第4章传递函数矩阵的状态空间实现
传递函数矩阵的状态空间最小实现
传递函数矩阵最小实现方法降阶法人们在设计复杂系统时,总是希望在构造系统之前用模拟计算机或数字计算机对所设计的系统进行仿真,以检查系统性能是否达到指标要求。
给定严格真传递函数矩阵G(s),为寻找一个维数最小的(A,B,C),使C(sl - A)」B二G(s),则称该(A,B,C )是G(s)的最小实现,也称为不可约实现。
最小实现是系统实现的一种非常重要的实现方式,关于最小实现的特性,有下列几个重要结论:(1)( A,B,C )为严格真传递函数矩阵G(s)的最小实现的充要条件是(A,B) 能控且(A,C)能观测。
(2)严格真传递函数矩阵G(s)的任意两个最小实现(A,B,C)与(A,B,C5之间必代数等价,即两个最小实现之间由非奇异线性变换阵T使得式子A =T」AT,B =T J B,C =CT 成立。
(3)传递函数矩阵G(s)的最小实现的维数为G(s)的次数n.,或G(s)的极点多项式的最高次数。
为了寻求传递函数矩阵的最小实现,就意味着要把系统中不能控和不能观测的状态变量消去而不至于影响系统的传递函数。
求最小实现的方法有三种:1、降阶法。
根据给定的传递函数矩阵G(s),第一步先写出满足G(s)的能控型实现,第二步从中找出能观测子系统;或者第一步先写出满足G(s)的能观测型实现,第二步从中找出能控子系统,均可求得最小实现。
2、直接求取约当型最小实现的方法。
若G(s)诸元容易分解为部分分式形式,运用直接求取约当型最小实现的方法是较为方便的。
3用汉克尔矩阵法求取最小实现的方法。
下面主要研究降阶法(先求能控型再求能观测子系统的方法)并举例说明。
先求能控型再求能观测子系统的方法设(px q)传递函数矩阵G(s),且p v q时,优先采用本法。
取出G(s)的第j列,记为G j(s),是u j至y(s)的传递函数矩阵,有由n ij (s)的诸系数确定C j ,这时A j「a j,0-6,° III Pj in j 11j,0"I" j ,b p -G j (s)=[g 1j (s)....g qj (s)]T=[( )l qu (s)/((sy q qj(s)记d j (s)为q ij (s), q qj (s)的最小公倍式,则1Gj(s)=帀g ⑼叭创n | n , _1 ,,,设d j (s) = s a j ,n_i S a“s a j,。
传递函数到状态空间的实现
传递函数到状态空间的实现在计算机科学领域中,函数通常被看作是一组输入和输出之间的映射关系。
在传递函数到状态空间的实现中,我们将函数转化为一种状态的组合,以便在状态空间中进行操作和分析。
状态空间是由一组状态和状态之间的转换关系组成的数学模型。
状态空间建模需要定义所有可能的状态集合,并描述状态之间的转换规则。
在这个模型中,函数可以被看作是状态之间的转换规则,其中每个状态都代表函数的一个输入和输出。
传递函数到状态空间的实现包括以下几个关键步骤:1.定义状态集合:根据函数的输入和输出,确定状态的取值范围,以及输入和输出状态的组合。
例如,如果函数有两个输入参数和一个输出结果,那么状态的取值范围将是所有可能的参数和结果的组合。
2.定义状态转换规则:根据函数的定义和用例需求,确定状态之间的转换规则。
这些规则可以是函数本身的定义,也可以是基于函数的输入和输出之间的关系定义的。
例如,如果函数的输入是一个正整数,输出是它的平方,那么状态转换规则可以是"当前状态为x,下一个状态为x*x"。
3.建立状态转换图:将状态和状态之间的转换规则绘制成状态转换图。
状态转换图是一种有向图,其中每个状态表示图的一个节点,状态之间的转换规则表示图的有向边。
根据函数的输入和输出,将状态转换规则应用到状态集合中的每个元素,构建状态转换图。
4.状态空间分析:在状态空间中分析函数的性质和行为。
通过遍历状态转换图,可以确定函数可能存在的问题或者潜在的错误。
例如,可以找出函数的输入参数中可能导致函数出错的特殊情况,或者确定函数是否存在无法到达的状态。
5.测试和验证:基于状态空间分析的结果,设计测试用例来验证函数的正确性。
根据状态集合和状态转换规则,选择具有代表性的输入组合来测试函数的各种可能行为。
通过比较函数的实际输出和期望输出,验证函数在不同状态下的正确性。
传递函数到状态空间的实现可以帮助我们更好地理解和分析函数的行为,发现隐藏的问题,并设计更有效的测试策略。
传递函数写状态空间表达式
传递函数写状态空间表达式【导言】在工程学科领域中,状态空间方法是一种十分重要的工具,在控制系统和信号处理方面得到了广泛应用。
在此过程中,传递函数和状态空间表达式便成为了其中不可或缺的两个环节。
本文将从传递函数转化为状态空间表达式这一点入手,给读者详细介绍其操作方法和其中的一些要点。
【一、传递函数和状态空间表达式概述】首先我们需要了解一些基本概念。
传递函数(Transfer Function)指的是在时域和频域之间建立约束关系的函数。
它描述了系统输入与输出之间的关系,是刻画线性时不变系统的一种有效方式。
状态空间表达式(State-Space Representation)指的是在某些符号和运算法则下,将一个时不变系统的整个历史过程表示为一个有限元素向量和矩阵的函数。
它描述了系统在时域和状态空间中的变化、状态之间的相互关系和控制变量和系统状态之间的关联。
传递函数与状态空间模型是描述线性时不变系统常用的两种方法。
传递函数的优点是简单、直接,能够快速得到系统的频率特性,但是只能表达一阶系统。
状态空间模型能够表达高阶、非线性系统,可以更好地反映物理实际。
【二、传递函数转化为状态空间表达式】将传递函数转化为状态空间表达式,原则上可以采用多种方法,本文将以矩阵分式形式为例进行讲解。
假设系统的传递函数为G(s),那么我们可以按照以下步骤进行转化:1、设系统的状态变量为x,输出变量为y,则系统的状态方程可以表示为:x' = Ax + Buy = Cx + Du其中A、B、C和D是系统的状态矩阵、输入矩阵、输出矩阵和耦合矩阵。
2、用连分式的形式表示传递函数:G(s) = D + C(sI - A)⁻¹ B3、将上式展开,得到:G(s) = D + CB⁻¹(sI - A)⁻¹ B4、令P(s) = (sI - A),则:G(s) = D + CB⁻¹P⁻¹(s)B5、对P(s)进行分解:P(s) = (s - λ1)Q1(s) ... (s - λn)Qn(s)其中λ1,λ2,...,λn是P(s)的特征值,Q1(s),Q2(s),...,Qn(s)是与特征值相关的特征向量矩阵。
现代控制理论从状态空间表达式求传递函数矩阵
《现代控制理论》MOOC课程1.4从状态空间表达式求传递函数矩阵一. 传递函数矩阵的定义定义:对于多输入-多输出线性定常系统,输入向量为,输出向u =u 1u 2⋯u r T 量为, 且假定初始状态为零。
分别表示的拉氏y =y 1y 2⋯y m T ෝu i s ,ෝy i s u i ,y i ොy 1s =w 11s ොu 1s +w 12s ොu 2s +⋯+w 1r s ොu r sොy 2s =w 21s ොu 1s +w 22s ොu 2s +⋯+w 2r s ොu r s⋮ොy m s =w m1s ොu 1s +w m2s ොu 2s +⋯+w mr s ොu r sෝy (s)=ොy 1(s)⋮ොy m (s)=w 11s⋯w 1r s⋮⋯⋮w m1s⋯w mr s ොu 1(s)⋮ොu r (s)=W (s )ෝu (s )写成向量形式:称为系统的传递函数矩阵。
W (s )变换,表示第j 个输入端到第i 个输出端的传递函数,系统的输入输出关系可描述为:w ij (s )x=A x+Bu x0=0y=C x+Du结论:对应于状态空间描述W(s)=C(sI−A)−1B+D 其传递函数矩阵为:证明:lims→∞W s=D且有:W(s)并且,当D≠0时,为真有理分式矩阵,当D=0时,为严格真有理分式矩阵,W s对状态空间表达式取拉氏变换:s X(s)=AX(s)+BU(s)Y(s)=CX(s)+DU(s)由状态方程的拉氏变换表达式可得:X(s)=(sI−A)−1B U(s)Y(s)=(C(sI−A)−1B+D )U(s)代入输出方程的拉氏变换表达式可得:故传递函数矩阵为:W(s)=C(sI−A)−1B+D对于传递函数矩阵:W(s )=C (sI −A )−1B +D 考虑:(sI −A)−1=Τadj(sI −A )det (sI −A )且伴随矩阵每个元素多项式的最高次幂都小于的最高次幂,故adj (sI −A )det (sI −A )lim s→∞W s =D因此有:lim s→∞(sI −A )−1=0当D =0时,为严格真有理分式;W s 故当D ≠0时,为真有理分式;W s三. 传递函数矩阵的唯一性证明:一个系统的状态空间表达式是非唯一的,但其传递函数矩阵是唯一的。
状态空间表达式
(28) 状态空间方程实现非唯一,书p28, 图1.16b求得其对应的传递函数为: (29)
为求得 令式(29)与式(26)相等,通过对 多项式系数的比较得: 故得: (30)
也可将式(30)写成式(31)的形式,以便记忆。 (31)
将上图a的每个积分器输出选作状念变最,如图所示,得这种结构下的 状态空间表达式:
解:
→
→
u
y
-
+
例: 解: 比例积分环节: → → u y +
例:
解:
综合惯性环节、积分环节模拟结构图得:
u
y
-
+
u
y
解:选积分器的输出为状态变量得:
u
y
状态方程:
输出方程:
状态空间表达式
1.3.2 从系统的机理出发建立状态空间表达式
一般常见的控制系统,按其能量属性,可分为电气、机械、机电、气动 液压、热力等系统。根据其物理规律,如基尔霍夫定律、牛顿定律、能量守 恒定律等,即可建立系统的状态方程。当指定系统的输出时,很容易写出系 统的输出方程。
同一系统,经非奇异变换后,得:
其特征方程为:
(44)
1.5.2 系统特征值的不变性及系统的不变量
1.系统特征值
式(43)与式(44)形式虽然不同,但实际是相等的,即系统的非奇异变换,其特征值是不变的。可以证明如下:
将特征方程写成多项式形式 由于特征 值全由特征多项式的系数 唯一确定,而特征值 经非奇异变换是不变的,那么这些系统 也是不变 的量。所以称特征多项式的系数为系统的不变量。
(3)有共轭复根时,以四阶系统其中有一对共轭复根为例,即 此时
1.6 从状态空间表达式求传递函数阵
1.6.1 传递函数(阵)
传递函数到状态空间的实现.docx
实验题目:传递函数到状态空间的实现 课程名称:计算机仿真 一、实验目的1、 理解并掌握传递函数转换为状态空间方程的方法2、 理解状态初值的计算方法二、 实验内容1、 应用MATLAB 编写一个可以实现传递函数到状态空间方程的可控可观规范型的ni 文件。
并用相应例题验证程序的止确性。
2、 完善该程序使具可以用來计算状态初值。
并用相应的例题验证程序 的正确性。
3、 程序中需要考虑分子分母同阶以及分母首系数不为1的两种情况。
三、 报告内容1、 给出m 文件的程序框图,及验证结果,并记录出现的错误,并给出 解决的方案。
若没有得到解决,请说清楚你的问题2、 如呆做了程序的状态初值得求解,请给岀相应的验证结杲,及程序 编写过程中出现的问题,若已经解决,给出貝体方法。
能观标准型为:2、计算状态变量初值:(1)不含u 的导数项时,则冇:A= • 0 0 •■1 0• •0 1■ ■… 0 ■…• • ••B=O' 0 ■ ■~a n~a n-l~a n-l…一如・丄Z?o s n +b 1s n "1+•••+d n ^1s+c n+…+01八一]s+a 八那么其状态空间模型能控标准型为:C=[(b n — bo (z n ) (&n _i — …@1 —加血)] D=b n!1!实验理论传递函数为G(s)=1、 力能观=B 能观D 能观和0)X?(O) 1(0)」 yj(o)(2)系统微分方程不仅包含u 的输入项,而口包含u 的导数项,则:五、程序检验(1)输入一个分母首系数为1月.分子分母不同阶传递函数:2S 3+ 4S 2+ 3S + 5 G = -------------------------------S 4 + 2S 3 + 5S 2 + 4S + 2程序运行结果: 能控标准型:A 二0 1 0 00 1 00 0 0 1-2-4-5-2B =兀 1(0)a n-l an-2 …兀2(0)a n-2%一3…七(0) ■ • = an-3•■ • • • • • • ■^-1(0)■ 1 … _ 兀“(0)..10 (x)n xa x 1 y (o )~Cn-l1 0 y (o )一 Cn-2 • •… •■ y(0) ■ •+ _ Cn-3■ ■ ■…0 严)(0)_C]…0 严(()) ■ ■_ 0nxl /ix(n -1)一 C] w(O)〃(()):M(O)•• • ••• :宀(0)0 ]“"-2)(0)(/?-l)xly(0) y(0)5 342D 二能观标准型:A =0 00-21 00-40 10-50 01-2B =5342C =0 001D 二初值部分:请输入系统输出的初值二[1 ;1;1;1]请输入系统输入的初值二[0; 0; 0] x0 二12831运行结果正确(2)输入一个分母首系数为2 口分子分母同阶传递函数:S 2 + 2S + 3G =2S 2 + 5S + 3程序运行结果: 能控标准型:0. 5000初值部分:请输入系统输出的初值二[1;1] 请输入系统输入的初值二[0]xO 二A =0 -1. 5000 B =0 1 C 二1. 5000 D =0. 5000能观标准型:A 二0 1.0000 B =1. 5000 1.5000 C 二1.5000 D =1.0000 -2. 50001. 5000-1. 5000 -2. 50001. 50003. 50001.0000运行结果正确六.流程图七、实验小结通过木次实验我了解了如何通过matlab的编程来实现传递函数转化为状态空间方程的能控和能观性,并掌握了程序的状态初值的求解。
已知传递函数求状态空间表达式
已知传递函数求状态空间表达式传递函数是描述线性系统的重要工具,但有时我们需要将其转换为状态空间表示以便于分析和实现。
本文将介绍已知传递函数如何求解状态空间表达式的方法。
首先,我们将传递函数表示为分子多项式$N(s)$除以分母多项式$D(s)$的形式:$$G(s) = frac{N(s)}{D(s)}$$接下来,我们可以使用部分分式分解将传递函数拆分为若干个一阶系统的和:$$G(s) = frac{N(s)}{D(s)} = frac{K_1}{s-a_1} +frac{K_2}{s-a_2} + cdots + frac{K_n}{s-a_n}$$其中,$a_1, a_2, cdots, a_n$ 是传递函数的极点,$K_1, K_2, cdots, K_n$ 是对应的系数。
接着,我们可以将每个一阶系统表示为状态空间形式:$$begin{aligned} dot{x}_i &= a_ix_i + b_iu y_i &= c_ix_i + d_iu end{aligned}$$其中,$x_i$ 是系统的状态向量,$u$ 是输入信号,$y_i$ 是输出信号,$a_i, b_i, c_i, d_i$ 是系统的系数。
注意,每个一阶系统的状态向量可能不同,因此需要为每个系统定义不同的状态向量。
最后,将每个一阶系统的状态空间表达式相加即可得到整个系统的状态空间表示:$$begin{aligned} dot{x} &= begin{bmatrix} dot{x}_1dot{x}_2 vdots dot{x}_n end{bmatrix} = begin{bmatrix} a_1 & 0 & cdots & 0 0 & a_2 & cdots & 0 vdots & vdots & ddots & vdots 0 & 0 & cdots & a_n end{bmatrix} begin{bmatrix} x_1 x_2 vdots x_n end{bmatrix} + begin{bmatrix} b_1 b_2 vdots b_nend{bmatrix} u y &= begin{bmatrix} c_1 & 0 & cdots & 0 0 & c_2 & cdots & 0 vdots & vdots & ddots & vdots 0 & 0 & cdots & c_n end{bmatrix} begin{bmatrix} x_1 x_2 vdots x_nend{bmatrix} + d_1u end{aligned}$$其中,$dot{x}$ 是整个系统的状态向量,$y$ 是输出信号,$a_i, b_i, c_i, d_i$ 在矩阵中的位置与之前相同。
现代控制理论 第4章传递函数矩阵的状态空间实现共30页文档
4.3 基于MFD的典型实现
G(s)qp严格真 右MF:D G(s)N(s)D1(s)
D(s)列既,控 约制器形实
左MF:D G(s)A1(s)B(s) A(s)行既,观 约测器形实
一. 构造控制器形实现
1控制器实现的定义
G(s)N(s)D1(s)严 格 真 ,D(s)列 既 约 ,ciD(s)ki,i1,2,L,p
0
Ip
,
Bkpp
0
0Ip 1Ip
k1Ip
I p
C[P0,P1, ,Pk1]qkp
注:(1)形式上与SISO系统的能控规范形一样,数都变成了矩阵. (2)一定是能控的,但不一定是能观的. (3)由此求最小实现时,要按能观性进行结构分解.
2. 能观测形实现
0qq 0 0 0Iq
Iq
1Iq
一 标量传递函数的典型实现
能控规范形实现 能观测规范形实现 并联形实现(约当形实现) 串联形实现
二 传递函数矩阵的典型实现
G(s)----严格真,有理分式形式表达,即
G (s) [ gij (s)], i 1,2, q; j 1,2, p; 令d (s)为gij (s)的最小公分母 , 记为
u0
(k1 ) 1
(k2 ) 2
,
取
(k p
p
)
x0
ˆ1
ˆ
p
(
k
p
1
)
y0
ˆ p
y0
Inx0
C
0 c
x
0
0
1
x0
ˆ1(
k1
)
ˆ1(1)
ˆp(kp )
ˆp
(1)
uˆ 0 ( s )
传递函数到状态空间的实现
实验题目:传递函数到状态空间的实现课程名称:计算机仿真一、实验目的1、理解并掌握传递函数转换为状态空间方程的方法2、理解状态初值的计算方法二、实验内容1、应用MATLAB®写一个可以实现传递函数到状态空间方程的可控可观规范型的m文件。
并用相应例题验证程序的正确性。
2、完善该程序使其可以用来计算状态初值。
并用相应的例题验证程序的正确性。
3、程序中需要考虑分子分母同阶以及分母首系数不为1的两种情况<三、报告内容1、给出m文件的程序框图,及验证结果,并记录出现的错误,并给出解决的方案。
若没有得到解决,请说清楚你的问题2、如果做了程序的状态初值得求解,请给出相应的验证结果,及程序编写过程中出现的问题,若已经解决,给出具体方法。
四、实验理论1、传递函数为 --------------------那么其状态空间模型能控标准型为:A= B=C=能观标准型为:能观能控能观能控能观2、计算状态变量初值:D= 能控能观能控(1)不含u的导数项时,则有:y (o ) y (o )I = I]y (n 」(0)-五、程序检验程序运行结果: 能控标准型:A = 0 1 0 0 0 0 1 0 00 1-2 -4 -5 -2 B = 0、1(0)--a na n■…a1们 ■ y(0) ■ [ _ C n_ C n_2 —C 2 — Ci -u(0)-X 2(0)an/ an & (1)y(0)_皿 ......... —G 0u(0) X 3(0)a =a n(-aay(0)a+ _C n ( ....................................aaaU(0)■X n ±(0)a 1......... 0 y (n「0)a一 C jU2)(0) 川(0) _1 1 0 .................... 0 一yj (0)一I0 … 0屮2)(0)一 u 的输入项,而且包含u 的导数项,则: n 1n n n 1n (n-1)(n-1) 1x 1( 0)X 2(0)I : I I IX n ( 0)(2)系统微分方程不仅包含 (1)输入一个分母首系数为 1且分子分母不同阶传递函数:5 3 4 2D =能观标准型:A =0 0 0 -21 0 0 -40 1 0 -50 0 1 -2B =5342C =0 0 0 1D =初值部分:请输入系统输出的初值=[1;1;1;1]请输入系统输入的初值=[0;0;0]x0 =12831运行结果正确(2)输入一个分母首系数为2且分子分母同阶传递函数: 程序运行结果:能控标准型:A =0 1.0000-1.5000 -2.5000B =1C =1.5000 1.5000D =0.5000能观标准型:A =0 -1.50001.0000 -2.5000B =1.50001.5000C =1.5000 1.5000D =0.5000初值部分:请输入系统输出的初值=[1;1]请输入系统输入的初值=[0]x0 =3.50001.0000运行结果正确六、流程图七、实验小结通过本次实验我了解了如何通过matlab的编程来实现传递函数转化为状态空间方程的能控和能观性,并掌握了程序的状态初值的求解。
matlab根据传递函数矩阵求状态空间方程
MATLAB根据传递函数矩阵求状态空间方程在探讨MATLAB如何根据传递函数矩阵求状态空间方程之前,首先需要了解传递函数和状态空间方程的概念。
传递函数是描述线性时不变系统输入与输出之间关系的数学方法,通常用于描述信号处理、控制系统等领域中的系统行为。
而状态空间方程则是另一种描述系统动态行为的方法,它能够全面描述系统的状态随时间的变化。
在工程领域中,状态空间方程常常用于分析系统的稳定性、控制系统的设计等问题。
在MATLAB中,我们可以利用控制工具箱提供的函数来求解传递函数矩阵对应的状态空间方程。
我们需要用tf函数将传递函数表示为MATLAB中的传递函数对象,然后利用ss函数将传递函数对象转化为状态空间对象,从而得到对应的状态空间方程。
接下来,我们以一个具体的例子来演示MATLAB如何根据传递函数矩阵求状态空间方程。
假设有如下传递函数矩阵:\[ G(s) = \begin{bmatrix} \frac{2s+1}{s^2+3s+2} &\frac{3s+2}{s^2+s+1} \\ \frac{s+1}{s^2+2s+1} &\frac{4s+1}{s^2+4s+3} \end{bmatrix} \]我们希望利用MATLAB求解对应的状态空间方程。
我们可以利用tf函数将传递函数矩阵表示为MATLAB中的传递函数对象:```matlabnum = {[2 1; 3 2]; [1 1; 4 1]}; % 分子矩阵den = {[1 3 2; 1 1 1]; [1 2 1; 1 4 3]}; % 分母矩阵G = tf(num,den);```接下来,我们可以利用ss函数将传递函数对象转化为状态空间对象:```matlabsys = ss(G);```通过以上步骤,我们就可以得到对应的状态空间方程。
值得注意的是,状态空间方程通常表示为如下形式:\[ \dot{x} = Ax + Bu \]\[ y = Cx + Du \]其中,\[ A \]、\[ B \]、\[ C \]、\[ D \] 分别是状态方程的系数矩阵,\[ x \] 是系统的状态向量,\[ u \] 是系统的输入向量,\[ y \] 是系统的输出向量。
线性系统理论
linearsystemstheory以状态空间法为主要工具研究多变量线性系统的理论。
20世纪50年代以后,随着航天等技术发展和控制理论应用范围的扩大,经典线性控制理论的局限性日趋明显,它既不能满足实际需要,也不能解决理论本身提出的一些问题,这就推动了线性系统的研究,于是在1960年以后从经典阶段发展到现阶段。
美国学者R.E.卡尔曼首先把状态空间法应用于多变量线性系统的研究,提出了能控性和能观测性两个基本概念。
20世纪60年代以后,现代线性系统理论又有了新发展,出现了线性系统几何理论、线性系统代数理论和多变量频域方法等研究多变量系统的新理论和新方法。
随着计算机技术的发展,以线性系统为对象的计算方法和计算辅助设计问题也受到普遍的重视。
与经典线性控制理论相比,现代线性系统主要特点是:研究对象一般是多变量线性系统,而经典线性理论则以单输入单输出系统为对象;除输入和输出变量外,还描述系统内部状态的变量;在分析和综合方面以时域方法为主而经典理论主要采用频域方法;使用更多数据工具。
前言第1章线性系统的数学描述1.1 线性系统的输入.输出描述1.1.1 线性系统1.1.2 非零初始条件与冲激输入1.2 线性系统的状态空间1.2.1 输入.输出描述的局限性1.2.2 状态与状态空间1.2.3 线性系统的状态空间描述1.2.4 物理系统状态方程的建立1.2.5 传递函数矩阵的状态参数矩阵表示1.2.6 传递函数矩阵G(s)的实用计算方法1.2.7 离散系统状态空间的描述1.3 线性系统等价的状态空间描述1.3.1 坐标变换1.3.2 线性定常系统状态空间描述在坐标变换下的特性1.3.3 线性时变系统状态空间描述在坐标变换下的特性1.4 状态方程的对角线规范形与约当规范形1.4.1 状态方程的对角线规范形1.4.2 状态方程的约当规范形1.5 组合系统的状态空间描述和传递函数矩阵1.5.1 子系统的并联联接1.5.2 子系统的串联联接1.5.3 子系统的反馈联接1.6 习题第2章线性系统的运动分析2.1 线性系统运动分析的数学实质2.1.1 运动分析的数学实质2.1.2 状态方程解的存在性和唯一性条件2.1.3 零输入响应和零状态响应及全响应2.2 线性定常系统的运动分析2.2.1 线性定常系统的零输入响应2.2.2 矩阵指数函数的性质2.2.3 几种典型的矩阵指数函数2.2.4 矩阵指数函数的计算方法2.2.5 线性定常系统的零状态响应2.2.6 线性定常系统的全响应及输出响应2.3 线性时变系统的运动分析2.3.1 线性时变系统的零输入响应2.3.2 线性时变系统的零状态响应2.3.3 线性时变系统的全响应及输出响应2.4 状态转移矩阵2.4.1 线性时变系统的状态转移矩阵2.4.2 线性时变系统的状态转移矩阵的性质2.4.3 线性定常系统的状态转移矩阵2.4.4 线性定常系统的状态转移矩阵的性质2.4.5 基于状态转移矩阵表示的线性定常系统的运动规律2.5 线性连续时间系统的时间离散化2.5.1 数字控制系统的基本形式2.5.2 离散化的假设条件2.5.3 线性连续时变系统的离散化2.5.4 线性连续定常系统的离散化2.6 线性离散时间系统的运动分析2.6.1 迭代法求解线性离散系统的状态方程2.6.2 线性离散时间系统的状态转移矩阵2.6.3 线性离散时变系统的状态运动规律2.6.4 线性离散定常系统的状态运动规律2.7 习题第3章线性系统的能控性与能观测性3.1 能控性和能观测性的定义3.1.1 能控性和能观测性的直观讨论3.1.2 能控性的定义3.1.3 能观测性的定义3.2 线性连续时间系统的能控性判据3.2.1 线性定常系统的能控性判据3.2.2 能控性指数3.2.3 线性时变系统的能控性判据3.3 线性连续时间系统的能观测性判据3.3.1 线性定常系统的能观测性判据3.3.2 能观测性指数3.3.3 线性时变系统的能观测性判据3.4 对偶系统与对偶原理3.4.1 对偶系统3.4.2 对偶原理3.5 线性离散时间系统的能控性和能观测性3.5.1 线性离散时间系统的能控性和能达性3.5.2 线性离散时间系统的能控性判据3.5.3 线性离散时间系统的能观测性及其判据3.6 能控规范形和能观测规范形3.6.1 单输入一单输出系统的能控规范形3.6.2 单输入-单输出系统的能观测规范形3.6.3 多输入-多输出系统的能控规范形3.6.4 多输入-多输出系统的能观测规范形3.7 线性系统的结构分解3.7.1 能控性和能观测性在非奇异变换下的特性3.7.2 线性定常系统按能控性的结构分解3.7.3 线性定常系统按能观测性的结构分解3.7.4 线性定常系统的结构规范分解3.8 习题第4章传递函数矩阵的状态空间实现4.1 传递函数的能控和能观测规范形实现4.1.1 单输入-单输出系统传递函数的实现4.1.2 单输入一多输出系统传递函数的实现4.1.3 多输入.单输出系统传递函数的实现4.1.4 多输入.多输出系统传递函数的实现4.2 最小实现及其性质4.3 最小实现的解法4.3.1 降价法4.3.2 直接求取约当规范形的最小实现方法4.3.3 用汉克尔法直接求取传递函数矩阵的最小实现4.4 习题第5章系统运动的稳定性5.1 外部稳定性和内部稳定性5.1.1 外部稳定性5.1.2 内部稳定性j5.1.3 内部稳定性和外部稳定性的关系5.2 李亚普诺夫稳定性理论5.2.1 李亚普诺夫第一法和第二法5.2.2 自治系统、平衡系统和受扰系统5.2.3 李亚普诺夫意义下的稳定5.2.4 不稳定5.2.5 李亚普诺夫第二法的主要定理5.3 连续时间线性系统的状态运动稳定性判据5.3.1 线性时变系统的稳定性判据5.3.2 线性定常系统的稳定性判据5.4 构造李亚普诺夫函数的规则化方法5.4.1 变量梯度法5.4.2 克拉索夫斯基方法5.5 离散时间系统状态运动的稳定性5.5.1 离散时间非线性定常系统的李亚普诺夫稳定性定理5.5.2 离散时间线性定常系统的稳定性定理5.6 李亚普诺夫直接法在系统综合方面的应用5.6.1 连续时间线性定常系统稳定自d运动的衰减性能的估计5.6.2 平均积分值的计算5.7 习题第6章状态反馈6.1 状态反馈与输出反馈的概念6.2 状态反馈与输出反馈对系统能控性和能观测性的影响6.2.1 状态反馈和输出反馈对系统能控性的影响6.2.2 状态反馈对系统能观测性的影响6.2.3 输出反馈对系统能观测性的影响6.2.4 多输入能控系统转变为单输人能控系统6.3 系统的极点配置6.3.1 极点配置的概念6.3.2 极点配置的条件6.3.3 单输入系统极点配置反馈矩阵的计算方法6.3.4 多输入系统极点配置反馈矩阵的计算方法6.3.5 状态反馈对传递函数的影响6.4 输出反馈极点配置6.5 不完全能控系统状态反馈的极点配置和镇定6.5.1 不完全能控系统状态反馈的极点配置6.5.2 不完全能控系统状态反馈的镇定6.6 状态反馈解耦6.6.1 解耦问题的提法和结构假设6.6.2 系统结构特征量6.6.3 可解耦条件与解耦算法6.7 习题第7章状态观测器7.1 状态观测器的基本概念7.2 全维闭环状态观测器7.3 降维状态观测器7.4 基于观测器的状态反馈系统7.5 Rz函数观测器7.6 习题。
4第四章 传递函数矩阵的状态空间
]
[
]
dj(s)为最小公倍式,nij(s)为分子多项式
d j ( s ) = s + a j ,n j 1s
nj n j 1
+ L + a j ,1s + a j , 0
17
nij ( s ) = β ij ,n j 1s
n j 1
+ L + β ij ,1s + β ij , 0 , i = 1,2 L q
g i ( s ) 为严格真分式 取 g i ( s ) 最小公分母,记为D(s)
D ( s ) = s n + an 1s n 1 + L + a1s + a0
β 1,n1 s n 1 + L + β 1, 0 (s) = 1 M G D( s) β q ,n1 s n 1 + L + β q , 0
& x5 = 3x5 + x6
& x6 = x6 + u1
3
1 1 & x2 = 2 x2 + x3 0 2 1 & x3 = x3 + u2 0 1 & x + & x 4 = 3 x 4 + u 2 x = 3 0 & x5 = 3x5 + x6 3 1 0 1 1 & x6 = x6 + u1
[
]
对 G ( s ) 建立能观测标准型,
xn = y1 & xi = xi +1 + ai y1 β1i u1 L β pi u p , i = 1,2,3, L , n 1 14
xn = y1 & xi = xi +1 + ai y1 β1i u1 L β pi u p , i = 1,2,3, L , n 1
自动控制系统的传递函数与状态空间表示
自动控制系统的传递函数与状态空间表示自动控制系统是一类广泛应用于工业和科学领域的系统,用于监测和控制各种物理过程。
传递函数和状态空间表示是描述自动控制系统行为的两种重要方法。
本文将对这两种表示方法进行详细介绍。
一、传递函数表示方法传递函数是用频域方法描述系统行为的一种数学模型,通常用于线性时不变系统。
一个自动控制系统的传递函数可以通过系统的输入和输出之间的关系来定义。
一般形式的传递函数表示如下:G(s) = N(s) / D(s)其中,G(s)为传递函数,s为复变量,N(s)和D(s)为分子和分母多项式。
传递函数描述了输入信号的变化对输出信号的影响。
传递函数表示方法可以将一个复杂的自动控制系统简化为一个输入输出的关系,便于系统的分析和设计。
通过对传递函数的分析,可以得到系统的稳定性、阶跃响应、频率响应等性能指标。
此外,传递函数表示方法也适用于系统的频域设计和控制器的合成。
二、状态空间表示方法状态空间表示方法是描述自动控制系统行为的另一种数学模型,通常用于线性时不变和时变系统。
状态空间模型通过若干个一阶微分方程来描述系统的行为。
一个n阶线性时不变系统的状态空间模型可以表示为以下形式:x' = Ax + Buy = Cx + Du其中,x为状态向量,A、B、C、D为系统的矩阵参数,u为输入向量,y为输出向量。
状态空间模型将系统的状态、输入和输出统一表示在一个方程组中,可以全面地描述系统的动态特性。
通过对状态空间方程的求解,可以得到系统的时间特性、稳定性、响应等。
此外,状态空间表示方法也适用于系统的时域设计和多变量系统分析。
三、传递函数与状态空间之间的转换传递函数和状态空间之间存在一一对应的关系,可以通过转换方法在两者之间进行转换。
对于线性时不变系统,可以通过矩阵计算和拉普拉斯变换实现转换。
将传递函数转换为状态空间表示时,可以通过分数展开、多项式除法等方法获得状态空间模型的矩阵参数。
将状态空间转换为传递函数表示时,可以使用矩阵运算和拉普拉斯逆变换求解。
传递函数矩阵和状态标准型
02 x 02
a3I2
I2 02 a2I2
02 02 I2 x02u a1I2 I2
2021/6/16
x1 0 0 1 0 0 0 x1 0 0
x2
0
0
0
1
0
0
x2
0
0
xx34
0 0
0 0
0 0
0 0
1 0
0 1
xx34
0 0
0 0
u1 u2
x5
2
0
5
0
4
0
x5
ci lsi m iG(s)(si)
2021/6/16
c3 9 c4 3
c11 3 c12 6
31
x1 3 1 0 0 x1 0
x2
0
3
0
0 x21u
xx34
0
0
0 0
2 0
01xx34
1 1
y 36 93 x 1 x 2 x 3 x 4T
问题:该系统状态空间模型的对偶式?
2021/6/16
0 0 4
1
AT
1
0
0
,
C
T
5
0 1 3
2
BT0 0 1
2021/6/16
18
推广到一般的传递函数:
G (s)b a((s s))sna b n n 1 1 ssn n 1 1 a ..n . 2s b n 1s 2 b .0 ..a0
此系统的能控标准型和能观标准型?
2021/6/16
19
3、对角标准型
若有:
G(s)Y(s) U(s)
sn
bmsm...b1sb0 an1sn1an2sn2 ...a0
绪论
线性系统理论Linear System Theory 北京理工大学自动化学院学时:54学分:3主讲教师:姚小兰联系电话:68912467Email : yaoxiaolan@ 讲义:《线性系统理论与设计》•第一章绪论1学时•第二章系统的数学描述5学时•第四章线性动态方程和脉冲响应矩阵8学时•第五章线性动态方程的可控性和可观测性8学时•第六章传递函数矩阵的状态空间实现6学时•第七章系统的运动稳定性8学时•第八章线性反馈系统的综合8学时•第九章状态观测器及状态观测器的设计4学时•课堂讨论6学时•根据实际情况,各章所用学时会稍微有所调整。
讲授方式:以课堂讲授为主,适当章节进行自学及讨论。
考核方式:期末闭卷考试80~90%平时10~20%参考书目[1] 陈啟宗[美],王纪文/杜正秋/毛剑琴[译].线性系统理论与设计,科学出版社,1988(英文第三版1999)[2] 郑大鈡. 线性系统理论(第2版),清华大学出版社,2002[3] 段广仁. 线性系统理论(第2版),哈尔滨工业大学出版社,2004[4] 黄琳.系统与控制理论中的线性代数, 科学出版社,1984[5] T.凯拉斯.线性系统,科学出版社,1985[6] (日)须田信英等曹长修译.自动控制中的矩阵理论,科学出版社, 1979何谓控制科学?控制科学是研究各种系统的共同控制规律的科学,是数学与工程学的交叉科学,是自动化系统的核心理论,也是人类改造世界的重要方法。
通俗地说,从现代汽车到航天飞机,都离不开控制理论。
随着计算机和其他高技术的急剧发展,人类需要处理越来越复杂的动态系统,而保持技术和经济竞争优势不断地刺激着追求控制系统的精确性、有效性和可靠性。
航空航天、工业过程、生物医学,社会经济和生态环境等领域出现了大量复杂系统控制问题,对控制科学提出了前所未有的挑战。
一、系统控制理论的研究对象1、系统:由相互关联和相互制约的若干“部分”组成的具有特定功能的一个“整体”。
传递函数到状态空间方程
传递函数和状态空间方程引言传递函数和状态空间方程是控制系统工程中常用的数学模型和分析工具。
它们用于描述和分析动态系统的行为和性能,对于控制系统的设计和优化起着关键作用。
传递函数定义在控制系统中,传递函数是一个描述输入和输出之间关系的数学函数。
传递函数通常用G(s)表示,其中s是复数变量,表示系统的复频域特性。
传递函数描述了一个线性、时不变系统对输入信号的响应。
传递函数的一般形式如下:b0*s^n + b1*s^(n-1) + ... + bnG(s) = ---------------------------------------s^m + a1*s^(m-1) + ... + am其中n和m分别是传递函数的分子和分母的最高次幂。
用途传递函数可用于描述系统的频率响应和稳定性特性。
传递函数可以反映系统对不同频率的输入信号的放大或衰减情况,帮助工程师了解系统的动态特性。
传递函数还可以用于控制系统的设计和分析。
通过对传递函数进行数学运算和变换,可以获得系统的稳定性、动态响应以及频域特性等关键性能指标。
工作方式传递函数的输入是一个复数变量s,代表系统的频域特性。
通过将s带入传递函数的表达式中,可以得到系统的输出。
传递函数的输出代表了系统对输入信号的响应。
通过对传递函数表达式进行分析和计算,可以获得系统的稳定性、频率响应和动态响应等关键性能指标。
状态空间方程定义在控制系统中,状态空间方程是一种用状态变量表示系统状态的数学模型。
状态空间方程描述了系统的状态和状态变化随时间的规律。
状态空间方程的一般形式如下:dx/dt = Ax + Buy = Cx + Du其中,x是系统的状态向量,表示系统的状态变量;u是系统的输入向量,表示系统的输入信号;y是系统的输出向量,表示系统的输出信号;A、B、C和D是系统的系数矩阵。
用途状态空间方程可以用于描述和分析系统的动态行为和稳定性特性。
状态空间方程是一种直观、物理意义明确的模型,可以帮助工程师理解系统的内部状态和相互关系。
现代控制理论 2-4 系统的传递函数矩阵
第二章 线性系统的状态空间分析法§1 线性系统的状态空间描述 §2 线性定常连续系统的分析 §3 线性定常离散系统的分析 §4 系统的传递函数矩阵一、定义及表达式零初始条件下,输出向量的拉氏变换式与输入向量 的拉氏变换式之间的传递关系——传递函数矩阵。
& ⎧ x(t ) = Ax(t ) + Bu(t ) ⇒ sX(s ) = AX(s ) + BU (s ) ⎨ ⎩y (t ) = Cx(t ) + Du(t ) ⇒ Y(s ) = CX(s ) + DU(s )∴ X(s ) = (sI − A ) BU (s )−1∴ Y(s ) = C(sI − A ) BU (s ) + DU(s ) = G (s )U(s )−1G (s ) = C(sI − A ) B + D−1q× p1⎡Y1 (s )⎤ ⎡G11 (s ) G12 (s ) L G1 p (s )⎤ ⎡U1 (s ) ⎤ ⎢Y (s )⎥ ⎢G (s ) G (s ) L G (s )⎥ ⎢U (s )⎥ 22 2p ⎢ 2 ⎥ = ⎢ 21 ⎥⎢ 2 ⎥ ⎢ M ⎥ ⎢ M M M ⎥⎢ M ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢Yq (s )⎥ ⎢Gq1 (s ) Gq 2 (s ) L Gqp (s )⎥ ⎢U p (s )⎥ ⎣ ⎦ ⎣ ⎦⎣ ⎦Y1 (s ) = G11 (s )U1 (s ) + G12 (s )U 2 (s ) + L + G1 j (s )U j (s ) + L + G1 p (s )U p (s )Yi (s ) = Gi1 (s )U1 (s ) + Gi 2 (s )U 2 (s ) + L + Gij (s )U j (s ) + L + Gip (s )U p (s )Yq (s ) = Gq1 (s )U1 (s ) + Gq 2 (s )U 2 (s ) + L + Gqj (s )U j (s ) + L + Gqp (s )U p (s )Gij (s ) =Yi (s ) , i = 1,2, L , q; j = 1,2 ,L ,p U j (s )第 j 个输入与第i 个输出之间的传递函数。
传递函数转状态空间的各种方法
G (s) Y (s) / U (s)
Y(s) Z(s) Z(s) U(s)
(bm S bm 1S ( S an 1S
n
m
m 1
n 1
... b0 )
... a0 )
设n>m n=m+1
Z ( s) 1 n U ( s) ( S an 1S n 1 ... a0 ) S n Z ( s) an 1S n 1Z ( s) ... a0 Z ( s) U ( s)
u
输出方程
n
Байду номын сангаас
Y ( s) ci xi ( s)
i 1
n
y(t ) ci xi (t ) c1c2 cn
i 1
x1 x2 xn
特点:n个子系统互不相关,都是独立 的,即解耦系统
解耦系统图形
例1.6
Y(s) 6 6 3 2 u (s) s 6s 11s 6 (s 1)(s 2)(s 3)
b3 0 b2 1 b1 1 b0 3
x1 y 3 1 1 x 2 x 3
Y(s) 二、并联法 G(s) u (s)
M(s) (s 1 )(s 2 ) (s n )
i (i 1,2,n)
极点
n c c1 c2 cn i s 1 s 2 s n i 1 s i
可控标准型
其中 x1 z
同样
x2 z
x n z n 1
Y(s) b n 1Sn 1 b n 2Sn 2 ... b1S b 0 Z(s)
Y(s) bn1Sn1Z(s) bn2Sn2 Z(s) ... b1SZ (s) b0 Z(s)
- 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、"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、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)。
4 控制器形实现 ( Ac , Bc , Cc ) 的确定
Ac A B D
0 c 0 c 0 c
1 hc
Dlc
Bc B D Cc N lc
特征:
1 hc
由于Ac0 , Bc0的特殊形式,
1 1 Ac Ac0 Bc0 Dhc Dlc , Bc Bc0 Dhc 的形式必如书P539页所示.
1 观测器实现的定义
1 G(s) DL (s) N L (s)严格真, DL (s)行既约, rj DL (s) k j , j 1, 2,
1能控类实现 {A,B,C,E}为G(s)的一个能控类实现的 充要条件是:
G(s) C(sI A) 1 B E { A, B}能控且有指定形式
2 能观类实现
{A,B,C,E}为G(s)的一个能观类实现的 充要条件是:
G(s) C(sI A) 1 B E { A, C}能观且有特定形式
{A,b,c,d},当且仅当dimA=deg(g(s))时,实
现{A,b,c,d}是g(s)的最小实现。 定理4(多变量系统) : 设真有理函数矩阵G(s)的实现是{A,B,C,D},
当且仅当dimA=G(s)不可简约MFD的次数时,实
现{A,B,C,D}是G(s)的最小实现。
三 能控类实现和能观测类实现
且{ (s), D(s)}右互质, {sI Ac , Bc }左互质
(3) sI Ac 0 sI Ac -C c
Bc I 0 与 有相同的smith形 I 0 D( s ) Bc I 0 与 有相同的smith形 0 0 D( s)
ˆ( s ) u ˆ0 ( s ) S ( s ) (核) ˆ( s ) ˆ y ( s ) ( s ) 0 1 1 ˆ ˆ ˆ (s) u0 ( s ) Dhc Dlc ( s ) ( s ) Dhc u (外围) ˆ ( s ) N lc y ˆ 0 ( s) y
G(s) C(sI A)1 B E
成立,则称此状态空间模型为已知的传递函数
矩阵的一个状态空间实现。
2 实现的属性 实现的维数 : 实现维数=dimA 实现的不唯一性 :
维数可不同,同维的参数也可不同
最小实现
对于传递函数阵G(s)的一个维数最低的实现, 称为G(s)的最小实现或不可约简实现。
(4)控制器形实现能控能观的一个充分条件为:
raห้องสมุดไป่ตู้kN(s)=p
(5) det(sI-Ac )=(detDhc )1 det D (s )
dim Ac deg det D (s )
(6) 设 为 Ac 的特征值,特征向量p
p= ( )q,q满足D( )q=0
二. 构造观测器形实现
4.3 基于MFD的典型实现
G ( s ) q p 严格真 右MFD : G ( s) N ( s) D 1 ( s ) 左MFD : G ( s) A1 ( s) B( s ) D( s)列既约, 控制器形实现 A( s)行既约, 观测器形实现
一. 构造控制器形实现
1控制器实现的定义
s k1 1 s 1 ( s)
k p 1 s s 1
可导出构造
ˆ ( s) u
( Ac , Bc , Cc )
ˆ0 ( s ) u
的结构图
ˆ 0 ( s) y
D
1 hc
P0 P 1 , Bkq p P k 2 k 1 I q P k 1
0 Iq 1 I q
注:(1)形式上与SISO系统的能控规范形一样,数都变成了矩阵. (2)一定是能观的,但不一定是控的. (3)由此求最小实现时,要按能控性进行结构分解. (4)维数与能控性实现可能不同.
i 1
{ Ac , Bc }为完全能控且具有指定形式
2 MFD的核
引入列次表达式:
D( s) Dhc S ( s) Dlc ( s) N ( s) Nlc ( s) s k1 S (s) p , ki n k p i 1 s
G( s) N ( s) D 1 ( s)严格真, D( s)列既约, ci D( s) ki , i 1, 2, ,p
称一个状态空间描述
p
x Ac x Bcu y Cc x
为控制器形实现,
其中 dim A k n, C (sI A )1 B N (s) D 1 (s) i c c c c
二 最小实现的相关定理
定理1 : 设严格真有理函数阵G(s)的实现为{A,B,C}, 则其为最小实现的充要条件是{A,B,C}既完全能 控又完全能观。 定理2: 对给定的传递函数矩阵G(s),其最小实现不
是唯一的,但所有最小实现都是代数等价的。
定理3(单变量系统) :
设分子分母互质的真有理函数g(s)的实现是
第四章 传递函数矩阵的 状态空间实现
4.1 4.2 4.3 4.4 实现的基本概念和属性 有理分式传递函数矩阵的典型实现 基于MFD的典型实现 不可简约MFD的最小实现
4.1 实现的基本概念和属性
一 实现的定义和属性 1 实现的定义
假设已知线性定常系统的传递函数阵G(s),
若找到状态空间模型{A,B,C,E}使得
4.2有理分式传递函数矩阵的典型实现
一 标量传递函数的典型实现
能控规范形实现 能观测规范形实现
并联形实现(约当形实现)
串联形实现
二 传递函数矩阵的典型实现
G(s)----严格真,有理分式形式表达,即
G ( s ) [ g ij ( s )],i 1,2, q; j 1,2, p; 令d ( s )为g ij ( s )的最小公分母 , 记为 d ( s ) s k k 1s k 1 1s 0 则G ( s )可表为 1 1 G( s) P( s) [ Pk 1s k 1 P 1s P 0] d ( s) d ( s) 形式上类似于 SISO 系统的传递函数 , 只不过分 子的系数变成了矩阵 .
(s)S 1 (s)
N lc
ˆ (s) y
1 Dhc Dlc
称
(s)S 1 (s)
为核心右MFD。
1 ˆ( s ) ˆ ˆ ( s ) N ( s ) y ( s ) N ( s ) D ( s )u ˆ ˆ ( s) D( s ) ( s ) u ˆ( s ) u [ Dhc S ( s ) Dlc ( s )] ˆ ( s) ˆ( s ) y ˆ ( s ) N lc ( s ) ˆ0 ( s ) y 1 1 ˆ ˆ ˆ (s) S ( s ) ( s ) Dhc Dlc ( s ) ( s ) Dhc u ˆ0 ( s ) u
不为零的**行的数值:
1 Ac的第i个*行等于 Dhc Dlc 的第i行 1 Bc的第i个*行等于 Dhc 的第i行
u(t )
D
1 hc
u0 (t )
0 Bc
0 x
x
0
y0 (t )
C
0 c
N lc
y (t )
0 Ac
化简后:
u (t )
1 Dhc Dlc
1 hc
B D
0 c
1. 能控形实现
Ip 0 p p 0 Akpkp 0 0 I p 1 I p C [ P0 , P 1 ,, P k 1 ]qkp
Ip
0 0 , Bkp p 0 Ip I p k 1 I p
3
o o o ( A , B , C 核实现 c c c ) 的构造
只要构造出 ( s ) S 1 ( s )的实现, 后面就只是代数运算了 . ˆ (s) 1 ˆ ˆ S ( s ) ( s ) u ( s ) 0 ˆ 核: , (s) ˆ( s ) ˆ y ( s ) ( s ) ˆ ( s) 0 p s k1
定义状态变量
ˆ ( k1 1) 1 ( k1 ) 1 ˆ ( k2 ) 1 2 0 推出u0 , 取x y0 ˆ ( k p 1) (k p ) p p ˆ p y0 I n x 0 Cc0 x 0
注:(1)形式上与SISO系统的能控规范形一样,数都变成了矩阵. (2)一定是能控的,但不一定是能观的. (3)由此求最小实现时,要按能观性进行结构分解.
2. 能观测形实现 0 q q 0 0 I q Iq Akqkq 0 Iq C [0,0, ,0, I q ]qkq
k1 ˆ ˆ (s) s 1 ( s) 1 ˆ0 ( s ) ˆ0 ( s ) u u kp ˆ kp ˆ s p ( s ) s ( s ) p
s k1 1 ˆ (s) s k1 1 1 s ˆ 1 ( s ) ˆ ( s) 1 1 ˆ ( s) 2 ˆ 0 ( s) y k p 1 ˆ k p 1 s ( s ) s ˆ p ( s ) p ˆ s p (s) 1
N lc
y (t )
o 0 1 Ac Bc Dhc Dlc