线性时不变系统的多项式矩阵描述PPT课件
第11章线性系统的多项式矩阵描述解析

强调:广义状态变量必须是独立的。对于方程中的 某个储能参数若多次引用,必须给予恰当处理。
例如若将电容C2两端短路,则
(L1s
1 C1s
)1
(s)
1 C1s
1
(s)
(
1 C1s
1 C1s L2s
2 (s) R1)2
U(s) (s)
0
仍按上面整理得:
3s2 1 1
6s2
1 3s
1 (s)
R(s)P1 (s)Q(s) W(s) C(sI A)1 B E
注意PMD的实现具有强不唯一性,结果不唯一,实 现的维数也不唯一。
二.构造PMD的实现方法
构造PMD的实现是基于矩阵分式描述MFD的规范 形,能控形,能观测类实现而建立的。含义是指 PMD的传递函数矩阵G(s)中包含的一个MFD的实 现,称为PMD实现的内核。
n degdetP(s)
4.由(Ao , Bo , Co )导 出PMD的 实 现(A, B, C, E) 直接取定 A Ao,B Bo
1
2
(s)
3s
0
U(s)
degdetP(s)=4,产生系统升级错误的原因是化 简过程中电容C1进行了两次通分运算。
若 将(1)式 改 写为
1 C1s
1
(s)
1 C1s
2
(s)
U(s)
L1s1
(s)
代 入(2)得
- U(s) L1s1(s) (L2s R1)2 (s) 0
3s2 1 1
3.对Pr-1(s)Qr (s)构 造 观 测 器 形 实 现(A o , Bo , Co ) 对 严 真Pr-1 (s)Qr (s),Pr (s)行 既 约 , 构 造 观 测 器 形实 现(A o , Bo , Co )
第二章讲义——线性时不变系统

LTI systems can be analyzed in considerable detail
The Contents of Chapter 2
Discrete-Time LTI System:The Convolution Sum √ Continuous-Time LTI System:The Convolution Integral √ Properties of linear time-invariant systems √ Causal LTI systems Described by Differential and Difference Equations Singularity functions √
y[n] =
k =+∞ k =−∞
∑ x[k]⋅ h[n − k]
y[n] = x[n]* h[n]
Convolution Sum
Example 2.1、2.2 、
Determine y[n]
Calculation of convolution sum
Method 1: concept of LTI system Method 2: slide
↓ ∆ →0 x(t ) =
−∞
∫ x(τ ) ⋅ δ (t −τ ) ⋅ dτ
∞
sifting property
Prove:
∞ −∞
∫ x(τ ) ⋅ δ (t −τ ) ⋅ dτ = ∫ x(t ) ⋅ δ (t −τ ) ⋅ dτ
−∞
∞
= x(t ) ⋅ ∫ δ (t −τ ) ⋅ dτ
−∞
y[n] at some specific time n
x[k] and h[n-k] viewed as function of k x[k] h[n-k] summing all samples.
第11章线性时不变系统的多项式矩阵描述

~ F (s) gcrd P(s), R(s) P(s) P ( s ) F ( s)
~ P ( s) F ( s ) ( s) Q( s )U ( s ) ~ Y ( s ) R ( s) F ( s ) ( s) W ( s)U ( s) ~ 令 F (s) (s) (s) ~ ~ P ( s ) ( s ) Q( s )U ( s ) ~ ~ Y ( s ) R ( s ) ( s ) W ( s )U ( s )
第六章 线性系统的多项式矩阵理论 线性系统理论课件

能控,(A,C)完全能观测.
证: 先证必要性。已知(A,B,C)为最小实现,欲证(A, B)能控和(A,C)能观测。采用反证法,反设(A,B,C) 不是联合能控和能观测,则可通过系统结构规范分解找出其 能控和能观测部分 (A ~11,B ~1,,C ~1且) 必成立:
第六章 线性系统的多项式矩阵理论
在经典线性控制理论中,频率域方法曾是最为主要并占统 治地位的一类方法,研究对象为单输入单输出线性时不变系统, 系统描述为传递函数和频率响应,研究领域涉及系统性能的分 析和综合。
20世纪70年代以来,在线性系统状态空间方法的影响和推 动下,以多项式矩阵理论为基础的线性时不变系统的复频率域 理论得到很大发展,形成较为完整和成熟的现代线性系统复频 率域理论。罗森布罗克(H.H.Rosenbrock)和沃罗维奇 (W.A. Wolovich)在20世纪70年代前期的开创性研究是这 一理论发展的起点。
(A具0,有B0形,C式0):
10
0 0 0Iq
A0
Iq
1Iq
,
Iq
l1Iq
C0 0, , 0, Iq
P0
B0
P1
Pl1
(6-10)
而真传递函数矩阵 G (s的) 能观形实现为 (A0,B。0,C0,E)
6.2.3 传递函数矩阵的最小实现
设给定严真(真)有理函数矩阵G(s) ,利用6.2.1和 6.2.2中的
C d(sim I A )A )( d 1B i m A ~ C ~ 111 )(s ( IA ~ 11 )1B ~ 1G (s)
4
据定义, (A ~11,B ~也1,C 是~1) 的实G现(s,) 且具有更小维数。这表明, (A,B,C)不是 的最小实G现(,s) 矛盾于已知条件。反设不
线性时不变系统及其特性.ppt

e ( t ) rt ( ) 1 1 e ( t ) et ( ) rt ( ) rt ( ) 1 2 1 2 et ( ) rt ( ) 2 2
e1 (t)
H H
H
r1 ( t )
r2 ( t )
r1 (t) r2 (t)
e2 (t)
e1 (t) e2 (t)
d A r ( t ) 1 0 A r ( t )5 A e ( t ) d t 原方程两端乘A:
d r ( t ) A 1 0 r ( t )5 A e ( t ) d t
(1),(2)两式矛盾。故此系统不满足均匀性
t 0( 1 )
t 0( 2 )
t 0
r ( 0 ) e ( 0 ) e (2 )
现在的响应=现在的激励+以前的激励
所以该系统为因果系统。
例: 微分方程 r 所代表的系统是否是因果系统 ( t ) e ( t ) e ( t 2 ) 解:
t 0
r ( 0 ) e ( 0 ) e (2 )
e( t )
r (t )
O
T
t
O
t
e( t t 0 )
r (t t 0 )
O t0
t0 T
t
O
t0
t
二.时变系统与时不变系统
判断方法 先时移,再经系统=先经系统,再时移
f (t )
H
H f (t )
DE
y (t )
f (t )
y (t )
f (t )
若 则
未来的激励
所以该系统为非因果系统。
定义 一个系统,在零初始条件下,其输出响应与输入信号施加于系 统的时间起点无关,称为非时变系统,否则称为时变系统。 分析: 电路分析上看:元件的参数值是否随时间而变 从方程看:系数是否随时间而变 从输入输出关系看:
讲义——线性时不变系统PPT教案

Example 2.7
第31页/共68页
Example 2.7
x
t
1 0
0 t T otherwise
and
h
t
t 0
determine y t
0 t 2T otherwise
第32页/共68页
The Distributive Property
x[n]* (h1[n] h2[n]) x[n]* h1[n] x[n]* h2[n] x(t)* (h1(t) h2(t)) x(t)* h1(t) x(t)* h2(t) ( x1[n] x2[n])* h[n] x1[n]* h[n] x2[n]* h[n] ( x1(t) x2(t))* h(t) x1(t )* h(t ) x2(t )* h(t )
❖ The unit impulse response of a nonlinear system does not completely characterize the behavior of the system
第29页/共68页
Example 2.9
h[n]
1 0
n 0,1 otherwise
h[n] u[n]
y[n]
2n1 ,
4
2
,
0n4
1a
y[n]
an4 1
a a
n+1
, 4n6
an4 a7
1a
, 6 n 10
0
, n 10
第12页/共68页
Example 2.5
x[n] 2n un and hn un determine y n
2n1 , n 0 y[n]
2 , n0
线性系统理论Chapter多项式矩阵理论PPT学习教案

又因为
R(s) = U11(s)D(s) +U12(s)N(s)
推出 R(s) = [U11(s)D1(s) +U12(s)N1(s)]R1(s) = W(s)R1(s)
表明R1(s)为R(s)的右乘因子。所以原 题得证 。
综上,多项式矩阵D(s)和N(s)的一个gcrd R(s)可通过对矩阵[DT(s),NT(s)]T行初等变换得到,而相 应于各 初等运 算的初 等矩阵 按逆顺 序的乘 积阵则 为所找 的单模 阵U(s) 。
互质性的常用判据互质性的常用判据结论结论718718贝佐特等式判据贝佐特等式判据pppp和和qqpp的多项的多项式矩阵式矩阵ddss和和n在在pppp和和ppqq的多项式矩阵的多项式矩阵xxss和和yyss使成立使成立以下的贝佐特以下的贝佐特bezoutbezout等式等式xxssddssiipp第20页共45页22结论720秩判据给定pp和qp的多项式矩阵ds和nsrank结论722右互质判据给定pp和qp的多项式矩阵dsdetdegdetdeg左互质性判据左互质性判据与右互质性判据对偶第21页共45页23最大公因子构造关系式性质的进一步讨论最大公因子构造关系式性质的进一步讨论推论
结T(s论)为7.任9 A一(sn)维为单n维模非阵奇,异则多A(项s)式和矩阵A~,具(s有) 相A~同(s)的行T埃(s尔)A米(s) 特形。
返回
第13页/共45页
14
7.8 公因子和最大公因子
公因子和最大公因子定义
方多项式矩阵R(s)为具有相同列数N (的s) 两D个(s多) 项式矩N阵(s)N(Ns)(和s)RD((ss)),的一D(个s) 右 D公(s因)R子(s),如果存 在方多项式矩和阵Q(s)为,具使有相同行数的两个多项式矩阵B(s)
第十一章-线性系统的多项式矩阵描述

第十一章 线性时不变系统的多项式矩阵描述多项式矩阵描述方法是20世纪60年代中期由英国学者(H. H. Rosonbrock)提出来的。
首先多项式矩阵描述是对系统描述方法的一个丰富;其次多项式矩阵描述是对线性时不变系统更为普遍的一种描述;再者多项式矩阵描述为将来研究广义系统奠定了基础。
11.1 多项式矩阵描述多项式矩阵描述(Polynomial Matrix Descriptions ,PMD )是除了线性系统的三种原有的描述方式:状态空间描述、传递函数矩阵描述和矩阵分式描述以外,一种新的描述方法。
例如:下图所示的系统:我们取两个回路电流12, i i 作为描述系统的变量;以最右边的电感两端的电压作为系统的输出ui i dt didti d 369211212=-++ 0436222221=+++-i dt didt i d i (11.1)2()2di y t dt= 引入微分算子:222()()(), ()dx t d x t dx t d x t dt dt将式(11.1)表示如下: 21221212(961)()()3()()(634)()0()0()2()0()d d i t i t du t i t d d i t y t i t di t u t ++-=-+++==++ (11.2)将上式写成矩阵形式:[][]212212()39611()()01634()()020()()i t d d d u t i t d d i t y t d u t i t ⎡⎤++-⎡⎤⎡⎤=⎢⎥⎢⎥⎢⎥-++⎣⎦⎣⎦⎣⎦⎡⎤=+⎢⎥⎣⎦ (11.3)一般地我们有:()()()()P d t Q d u t ζ=()()()()()y t R d t W d u t ζ=+ (11.4)(),(),()()P Q R W ⋅⋅⋅⋅和分别为, , , m m m p q m q p ⨯⨯⨯⨯的微分算子多项式矩阵。
信号与系统 第二章 线性时不变系统 课件 优质课件

y(n) x(n) h(n) { 1, 2, 2,8,3,6,5,1, }
优点:计算非常简单。
缺点:①只适用于两个有限长序列的卷积和;
②一般情况下,无法写出 y(n)的封闭表达式。
x(n) h(n) x(k)h(n k) k
x( ) (t ) x( ) h(t )
x( ) (t )d x( )h(t )d
x(t) y(t)
y(t) x( )h(t )d
表明:连续LTI系统可以完全由它的单位冲激响应
h(t)
x(t)
h1(t)
y(t)
+
h2(t)
y t xth1 t xt h2 t xt h1 t h2 t
yt xtht
ht h1t h2 t
结论:两个LTI系统并联,其总的单位脉冲(冲激)响
一. 用单位冲激信号表示连续时间信号
x( ) (t )d x(t) (t )d
x(t) (t )d
x(t)
x(t) x( ) (t )d
x(t) lim x( ) (t ) 0
为积分变量 ; 2. 反转:将h()变为h(- ); 3. 平移:将h(- )平移t,变为h[-(-t)]; 4. 相乘: 将x()和h(t- )相乘; 5. 积分:求x()h(t- )乘积下的面积。
例: x(t) eatu(t) , a 0
h(t) u(t)
《线性时不变系统》课件

奈奎斯特准则
1 奈奎斯特稳定判定条件
奈奎斯特准则是评估线性时不变系统稳定性的另一种方法。我们将讲解稳定判定条件。
2 奈奎斯特绘图法
借助奈奎斯特绘图法,我们可以直观地观察线性时不变系统的稳定性。
总结
线性时不变系统的重要性
线性时不变系统在控制领域扮演 着重要角色。我们将总结其重要 性和应用。
线性时不变系统在控制领 域的应用
线性时不变系统的传递函数
传递函数的定义
传递函数是描述线性时不变系 统输入和输出之间关系的强大 工具。让我们深入探讨它的定 义。
传递函数与系统响应 的关系
我们将了解传递函数与系统对 不同输入的响应之间的密切关 系。
是否稳定的判定方式
通过传递函数,我们可以判断 线性时不变源自统是否稳定。我 们将探讨判定方式。
2 系统的状态空间表示
了解系统的状态空间表示将帮助我们更好地分析和理解线性时不变系统的行为。
系统的稳定性分析
1
稳定性的概念
我们将介绍稳定性的概念,并了解稳定性对系统性能的重要影响。
2
渐进稳定
渐进稳定是我们评估线性时不变系统稳定性的一种方法。让我们探讨这个重要的 概念。
3
有界稳定
了解有界稳定性有助于我们判断系统是否能够在特定范围内保持稳定。
《线性时不变系统》PPT 课件
欢迎来到《线性时不变系统》的PPT课件。本课程将探讨线性和时不变系统的 定义、特点、描述以及稳定性分析和传递函数等内容。让我们一起来学习吧!
什么是线性时不变系统?
线性时不变系统具有令人惊叹的特性。我们将定义线性时不变系统,探讨线性和非线性系统的差异,并理解时 变和时不变系统的区别。
线性时不变系统的特点
第9章 线性定常系统的多项式矩阵描述

( sI A) ( s) Bu( s) y( s) C ( s) D( s)u ( s)
(9 14)
其中, ξ(s) = x(s)为n×1广义状态,PMD的各个系数矩阵为
P( s) ( sI A), Q( s) B W ( s ) D( s ) R( s ) C , (9 15)
P( s) Dl (s), Q(s) N l ( s) W ( s) E (s) R( s ) I ,
(9 18)
其中, ξ(s) = Dr-1(s)Nl(s)u(s)为q×1广义状态,PMD的各个系数矩阵为
(9 19)
证 对Nr(s)Dr-1(s)+E(s),可以导出 y(s) = [Nr(s)Dr-1(s)+E(s)]u(s) = Nr(s)Dr-1(s)I u(s) +E(s)u(s) (9-20) 将上式与PMD的传递函数矩阵(9-12)相比较,就可导出系数矩阵关系式(9-17) 。基于此,令ξ(s) = Dr-1(s)Iu(s),可得式(9-16)。 类似地,可以证明式(9-18)。证毕。
Ax Bu x y Cx D( p)u (9 39)
的传递函数阵与式(9-38)所示PMD的传递函数阵相等,即 R(s)P-1(s)Q(s) + W(s) = C(sI - A)-1B + D(s) (9-40) 则,称式(9-39)为式(9-38)给出的PMD的一个实现。其中,D(s) = D(p)|p=s。 2 构造PMD实现的方法 对线性定常系统的PMD (P(s), Q(s), R(s), W(s)),表P-1(s)Q(s) = Pl-1(s)Ql(s) 1 1 P ,其中Pl(s)为行既约, l (s)Ql (s) P l (s)Ql (s) Y (s) ,而(Ao, Bo, Co)为严格真 Pl 1 (s)Ql (s) 的观测器型实现,则PMD的一个实现(A, B, C, D(p))为 A Ao , B Bo (9 58) C [ R( s)Co ]s A D( p ) D ( s ) | s p
第2章线性时不变系统描述和系统响应PPT课件

?
信号 系统 响应
(1) 列出特征方程,解出特征根;
(2) 根据系统的初始条件解出待定系数。
?
信号 系统 响应
2.2 LTI离散时间系统的零状态响应—卷积和
系统的全响应=零输入响应+零状态响应 零状态响应:系统的初始状态为零时,由系统的
外部激励单独作用而产生的响应。 冲激响应h[n] : 冲激信号为激励信号时,系统
a)求出特征根; b)根据n<0时,h[n]=0,迭代出h1[n]中的待定系数 (2)根据线性时不变系统的线性性和非时变性,求出激 励信号为其他信号时对应的hi[n],h[n]= h1[n]+... hi[n]
2. 零状态响应的求解
?
信号 系统 响应
f [n]
?
系统的零状态响应 y[n]
h[n]
?
例:已知一LTI离散时间系统的差分方程为: y[n+2]+3y[n+1]+2y[n]=x[n+1]-2x[n], 初始条件为:y[0]=0,y[-1]=1,求其零输入响 应 yzi[n]
?
信号 系统 响应
解:设 y[n]An,代入差分方程激 同励 时信 令号0,为 则:An2+3An1+2An=0, 即特征方程为 2+3; +2=0, 特征根: 1 1,2 2,
激励信号由两 不项 能组 直成 接 1的 , 用 方例 法
?
信号 系统 响应
分析:
令h1[n]-h1[n-1]-2h1[n][n] h2[n]-h2[n-1]-2h2[n][n-2]
根据线性时不变系线统性的性和非时变性
[n] [n-2]
[n-][n-2]
h1[n]
h2[n]h1[n- 2]h[n] h1[n]h2[n]
第2章线性时不变系统描述和系统响应PPT课件

andn dyn (tt)an1dn d1nyt(1t)...a1dd(yt)ta0y(t)0 y(0)y ,'(0)y ,''(0).y.n .1(0)
解该方程即可得到系统的零输入响应yzi(t)。
? 例下::已d 2 y 知(t) L T3 Id 连(t续)y 时2 y ( 间t) 系f统(t)的y ,(0 微 )分 1 ,方y '( 程0 信) 如号 2 系统 响应 d 2t dt
零输入响应的求解过程: (1)列出特征方程,解出特征根 (2)根据系统的初始条件解出待定系数
?
信号 系统 响应
2.4 LTI连续时间系统的零状态响应—卷积和
系统的全响应=零输入响应+零状态响应 零状态响应:系统的初始状态为零时,由系统的
外部激励单独作用而产生的响应。 冲激响应h(t) : 冲激信号为激励信号时,系统
的零状态响应。
f(t) (t)
连续时间系统 {零初始条件}
y(t) h(t)
?
信号 系统 响应
1. 冲激响应h(t)的求解(掌握)
例1:一连续时间线性非时变系统的微分方程为
d2y(t) dy(t)
df(t)
dt2
4 3y(t) 2f(t)
dt
dt
求该系统的冲h(激 t) 响应
解d: 2h(t)4dh(t)3h(t)d(t)2(t)
信号 系统 响应
2. 零状态响应的求解
任一离散时间信号f[n]可分解为冲激信号的线性组合
f [ n ] . f . [ 1 ] . [ n 1 ] f [ 0 ] [ n ] f [ 1 ] [ n 1 ] . f . [ k ] [ . n k ] .
- 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)。
-总之
Co (sI Ao )1 Bou(s) Y (s)u(s)
y(s) R(s) (s) W (s)u(s)
R(s)Co (sI Ao )1 Bou(s) [R(s)Y (s) W (s)]u(s)
X (s)(sI Ao )C
C(sI Ao )1 Bou(s) [ X (s)Bo R(s)Y (s) W (s)]u(s)
2020/12/29
7
(3)前两种情况的组合
P(s),Q(s)非左互质,消去其gcld H(s), 得
H 1(s)P(s) (s) H 1(s)Q(s)u(s)
y(s)
R(s)
(s)
W
(s)u(s)
再消去H 1(s)P(s)和R(s)的gcrd F (s) ,即做代换
(s) F (s) (s)
的实现。 • 步骤:
– 先把 P1(s)Q化(s)成满足左MFD求实现的条件,即 P(s)化为行既约, Pr1(s)严Qr (格s) 真;
(s) P1(s)Q(s)u(s) [M (s)P(s)]1 [M (s)Q(s)]u(s)
Pr (s)
Qr (s)
Pr1(s)Qr (s)u(s) [Y (s) Pr1(s)Qr (s)]u(s)
P(s)F (s) (s) Q(s)u(s)
y(s)
R
(s)F
(s)
(设 (s) F (s) (s),则
P(s) (s) Q(s)u(s)
y(s) R(s) (s) W (s)u(s)
不可简约
rank P(s) Q(s) rank P(s) Q(s) ,故P(s),Q(s)左互质.
右互质
不可简约PMD不唯一
{P(s),Q(s),R(s),W(s)}不可简约
{U(s)P(s)V(s),U(s)Q(s),R(s)V(s),W(s)}不可简约
U(s),V(s)为单模矩阵
2020/12/29
5
• 由可简约PMD求不可简约PMD
(1){P(s),Q(s)}非左互质,{P(s),R(s)}右互质
2020/12/29
strictly proper
10
-对 Pr1(s)Q求r (s观) 测器形实现(利用上节方法), 得 {Ao, Bo,C必o}有,
Co (sI Ao )1 Bo Pr1(s)Qr (s) ( Ao ,Co )observable
(s) [Pr1(s)Qr (s) Y (s)]u(s)
H 1(s)P(s)F 1(s) (s) H 1(s)Q(s)u(s)
y(s)
R(s)F
1
(s)
(s)
W
(s)u(s)
P(s) H 1(s)P(s)F 1(s),Q(s) H 1(s)Q(s)
R(s) R(s)F 1(s),W (s)
{P(s),Q(s), R(s),W (s)}即为不可简约
Cˆ(s)
E(s)uˆ(s)
2020/12/29
4
3.矩阵分式描述的PMD
给定G(s) N (s)D1(s)+E(s)
则等价的PMD为: D(s)ˆ(s) Iuˆ(s)
yˆ ( s)
N
(s)ˆ(s)
E(s)uˆ(s)
三.不可简约PMD
不可简约PMD:{P(s),Q(s)}左互质,且{P(s),R(s)}
2020/12/29
8
5.2 PMD的状态空间实现
一. PMD实现的定义
给定{P(s),Q(s),R(s),W(s)},若能找到状态空 间描述{A,B,C,E(p)},使
R(s)P1(s)Q(s) W (s) C(sI A)1 B E(s) 则称{A, B,C, E( p)}为给定PMD的实现.
此时,P(s),Q(s)有非单模的gcld, 设为H(s),非奇异
则
P(s) H (s)P(s)
Q(s) H (s)Q(s)
P (s), Q(s)左互质
P(s) (s) Q(s)u(s)两边左乘H 1(s), 得
P(s) (s) Q(s)u(s)
y(s)
R(s)
(s)
W
(s)u(s)
不可简约
第5章 线性时不变系统的 多项式矩阵描述
5.1 多项式矩阵描述(PMD) 5.2 多项式矩阵描述的状态空间实现 5.3 多项式矩阵描述的互质性和状态空间描
述的能控性与能观测性 5.4 传输零点和解耦零点 5.5 系统矩阵和严格系统等价
主要的数学描述
输入 输出 描述
状态 空间 描述
矩阵 分式 描述
系统 矩阵 描述
2020/12/29
3
二. PMD和其他描述的关系
1 多项式矩阵的传递函数矩阵
G(s) R(s)P1(s)Q(s) W (s)
2 状态空间描述的PMD
给定
x y
Ax Bu ,t Cx E( p)u
0
x(0)
0
则状态空间描述等价的PMD为:
(SI A)ˆ(s) Buˆ(s)
yˆ ( s)
• 注:PMD实现具有强不唯一性
二 .构造PMD实现的方法
以构造观测器形实现为最简便 已知:{P(s),Q(s),R(s),W(s)}, 求实现
2020/12/29
9
• 思路: – 前面已讲过的MFD实现方法,要求分母矩阵行 (列)既约,严格真;
– 在P(s)ζ(s)=Q(s)u(s)中,先求 (s) P1(s)Q(s)u(s)
2020/12/29
2
5.1 多项式矩阵描述(PMD)
一 多项式矩阵描述的形式
多输入多输出线性定常系统:
输入u=
u1
,广义状态
=
1
,输出y=
y1
up
m
yq
系统的多项式矩阵描述为:
P(s) (s) Q(s)u(s)
y(s)
R(s)
(s)
W
(s)u
(s)
注:它是系统的内部描述,是最一般的描述。
C(sI Ao )1 Bou(s) E(s)u(s)
实现为 2020/12/29 {A, B, C, E( p)}
11
[结论]
对线性时不变系统的PMD(P(s),Q(s),R(s),W(s)),
rank
P(s) R(s)
rank
P(s) R(s)
, 故P ( s),
R(s)右互质.
2020/12/29
6
(2) P(s),Q(s)左互质,P(s),R(s)非右互质
P(s),R(s)有非单模的gcrd, 设为F(s), 必非奇异
P(s) P(s)F (s) R(s) R(s)F (s) P(s), R(s)右互质 原描述可写成