极点。闭环系统的品质主要由闭环的极点所决定，而稳定性则完全由闭环极点所决定。,通过选取反馈增益阵来改变闭环特征值在复平面上的位置，称为状态反馈进行极点配置问题。,156,证明：

30、,定理：闭环方程(9-159)的系统矩阵A-bk 的特征值可以由状态反馈增益阵 k 配置到复平面的任意位置，其充分必要条件是(9-157)式的系统可控。,157,158,这时(9-158)式的状态反馈式可写为：,考虑矩阵,（9-163）,159,它的特征式为,由于,故 的特征式即是 的特征式，所以 和 有相同的特征值。,160,设任意给定的闭环极点为,且,(9-166),式中 完全由 所决定。比较(9-165a)式和(9-166)式可知，若要(9-166)的根为，需有,(9-167),这说明任意给定闭环n个极点，均可通过(9-167)、(9-163)式确定，使A-bk具有给定的n个特征值，充分

31、性证毕。,161,必要性:,若系统(9-157)可任意配置闭环特征值，要证明系统(9-157)可控。用反证法，若系统(9-157)不可控，则存在一个可逆矩阵，通过等价变换后，可将(9-157)式转换为(9-104，105)的可控分解形式。,A4的特征值不受 的影响，即A-bk中的一部分特征值不受k 的影响，这与可任意配置A-bk的特征值相矛盾。矛盾表明系统(9-157)可控。,162,以上定理的充分性证明中，已给出通过可控标准形来选择k阵，使闭环具有任意要求的特征值的计算步骤，现归纳如下:,计算A的特征式,由所给的n 个期望特征值，计算期望的多项式,163,根据(9-94)式，计算化可控标准形

32、的坐标变换阵P,求出反馈增益阵,上述步骤中有化可控标准形这一步。如果不经过这步，也可直接求k。,求,164,系统状态方程为,若加状态反馈使闭环特征值分布为-1,-2,-1+j,-1-j，试求状态反馈增益阵k。,例9-21,165,方法一、通过化可控标准形求解,计算A的特征式,由所给的4 个期望特征值，计算期望的多项式,解：,166,求出反馈增益阵,=-0.4-1-21.4-6,根据(9-94)式，计算化可控标准形的坐标变换阵P,求,167,方法二：,令，计算A-bk的特征式,比较两个特征式的系数可得,所以可得 k=-0.4-1-21.4-6,168,例9-23,有一系统的传递函数为,要求用状态

33、反馈的方法，使得闭环系统的特征值为-2,-1+j,-1-j。,169,解：,首先要将系统用状态方程写出，即构造出传递函数的实现，为了计算方便，取可控标准形实现,反馈增益向量k可写成,闭环系统的特征方程为,170,状态反馈系统的方框图如图9-16所示。,按给定极点，期望多项式为,比较上两特征多项式，令s同次的系数相等，可得,或 k=4 4 1,171,图9-16 例9-23在引入状态反馈后的结构图,172,二、状态观测器,为了实现状态反馈，须对状态变量进行测量，但在实际系统中，并不是所有的状态变量都能测量到的。因此为了实现状态反馈控制律，就要设法利用巳知的信息（输入量及输出量），通过一个模型来对

34、状态变量进行估计。,状态观测器又称状态渐近估计器。,173,图9-17 状态的开环估计,一个明显的方法是利用计算机构成一个与实际系统具有同样动态方程的模型系统，用模型系统的状态变量作为系统状态变量的估计值，见图。,174,由于图9-17中未能利用系统的输出信息对误差进行校正，所以用图9-17得到的估计值是一个开环估值。,一般系统的输入量u和输出量y均为已知，因此希望利用y=cx与 的偏差信号来修正 的值，这样就形成了图9-18的闭环估计方案。,175,图9-18 状态的闭环估计方案,176,根据图9-18所表示的关系可写出观测器部分的状态方程,(9-169),由(9-169)式和系统方程式可求

35、出观测误差 应满足的方程式,(9-170),177,(9-170)式表明，只要A-Hc的特征值均在复平面的左半部，随着 t 的增长而趋向于零，而且趋于零的速度由A-Hc 的特征值所决定。于是有下面极点可任意设置的状态观测器定理,定理：若系统(A,b,c)可观测,则(9-169)式给出了系统的一个n 维状态观测器，并且观测器的极点可以任意配置。,178,例9-24,系统的动态方程为 试设计一个状态观测器，观测器的特征值要求设置在-10,-10。,179,解：,将观测器增益矩阵 H 写成,观测器的特征方程为,180,根据给定的特征值，可求出期望的多项式为,比较上述两多项式中s的同次项系数得,因此观

36、测器的方程为,181,三、由被控对象、观测器和状态反馈构成的闭环系统,若原系统(对象)方程为,(9-171),182,由对象、观测器和状态反馈组合而成的闭环系统的方框图如图9-19所示。,图9-19 带观测器的状态反馈系统,183,将(9-172)式代入(9-171)式和(9-173)式，可分别得到,取状态变量为,184,将(9-176)、(9-177)式的动态方程进行如下的坐标变换,(9-178),所得到的动态方程为：,185,闭环系统的传递函数可以通过(9-179)式、(9-180)式来计算。,从(9-179)式可知，这时闭环系统矩阵的特征式可计算如下,(9-181),186,上式表明,图

37、9-19所示闭环系统的特征式等于矩阵 A-bk 与矩阵A-Hc 的特征式的乘积，而A-bk 是状态反馈系统的系统矩阵，A-Hc是观测器的系统矩阵，(9-181)式表明状态反馈系统的动态特性和观测器的动态特性是相互独立的。,这个特点表明：若系统是可控、可观的，则可按闭环极点配置的需要选择反馈增益阵k，然后按观测器的动态要求选择H，H的选择并不影响已配置好的闭环传递函数的极点。因此系统的极点配置和观测器的设计可分开进行，这个原理通常称为分离定理。,187,通常把反馈增益阵和观测器一起称为控制器,图9-20 控制器,188,例9-25,设系统传递函数为,希望用状态反馈使闭环的极点为-46j，并求实现

38、这个反馈的状态观测器，观测器的极点设置在-10，-10。,189,解：,由系统的传递函数可知,其二阶动态方程实现是可控且可观的。为了设计观测器方便，现取可观标准形实现，即,根据题意要求闭环特征方程为,190,令两个特征式对应的系数相等，可解出 k1=2,k2=40。再求观测器，根据极点的要求，期望多项式为,令,使,求状态反馈 k，令k=k1 k2。求出状态反馈后闭环系统的特征多项式,191,与期望多项式相比,得到 h1=100,h2=14。由式可计算出观测器方程为,由对象、状态反馈和观测器构成的整个闭环系统的方框图如图9-21所示。,192,图9-21 例9-25的反馈控制系统,193,9-4

39、有界输入、有界输出稳定性,设系统的动态方程为,（9-182）,令,返回子目录,194,传递函数与脉冲响应函数的关系为,定义,195,系统BIBO稳定的充分必要条件为,K是一个实的正数。,（9-187）,若所有的有界输入引起的零状态响应的输出是有界的，则称系统为有界输入有界输出稳定，即 BIBO稳定。,196,证明：,充分性,设,197,必要性,反证法,取有界输入,这时,198,令,199,例9-26,分析下列系统的输入、输出稳定性和渐近稳定性。,200,解：,系统的特征方程为,系统传递函数,传递函数极点位于S左半平面，故系统是输入、输出稳定的。,A阵的特征值为+2，-3。故系统不是渐近稳定的。

40、,201,结论：,若系统（A，b，c）是渐近稳定的，则也是输入、输出稳定的；若系统（A，b，c）是输入、输出稳定的，且又是可控和可观的，则系统是渐近稳定的。,渐近稳定 BIBO稳定,202,9-5 李雅普诺夫第二方法,李雅普诺夫第二方法是通过构造李雅普诺夫函数(V函数)来直接判断运动稳定性的一种定性的方法.由于这种方法没有求出微分方程的解，而直接研究方程解的稳定性，因此又称为直接法,目前它仍然是研究系统(包括时变、非线性)稳定性的有力工具。这里只针对时不变线性系统渐近稳定的情况介绍二次型形式的V函数。,返回子目录,203,定理：,时不变动态方程 的零解是渐近稳定的充分必要条件是对给定的任一个正

41、定对称阵N，都 存在唯一的正定对称阵M，使得,（9-188）,204,例9-27,考虑二维系统试确定平衡状态x=0是否渐近稳定。,205,解：,令N=1，M由（9-188）式来确定。设代入（9-188）式，可以得到,显然M是正定矩阵。所以系统的平衡状态x=0渐近稳定。,206,例9-28,考虑二维系统试确定平衡状态x=0渐近稳定时待定参数a应满足的条件。,a0,207,解：,令N=1，M由（9-188）式来确定。设,代入（9-188）式，可以得到,208,解出,由于二次三项式 大于零,故由 得a0，这时 也大于零,即M阵正定的条件为a0，这也就得到了系统渐近稳定时，A中的待定参数a应满足的条件

42、：a0。,定理并不意味着“A渐近稳定，M正定，由（9188）式所得的N一定正定。”,209,例9-29,设,显然A的特征值均有负实部，M正定，但按式（9188）计算出的却不是正定的,210,由上述定理可知,若 渐近稳定，一定存在正定二次型 作为它的李雅普诺夫函数，并且 是负定二次型，这一事实的几何意义可说明如下。,可认为通过V函数给状态空间的点赋予了一个正数，于是可把V函数看作状态空间到原点距离的一种度量。,取一正的数列：且。考察曲面,211,的非零解x(t)在状态空间中表示一条曲线，称为轨线。V(x)沿这些曲线的导数,另外从几何上看,212,上式中的，即 表示那些椭球面的外法向，而Ax表示了轨线的方向，表明椭球面的外法向和轨线方向的夹角为钝角，即轨线应由外向里穿过层层的椭球面，最终趋向于原点。,213,本章主要知识点及线索,