第21讲状态空间分析2

合集下载

状态空间分析方法

状态空间分析方法

(sI A)1 L[eAt ]L[I At k1!Aktk ]
I A A2 s s2 s3
Ak sk1
精选可编辑ppt
30
最终得到
x(t)eA tx(0) (t)x(0)
式中
(9-41)
teA t ex Apt
• 与前一种解法所得结果一致。
精选可编辑ppt
31
状态转移矩阵具有以下性质:
35
例9-6
设系统状态方程为
x
0 2
13x
试求状态方程的解。
精选可编辑ppt
36
解:
用拉氏变换求解。先求出矩阵指数
(sIA) 2s
1 s3
(s
IA)1
ad(js IA) s IA
(s
1 1)(s
2)
s3
2
1 s
s3 (s1)(2s2)
(s1)(s2)
1 (s1)s(s2)
s221s122
(s1)(s2) s1 s2
⑪ 正确理解李雅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。
精选可编辑ppt
6
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。
b11 b12 b1 p
A
a
2
1
a22
a
2
n
B
b2
1
b22
b
2
p
a
n
1
an2
ann

状态空间描述 ppt课件

状态空间描述  ppt课件
m
m1
注意:
方程中存在输入信号的导数项,有可能导致系统在状态空间 … 中的运动出现无穷大的跳变,方程解的存在性和唯一性被破坏。 因此,X的选择要使状态方程的右边不出现u 的导数项。通常将 输入的导数项并入所选的状态变量中,把状态变量取为输出y 和输入u 的各阶导数的适当组合。
21 ppt课件
(1)能控规范型
(7)
为便于记忆, 将上式写成:
31 ppt课件
n n 1 1 0
按能控规范型的状态和输出方程:
32
ppt课件
按能观测规范型:
状态方程和输出方程如下:
33
ppt课件
三. 约当标准型(根据传递函数实数
极点建立状态空间描述) 不失一般性,讨论 此系统:
(4)
增加一个中间变量: xn1 令
xn1 xn 0u
(5)
由式(5)和式(4)可求得:
n n u ( n ) n 1u ( n 1) 2u 1u y (n) x xn 1 n u
30
(n)
n 1u
( n 1)
27 ppt课件
(2)能观测规范型 1.)选择状态变量
x1 y n u x x u 2 1 n 1 x3 x2 n 2u xn xn 1 1u
(1)
式中系数 0 , 1 ,, n 是待定系数.
整理(1)式得:
X j ( s) 1 U ( s) q j 1 ( s 1 )
1 ( s 1 )
q j
( j 1,2,...,q)
( j 1,2,...,q 1)
(4)

状态空间分析法的应用与特点

状态空间分析法的应用与特点

状态空间分析法的主要特点及其应用课程:现代控制工程教师:学生:班级:机电研班学号:状态空间分析法的主要特点及其应用机电研班摘要:现代控制理论是建立在状态空间法基础上的一种控制理论,是自动控制理论的一个主要组成部分。

在现代控制理论中,对控制系统的分析和设计主要是通过对系统的状态变量的描述来进行的,基本的方法是时域分析方法。

现代控制理论比经典控制理论所能处理的控制问题要广泛得多,包括线性系统和非线性系统,定常系统和时变系统,单变量系统和多变量系统。

现代控制理论还为设计和构造具有指定的性能指标的最优控制系统提供了可能性。

本文通过分析比较经典控制理论在多输入多输出方面存在的不足,阐述了现代控制理论中的一种方法——状态空间分析法。

本文以线性系统的状态空间表达式为基础对状态空间分析法的特点和应用方面作了一些阐述和论证,并结合现实生活中的一些实际工程问题的分析,论证了此种方法的实用性和先进性。

关键词:现代控制;状态空间分析法;汽轮机;调节系统;动态分析1引言经典控制理论主要以传递函数为基础,采用复域分析方法,由此建立起来的频率特性和根轨迹等图解解析设计法,对于单输入——单输出系统极为有效,至今仍在广泛成功地使用。

但传递函数只能描述线性定常系统的外部特征,并不能反映其全部内部变量变化情况,且忽略了初始条件的影响,其控制系统的设计建立在试探的基础之上,通常得不到最优控制。

复域分析法对于控制过程来说是间接的。

现代控制理论由于可利用数字计算机进行分析设计和实时控制,因此可处理时变、非线性、多输入——多输出系统的问题。

现代控制理论主要以状态空间法为基础,采用时域分析方法,对于控制过程来说是直接的。

它一方面能使设计者针对给定的性能指标设计出最优控制系统;另一方面还可以用更一般的输入函数代替特殊的所谓“典型输入函数”来实现最优控制系统设计。

随着控制系统的高性能发展,最优控制、最佳滤波、系统辨识,自适应控制等理论都是这一领域研究的主要课题。

系统的状态空间分析

系统的状态空间分析
系统有p个输入:f1, f2 , f p.
则状态方程为:
x1 a11x1 a12 x2 a1n xn b11 f1 b12 f2 b1p f p x2 a21x1 a22 x2 a2n xn b21 f1 b22 f2 b2 p f p xn an1x1 an2 x2 ann xn bn1 f1 bn2 f2 bnp f p
二、状态空间分析法的应用及优点:
1、可以提供系统的内部信息,使人们能够比较容易地解 决那些与系统内部情况有关的分析设计问题。
2、不仅适用于线性、时不变、单输入单输出系统分析, 也适用于非线性、时变、多输入多输出系统分析。
3、描述方法规律性强,便于用计算机解决复杂系统的分 析设计问题。
第第88--33页页
信号与系统 电电子子教教案案
8.1 系统的状态空间描述
输出方程: 描述系统输出、输入、状态之间关系的代数方程组。
输出方程一般形式:
设n阶系统有n个状态、p个输入、q个输出,则输出方程为:
y1 c11x1 c12x2 c1n xn d11 f1 d12 f2 d1p f p
设t0时刻的初始状态为:x1(t0 ), x2 (t0 )......, xn (t0 ). 则系统的状态变量— — 任一时刻t的状态为:
x1(t), x2 (t)......, xn (t)
第第88--66页页

©西安电子科技大学电路与系统教研中心
信号与系统 电电子子教教案案
8.1 系统的状态空间描述
xn (k 1) an1
an2

ann
xn
( k )
bn1
bn 2

bnp
f p

状态空间分析法

状态空间分析法

第9章 线性系统的状态空间分析与综合•重点与难点—、基本概念1. 线性系统的状态空间描述 (1)状态空间概念 状态反映系统运动状况,并可用以确定系统未来行为的信息集合。

状态变量确定系统状态的一组独立(数目最少)变量,它对于确定系统的运动状态是必需的,也是充分的。

状态向量 以状态变量为元素构成的向量。

状态空间 以状态变量为坐标所张成的空间。

系统某时刻的状态可用状态空间上的点来表示。

状态方程状态变量的一阶导数与状态变量、输入变量之间的数学关系,一般是 关于系统的一阶微分(或差分)方程组。

输出方程输出变量与状态变量、输入变量之间的数学关系。

状态方程与输出方程合称为状态空间描述或状态空间表达式。

线性定常系统状态空 间表达式一般用矩阵形式表示:x y(2) 状态空间表达式的建立。

系统状态空间表达式可以由系统微分方程、 传递函数等其他形式的数学模型导出。

(3) 状态空间表达式的线性变换及规范化。

描述某一系统的状态变量个数(维数) 是确定的,但状态变量的选择并不唯一。

某一状态向量经任意满秩线性变换后,仍可作 为状态向量来描述系统。

状态变量选择不同,状态空间表达式形式也不一样。

利用线性 变换的目的在于使系统矩阵 A 规范化,以便于揭示系统特性,利于分析计算。

满秩线性 变换不改变系统的固有特性。

根据矩阵A 的特征根及相应的独立特征向量情况,可将矩阵 A 化为三种规范形式:对角形、约当形和模式矩阵。

(4) 线性定常系统状态方程解。

状态转移矩阵BuDu(9.1)Ax Cx 结构图、(t )(即矩阵指数e At )及其性质:x(k) 1UkT ))Dkk)G(T)u(k)(9.8)i . (0) Iii . (t) A (t) (t)Aiii . (t 1 t 2 ) (t 1 ) ( t 2) (t 2)(t 1)iv. 1(t) ( t) v.[(t)]k(kt)vi. exp(At) exp(Bt) exp[( A B)t] (AB Bvii .exp(P 1APt) P 1exo( At)P (P 非奇异) 求状态转移矩阵 (t)的常用方法:拉氏变换法(t) L[(slA)1]级数展开法At ,", 1 A 2 2 1"k,k e IAt A tA t k!齐次状态方程求解x(t) (t)x(0)非齐次状态方程式(9.1)求解tx(t) (t)x(0)0 (t )Bu( )d(5) 传递函数矩阵及其实现传递函数矩阵G(s):输出向量拉氏变换式与输入向量拉氏变换式之间的传递关系1G(s) C(sl A) 1B D(9.6)传递函数矩阵的实现:已知传递函数矩阵 G(s),找一个系统{代B,C, D }使式(9.6) 成立,则将系统{A, B,C,D }称为G(s)的一个实现。

状态空间分析法

状态空间分析法

第二章状态空间分析法2-1 状态、状态变量、状态空间、状态方程、动态方程任何一个系统在特定时刻都有一个特定的状态,每个状态都可以用最小的一组(一个或多个)独立的状态变量来描述。

设系统有n个状态变量x1,x2,…,x n,它们都是时间t的函数,控制系统的每一个状态都可以在一个由x1,x2,…,x n为轴的n维状态空间上的一点来表示,用向量形式表示就是:X = (x1,x2,…,xn)TX称作系统的状态向量。

设系统的控制输入为:u1,u2,...,u r,它们也是时间t的函数。

记:U = (u1,u2,...,ur)T那么表示系统状态变量X(t)随系统输入U(t)以及时间t变化的规律的方程就是控制系统的状态方程,如式(2-1)所示。

………………………………………………………………(2-1)其中F = (f1,f2,...,f n)T是一个函数矢量。

设系统的输出变量为y1,y2,...,y m,则Y = (y1,y2,...,y m)T 称为系统的输出向量。

表示输出变量Y(t)与系统状态变量X(t)、系统输入U(t)以及时间t的关系的方程就称作系统的输出方程,如式2-2所示。

…………………………………………………………. (2-2)其中G = (g1,g2,...,g m)T是一个函数矢量。

在现代控制理论中,用系统的状态方程和输出方程来描述系统的动态行为,状态方程和输出方程合起来称作系统的状态空间表达式或称动态方程。

根据函数向量F和G的不同情况,一般控制系统可以分为如下四种:∙线性定常(时不变)系统(LTI-Linear Time Invariant);∙线性不定常(时变)系统;∙非线性定常系统;∙非线性时变系统。

在本课程中,我们主要考虑线性定常系统(LTI)。

这时,系统的动态方程可以表示如下:…………….(2-3)………………(2-4)写成矢量形式为:……………………………………………………………………………(2-5)上式中,A nxn称为系统矩阵,B nxr称为输入(或控制)矩阵。

状态空间分析法的特点及其应用

状态空间分析法的特点及其应用

状态空间法分析及其应用的特点摘要基于为寻求便于分析系统的性能的相应状态变量以及探究状态空间变量线性变换对系统性能的影响,来阐述状态空间分析法的特点。

通过应用状态空间法到绞线一叠层橡胶复合支座隔震结构进行数值模拟分析中来进一步阐述其特点,将结构控制理论中的结构状态空间法应用到该复合支座隔震结构的数值模拟分析中。

建立了普通框架、安装叠层橡胶支座和安装绞线一叠层橡胶复合支座框架的结构状态方程,应用MATLAB/SIMULINK工具箱建立结构仿真模型,得出不同条件下框架结构的时程反应曲线。

通过对比分析可以看出绞线一叠层橡胶复合支座能很好地改变结构的隔震效果,应用状态空间法进行绞线一叠层橡胶复合支座隔震结构的数值模拟分析简单准确。

关键词:系统、传递函数、线性变换、状态空间变量一、引言状态空间分析从实质上说并不是什么新颖的东西,其关键思想起源予19世纪到拉格朗日、哈密顿等人在研究经典力学时提出的广义坐标与变分法。

当然,由高斯等人奠定的古典概率、估计理论以及线性代数等也具有同样的重要性。

上世纪40年代以来,布利斯、庞德里亚金和别尔曼关于极大值原理,卡尔曼、布西与巴丁等人提出的卡尔曼滤波理论,以及许许多多的学者完成的并不具有里程碑意义的研究成果,积累起来却对算法及分析结果产生了决定性意义的贡献。

这些便是状态空间方法发展的历史概况。

状态空间分析是对线性代数、微分方程、数值方法、变分法、随机过程以及控制理论等应用数学各学科的综台。

对动态系统的性能分析,特别是对扰动的响应、稳定性的特性、估计与误差分析以及对控制律的设计及性能评估,这些便构成状态空间分析的内容。

这主要表现在利用向量、矩阵等一整套数学符合,把大量资料加以整理与综合,形成了观念上统一的体系——60年代中期之后出现了现代控制理论。

状态空间分析随着动力学与控制问题维数的增加(其中包括坐标、敏感器、执行机构以及其它装置的数量)而越发显得重要。

另一方面亦由于计算机软件的不断完善,特别在可靠性及用户接口方面的改善与进展,使得计算工作比以前任何时候都易于进行,使状态空间分析越发显得有生命力。

《状态空间》PPT课件

《状态空间》PPT课件
syms s %符号计算
det(s*I-A)
s=solve(det(s*I-A)) %求 解
ans =
s^3-6*s^2+9*s-4
s= [ 4] [ 1] [ 1]
EX2 求控制系统的特征值及特征向量
[V,D]=eig(A)
V= -0.4082 0.7071 0.5774 -0.4082 -0.7071 0.5774 -0.8165 0 -0.5774
验证后发现配置结果正确,所以反馈控制器为K=[4 8.5 5.5]
例:已知控制系统的传Y递(S函) 数 为: 10 U (S) s(s 1)(s 2)
判断系统的可控性并设计反馈控制器,使得闭环系统的极
点为-2,-1 i,.
• %判断系统的可控性
• n1=10;d1=conv(conv([1,0],[1 1]),[1,2]);
elseif rCO<n disp('System is uncontrollable')
CO =
10
1
1
1
2
01
0
1
0
1
10
1
1
1
2
end
rCO =
2
System is uncontrollable
可观测性判定
A=[-3 1;1 -3];B=[1 1;1 1];C=[1 1;1 1];D=0;
n=length(A); OB=obsv(A,C);rOB=rank(OB) if rOB==n
0.5774 0.5774 0.5774
0 1.0000
0
1 2 4
0 0 2
-0.2182 -0.4364 -0.8729

状态空间分析法

状态空间分析法

状态空间分析法一、内容概要《状态空间分析法》是一篇介绍状态空间理论及其应用的分析文章。

本文首先简要概述状态空间分析法的概念及其相关领域的研究背景。

接着阐述状态空间分析法的理论基础,包括其基本原理、数学工具以及相关技术的理论基础。

然后介绍状态空间分析法在不同领域中的应用实例,包括物理系统、控制系统、信号处理、通信系统等领域的应用情况。

文章还将探讨状态空间分析法的优势与局限性,以及未来可能的发展方向和潜在应用。

对全文进行总结,强调状态空间分析法在科学研究、工程实践等领域的重要性和价值。

1. 介绍状态空间分析法的概念及其在工程、科学、经济等领域的应用状态空间分析法是一种强大的数学工具,广泛应用于工程、科学和经济等多个领域。

本文将详细介绍状态空间分析法的概念及其在各个领域的应用。

状态空间分析法是一种以系统状态为研究对象的数学分析方法。

它以系统的状态变量为核心,通过对状态变量的描述和分析,揭示系统的行为模式和内在规律。

状态空间分析法通过构建状态空间模型,将复杂的系统问题转化为数学模型,便于进行理论分析和数值计算。

在状态空间中,系统的状态可以通过一系列的状态变量来描述,这些状态变量随时间变化,反映了系统的动态行为。

工程领域:在控制工程、信号处理等领域中,状态空间分析法被广泛应用于分析和设计动态系统。

通过构建系统的状态空间模型,可以方便地分析系统的稳定性、响应特性和控制性能。

此外状态空间分析法还可以用于故障诊断和系统识别等领域。

科学领域:在物理学、生物学和医学等自然科学领域,状态空间分析法同样发挥着重要作用。

例如在量子力学和电路分析中,系统的状态可以通过状态空间模型来描述,从而揭示系统的内在规律和特性。

此外在生物医学信号处理中,状态空间分析法也被广泛应用于生物电信号的分析和处理。

经济领域:在经济和金融领域,状态空间分析法被用于分析和预测经济系统的动态行为。

通过构建经济模型的状态空间表示,可以分析经济增长、市场波动和金融风险等问题,为经济决策提供支持。

2状态空间分析法-PPT课件

2状态空间分析法-PPT课件

6
§1-1
状态变量及状态空间表达式
五、状态空间表达式 描述系统输入变量、状态变量和输出变量之间关 系的状态方程和输出方程总合起来,构成对系统动态 行为的完整描述,称为系统的状态空间表达式。 状态方程:描述系统状态变量与系统输入之间关系 的一阶微分方程组称为状态方程。
x ( t ) A x ( t ) B u ( t )
y ( t ) C x ( t ) D u ( t )
输出矩阵 直接传递矩阵
8
§1-1

状态变量及状态空间表达式
状态方程
输出方程
五、状态空间表达式
x ( t ) A x ( t ) B u ( t )
y ( t ) C x ( t ) D u ( t )
D ∫ A X
u
B
· X
R 1 1 ( R R ) C ( R R ) C 1 2 , B 1 2 R R R 2 12 ( R R ) L ( R R ) L 1 2 1 2 2 2
16
R 2 C R 1 2 R
2 、当系统在 t≧t0 的输入和上述初始状态确定以后,状态变 量便能完全确定系统在任何t≧t0时刻的行为。
4
§1-1
状态变量及状态空间表达式
三、状态向量
状态向量:一个 n 阶系统可以选择 n 个状态变量,即 x1(t), x2(t) , x3(t) , … , xn(t) ,这n个状态变量作分量所构成的向量 就叫做该系统的状态向量,
12
§1-2
状态空间表达式的建立
一、线性定常系统的状态空间表达式建立 方法一:根据系统的作用机理建立状态空间 表达式; 方法二:根据系统的方框图建立状态空间表 达式;

控制系统的时域分析 状态空间分析法

控制系统的时域分析  状态空间分析法
二、单位斜坡响应
令Rs1s2则
CsS211TsS12T S1 TT 2 S
Ctt T1eT1t
2020/5/23
第八章 状态空间分析法
6
自动控制理论
eets rstliCm ettT1TeT1t t
三、单位脉冲响应
令rtst,则系统的输出
1
Cs
Gs
S
T 1
T
gsL1Gs1eT1t
T
线性定常系统的性质
当 0 时 s 1 .2, j

n
C t1co dts
2、 临界阻 尼 1
当 0时 s1.2,n
C ss n2n 21 ssnn 22 s 1 n
C t 1 1 n te n t
图3-9 二阶系统的实极点
2020/5/23
第八章 状态空间分析法
11
自动控制理论
3、过阻 > 尼 1
二附中阻尼系统的近似处理
C Rsss s1s1
nn 21 s nn 21
令Rs 1,则
s
2020/5/23
第八章 状态空间分析法
12
自动控制理论
C s n n2 1 1
1
ss n n2 1 s s n n2 1
Ct 1e 21nt
如令 n 1, ,则输出响应的准确值为 C t 1 0 .0e 7 3 .7 t 3 7 1 .0e 7 0 .0t2 7 7
2020/5/23
第八章 状态空间分析法
22
自动控制理论
第六节 线性定常系统的稳定性
稳定的充要条件
➢设一线性定常系统原处于某一平衡状态,若它 在瞬间受到某一扰动而偏听偏离了原有的平衡 状态。当此扰动撤消后,系统借助于自身的调 节作用,如能使偏差不断的减小,最后仍能回 到原来的平衡状态,则称此系统是稳定的,反 之,则称为不稳定。如图3-30所示。

状态空间分析

状态空间分析
1 0 1 x1 0 x a a u 1 x2 1 x2 0 X A X BU
7
第七章 状态空间分析
7-1 概念-状态方程
例题2:n 阶微分方程化成一阶n维向量微分 方程表示 a0 y u y ( n ) a n1 y ( n1) ... a1 y
9
7-1 输出方程

输出方程
描述系统输出变量与系统状态变量和输入变 量之间的函数关系的代数方程

一般形式
Ax Bu : 状态方程 x y Cx Du:输出方程

输出方程表征了系统内部状态变化和输 入所引起的系统输出变化-动态特性
10
第七章 状态空间分析
7-1 多输入-多输出的输出方程
y1 c11 x1 c12 x 2 ... c1n x n d 11u1 d 12u2 ... d 1m um y2 c21 x1 c22 x 2 ... c2 n x n d 21u1 d 22u2 ... d 2 m um ......... yk ck 1 x1 ck 2 x 2 ... ckn x n d k 1 u1 d k 2 u1 ... d km um y1 c11 c12 ...c1n x1 d 11 d 12 ...d 1m u1 y2 c21 c22 ...c2 n x 2 d 21 d 22 ...d 2 m u2 ... .................. ... .................. ... yk ck 1 ck 2 ...ckn xn d k 1 d k 2 ...d km um y Cx Du

kzgc第二章 状态空间分析法 2006 9

kzgc第二章 状态空间分析法 2006 9
= AX + BU ⎧X ⎨ ⎩Y = CX + DU
(2-1)
⎧ ⎪X = AX + BU ⎨ ⎪ ⎩Y = C X + D U
(2-2)
将 X = TX 代入式(2-1),并经整理可得
= T −1 ATX + T −1 BU ⎧ ⎪X ⎨ ⎪ ⎩Y = CTX + DU
(2-3)
式(2-2)和 式(2-3)比较,得
其中: A,n × n 方阵,称为系数(系统)矩阵。对于时变系统,A=A(t);对于非时 变系统,A 为常数阵。
B, n × m 阵, 称为驱动或控制矩阵。 对于时变系统 B=B(t); 对于非时变系统, B 为常数阵。
U:控制作用 线性系统的输出方程为 Y = CX + DU ⎡ y1 ⎤ ⎥ 其中: Y = ⎢ ⎢# ⎥ 为系统的输出向量; C : l × n ,称为输出矩阵; D : l × m , ⎢ ⎣ yl ⎥ ⎦ 称为直接传递矩阵,通常为零。
dq di R 1 1 1 q + u , y = uc = q = i (t ), =− i− dt dt L LC L C 将上面的三个方程写成向量形式如下
0 1 ⎤ ⎡ ⎡x ⎢ 1 ⎢x ⎥= ⎣ 2 ⎦ ⎢− ⎣ LC
⎡1 y=⎢ ⎣C
1⎤ ⎡0 ⎤ ⎡ x1 ⎤ ⎢ ⎥ ⎥ R ⎢ ⎥+ 1 u − ⎥ ⎣ x2 ⎦ ⎢ ⎥ L⎦ ⎣L⎦
[
]
其中 G ( s ) = C ( sI − A) −1 B + D , 称为线性时不变 MIMO 系统的传递函数矩阵。 G (s) 为 l × m 矩阵, m 为输入向量 U 的维数, l 为输出向量 Y 的维数。 补充:见讲义 P34 2.传递函数矩阵的不变性 系统传 相似变换不改变系统的传递函数矩阵,即经过线性变换 X = TX 之后, 递函数矩阵不变。所以,系统的状态方程可以不同,但系统的传递函数矩阵必唯 一。 证明见讲义 P34 3.SISO 线性时不变系统的传递函数 G(S)
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。



写成矩阵形式为
X t A BK E t 0 BK X t A K eC E t
可见:
观测-状态反馈控制系统的闭环极点包含极点
配置设计产生的极点和状态观测器设计产生的 极点。
由于引入状态观测器,整个闭环系统的特征方
b.利用变换矩阵Q的方法 假设原被控对象的极点(特征值):
sI A s n a1s n1 a2 s n2
定义变换矩阵Q:Q=WN* 其中N是可观性矩阵:
* N C
an
A*C *
( A* ) 2 C *
( A* ) n 1 C *
an 1 a n2 W a1 1
第九章 状态空间分析与设计
9.1 9.2 9.3 9.4 9.5 线性系统的状态空间描述 线性系统的能控性和能观性 线性系统的反馈结构及状态观测器 Lyapunov稳定性分析 二次型最优控制
调节器系统;
9.3 线性系统的状态反馈及状态观测器
2、极点配置 (1)极点配置问题 X t AX t Bu t 系统 模型 y t CX t Du t
控制 信号
u t KX t
K k1 k2
X t A BK X t BKE t 可得 E t A K eC E t 其中 E t X t X t
观测 X t AX t Bu t K e y t CX t 模型
9.3 线性系统的状态反馈及状态观测器
2、极点配置 (2)任意配置极点的充要条件
任意配置极点的充要条件是被控系统状态完全可 控,即:
B
的秩为n。
AB
AB
2Leabharlann A B n 1证明见教材P551~553,10.2.2节
9.3 线性系统的状态反馈及状态观测器
2、极点配置 (3)极点配置设计的步骤

A.10.5、B.10.3

第九章 状态空间分析与设计
9.1 9.2 9.3 9.4 9.5 线性系统的状态空间描述 线性系统的能控性和能观性 线性系统的状态反馈及状态观测器 Lyapunov稳定性分析 二次型最优控制
9.3 线性系统的状态反馈及状态观测器
1、基本概念
与经典控制设计采用输出反馈不同,状态空间
X t AX t Bu t y t CX t u t KX t


可得
X t A BK KeC X t Ke y t
利用拉氏变换,并令初值为零:
X s sI A BK K eC K eY s
1 0 0 X t u t X t 2 3 2 y t 1 0 X t
若期望的系统特征根为-3和-5,试确定反馈增益 矩阵K和控制信号u(t)。
倒立摆控制系统状态空间极点配置
状态空间模型:
如果传感器噪声较大,可以将观测器极点选的
比控制器极点慢一些,以减小系统带宽,平滑噪 声。此时,系统响应以观测器极点为主导。
9.3 线性系统的状态反馈及状态观测器
4、状态观测器的相关问题
(2)观测器的引入对闭环系统影响
被控 对象
状态 反馈
X t AX t Bu t y t CX t u t KX t
9.3 线性系统的状态反馈及状态观测器
2、极点配置
(4)确定状态反馈增益矩阵K的方法 根据:期望闭环极点(特征值): n n 1 n2 s 1 s 2 s n s 1s 2 s 确定状态反馈增益矩阵:K k1 a.直接代入法

k2
设计主要采用状态反馈
状态 反馈
输出 反馈
9.3 线性系统的状态反馈及状态观测器
1、基本概念
状态反馈可以利用系统内、外部特性,能够提供
更多的校正信息,可以获得更好的结果。
由于并不是所有状态变量在物理上都可以测量,
为了能够形成反馈,就引出了用状态观测器给出 状态估值的问题。 状态反馈与状态观测器的设计构成了状态空间综 合设计的主要内容。
X t AX t Bu t y t CX t
X t AX t Bu t y t CX t
9.3 线性系统的状态反馈及状态观测器
3、状态观测器
(2)全阶状态观测器 所谓全阶状态观测器即能够观测到系统全 部状态变量的观测器。
n
n 1
2s
n2

A An 1 An1 2 An2
M是可控性矩阵:
M B AB A2 B
n I
An 1B

K 0 0
1 M 1 A
自学教材P556,例10.1
教材P625,A10.5
教材P625,A10.5
已知系统的状态空间模型如下:
状态观测器设计的问题在于选择合适的矩阵Ke, 使得矩阵: 状态观测 A K eC 增益矩阵 其特征值(调节器系统的极点)均具有负实部 (位于S平面左半平面),则当t趋近于无穷时, E(t)趋近于零。
9.3 线性系统的状态反馈及状态观测器
3、状态观测器
(3)确定状态观测增益矩阵Ke的方法 根据观测器的期望极点(特征值): n n 1 n2 s 1 s 2 s n s 1s 2 s
K e ke1 确定状态观测增益矩阵: a.直接代入法 ke 2
ken
n
*
极点(特征值):
* n 1 * n 2 sI ( A KeC ) s n 1 s 2 s * n
s n 1s n 1 2 s n 2 n 直接比较各幂次系数即可求得增益矩阵Ke。
kn
n
极点配置后系统闭环极点(特征值):
* n 1 * n 2 sI ( A BK ) s n 1 s 2 s * n
s n 1s n 1 2 s n 2 n 直接比较各幂次系数即可求得增益矩阵K。
b.利用变换矩阵T的方法 假设原被控对象的极点(特征值):
若期望系统的调节时间为2s(2%准则),阻尼比为 0.5,试确定反馈增益矩阵K。 期望闭环极点:
9.3 线性系统的状态反馈及状态观测器
3、状态观测器
(1)基本概念 当利用状态反馈配置系统极点时,需要用传感器 测量状态变量以便实现反馈。但一般情况下,只有 系统的输入和输出能够测量,而多数状态变量不易 测得或不能够测得。这就引出了利用被控对象输入 量和输出量建立状态观测器,重构状态的问题。 实际 系统 系统 估计
① 推导被控系统的状态空间模型; ② 检验被控系统的状态完全可控性; ③ 根据性能要求确定期望的闭环系统极点位置; ④ 确定状态反馈增益矩阵K; ⑤ 利用所求出的增益矩阵K,推导控制器的传递
函数,检验其对给定初始条件的响应,如果响 应不能令人满意,则调整期望闭环极点的位置, 直到获得满意的响应为止。
程由n阶变为2n阶。
9.3 线性系统的状态反馈及状态观测器
4、状态观测器的相关问题
(3)基于观测器的控制器传递函数
9.3 线性系统的状态反馈及状态观测器
4、状态观测器的相关问题
(3)基于观测器的控制器传递函数
被控 对象 状态 反馈 观测 X t AX t Bu t K e y t CX t 模型
an 2 an 3 1 0
a1 1 1 0 0 0 0 0
则 Ke Q
1
n an
n 1 an 1
2 a2 1 a1
*
c.阿克曼(Ackermann)公式
N是可观性矩阵:
* N C
A*C *
( A* )2 C *
sI A s n a1s n1 a2 s n2
定义变换矩阵T:T=MW 其中M是可控性矩阵:
2 M B AB A B an 1 an 2 a n 2 an 3 W 1 a1 0 1
an
An 1B
a1 1 1 0 0 0 0 0
( A* ) n 1 C *
K 0 0
1 N 1 A*

Ke K *
自学教材P575,例10.6
9.3 线性系统的状态反馈及状态观测器
4、状态观测器的相关问题
(1)最佳Ke的选择原则
一般情况下,观测器极点必须比控制器极点快
2~5倍。此时,系统响应以控制器极点为主导。
5、带观测器的调节器系统设计
① 推导被控系统的状态空间模型;
② 检验被控系统的状态完全可控性和可观性;
③ 根据性能要求确定期望的闭环系统极点位置,同
时选择期望的观测器极点;
④ 确定状态反馈增益矩阵K和状态观测增益矩阵Ke; ⑤ 利用所求出的增益矩阵K,推导观测器-控制器的
传递函数,如果控制器是稳定的,检验其对给定 初始条件的响应,如果响应不能令人满意,则调 整期望闭环极点的位置和(或)观测器极点的位 置,直到获得满意的响应为止。

K n an n1 an1
2 a2 1 a1 T 1
c.阿克曼(Ackermann)公式 期望闭环极点(特征值): s sI A BK s 1 s 2
s n
n
s 1s
kn
相关文档
最新文档