系统的能控性与能观性分析及状态反馈极点配置要点
第4章（1）线性控制系统的能控性和能观性
第4章（1）线性控制系统的能控性和能观性第四章线性控制系统的能控性和能观性在现代控制理论中，能控性(Controllability)和能观性(Observ- ability)是两个重要的概念，它是卡尔曼(Kalman)在1960年提出的，是最优控制和最优估计的设计基础。
能观（测）性针对的是系统状态空间模型中的状态的可观测性，它反映系统的内部状态x(t)（通常是不可以直接测量的）被系统的输出量y(t)（通常是可以直接测量的）所反映的能⼒。
能控性严格上说有两种，⼀种是系统控制输⼊u(t)对系统内部状态x(t)的控制能⼒，另⼀种是控制输⼊u(t)对系统输出y(t)的控制能⼒。
但是⼀般没有特别指明时，指的都是状态的可控性。
所以，系统的能控性和能观性研究⼀般都是基于系统的状态空间表达式的。
4-1 线性连续定常系统的能控性定义对于单输⼊n 阶线性定常连续系统bu Ax x+= 若存在⼀个分段连续的控制函数u(t)，能在有限的时间段 []f t t ,0内把系统从0t 时刻的初始状态()0t x 转移到任意指定的终态()f t x ，那么就称系统在0t 时刻的状态()0t x 是能控的；如果系统每⼀个状态()0t x 都能控，那么就称系统是状态完全可控的。
反之，只要有⼀个状态不可控，我们就称系统不可控。
对于线性定常连续系统，为简便计，可以假设00=t ，()0=f t x ，即00=t 时刻的任意初始状态()0x ，在有限时间段转移到零状态()0=f t x （原点）。
4-2线性连续定常系统的能控性判别4-2-1具有约旦标准型系统的能控性判别 1．单输⼊系统具有约旦标准型系统bu x x+Λ==Λn λλλλ0000000000000321n λλλλ≠≠≠≠ 321即为n 个互异根或bu Jx x+==++n m m J λλλλλλ000000000000000100000000121111m 个重根1λn-m 个互异根n m m λλλ≠≠≠++ 21 例：分析下列系统的能控性（1）u b x x+??=221000λλ[]x c c y 21=解：?=111x xλ 1x 与u ⽆关，即不受u 控制 ?+=u b x x2222λ 2x 为能控状态该系统为状态不完全能控，因⽽为不能控系统。
第四章线性系统的能控性和能观性
习题4-7 已知系统的状态方程为
1 0 0 0 x 0 u 0 x 0 1 0 3 1 1
试判断系统是否可以采用状态反馈，分别配置以下 两组闭环极点：{2，2，1}；{2，2，3}。若能 配置，求出反馈阵K。
sI ( A BK) =
0
k1 3+ k2
sI ( A BK) = (s+1) [ s2 + (1+ k3) s + 3+ k2 ] 而希望的特征多项式为 (s +1)(s +2) (s +2) = (s +1) (s2 + 4s + 4) [ k2 k3] = [1 5]
19
习题4-5 受控系统的传递函数为
12
例4-11 已知系统的状态空间表达式为
0 0 5 A 1 0 0 C 0 0 1
设计输出反馈阵H，使闭环系统渐近稳定。 解： 利用能观测标准形可以判定原系统是能观测的。 列出原系统的特征多项式为 sI A = s3 + 3s2 + s 5 显然系统是不稳定的。 采用输出至输入的反馈控制，设u = r Hy，并设输 出反馈阵为
10
例4-10 已知线性定常系统的传递函数为 欲将闭环极点配置在s1= 2，s2 = 1+j，s3= 1j， 试确定状态反馈阵K。
10 G( s) s( s 1)(s 2)
解：因为给定系统的传递函数无零极点相消，所 以给定系统为能控的，能够通过状态反馈将闭环极点 配置在希望的位置上。由给定的传递函数可写出相应 的能控标准形 0 0 1 0
显然系统是不稳定的。
不管怎样选择h1和h2，都不能使闭环特征多项式的
现代控制理论基础实验报告
紫金学院计算机系实验报告现代控制理论基础实验报告专业：年级：姓名：学号：提交日期：实验一 系统能控性与能观性分析1、实验目的：1.通过本实验加深对系统状态的能控性和能观性的理解；2.验证实验结果所得系统能控能观的条件与由它们的判据求得的结果完全一致。
2、实验内容：1.线性系统能控性实验;2. 线性系统能观性实验。
3、实验原理：系统的能控性是指输入信号u 对各状态变量x 的控制能力。
如果对于系统任意的初始状态，可以找到一个容许的输入量，在有限的时间内把系统所有的状态变量转移到状态空间的坐标原点。
则称系统是能控的。
系统的能观性是指由系统的输出量确定系统所有初始状态的能力。
如果在有限的时间内，根据系统的输出能唯一地确定系统的初始状态，则称系统能观。
对于图10-1所示的电路系统，设i L 和u c 分别为系统的两个状态变量，如果电桥中4321R R R R ≠，则输入电压u 能控制i L 和u c 状态变量的变化，此时，状态是能控的；状态变量i L 与u c 有耦合关系，输出u c 中含有i L 的信息，因此对u c 的检测能确定i L 。
即系统能观的。
反之，当4321R R ＝R R 时，电桥中的c 点和d 点的电位始终相等， u c 不受输入u 的控制，u 只能改变i L 的大小，故系统不能控；由于输出u c 和状态变量i L 没有耦合关系，故u c 的检测不能确定i L ，即系统不能观。
1.1 当4321R RR R ≠时u L u i R R R R C R R R R R R R R L R R R R R R C R R R R R R R R L u i C L C L ⎪⎪⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫ ⎝⎛⨯⎪⎪⎪⎪⎪⎭⎫+++-+-+-⎝⎛+-+-+++-=⎪⎪⎭⎫ ⎝⎛01)11(1)(1)(1)(143214343212143421243432121 (10-1)y=u c =[01]⎪⎪⎪⎭⎫⎝⎛c L u i (10-2)由上式可简写为bu Ax x+= cx y =式中⎪⎪⎭⎫ ⎝⎛=C L u i x ⎪⎪⎪⎪⎪⎭⎫+++-+-+-⎝⎛+-+-+++-=)11(1)(1)(1)(143214343212143421243432121R R R R C R R R R R R R R L R R R R R R C R R R R R R R R L A⎪⎪⎪⎭⎫⎝⎛=01L b 1] [0=c由系统能控能观性判据得][Ab brank =2 2=⎥⎦⎤⎢⎣⎡cA c rank故系统既能控又能观。
系统的能控性与能观性分析及状态反馈极点配置
实 验 报 告课程 自动控制原理 实验日期 12 月26 日 专业班级 姓名 学号实验名称 系统的能控性与能观性分析及状态反馈极点配置 评分批阅教师签字一、实验目的加深理解能观测性、能控性、稳定性、最小实现等观念，掌握状态反馈极点配置方法，掌握如何使用MATLAB 进行以下分析和实现。
1、系统的能观测性、能控性分析；2、系统的最小实现；3、进行状态反馈系统的极点配置；4、研究不同配置对系统动态特性的影响。
二、实验内容1.能控性、能观测性及系统实现（a ）了解以下命令的功能；自选对象模型，进行运算，并写出结果。
gram, ctrb, obsv, lyap, ctrbf, obsvf, mineral ； （b ）已知连续系统的传递函数模型，182710)(23++++=s s s as s G ，当a 分别取-1，0，1时，判别系统的能控性与能观测性；（c ）已知系统矩阵为⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=2101013333.06667.10666.6A ，⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=110B ，[]201=C ，判别系统的能控性与能观测性；（d ）求系统1827101)(23++++=s s s s s G 的最小实现。
2.实验内容原系统如图1-2所示。
图中，X 1和X 2是可以测量的状态变量。
图1-2 系统结构图试设计状态反馈矩阵,使系统加入状态反馈后其动态性能指标满足给定的要求:(1) 已知：K=10，T=1秒，要求加入状态反馈后系统的动态性能指标为：σ%≤20%，ts≤1秒。
(2) 已知：K=1，T=0.05秒，要求加入状态反馈后系统的动态性能指标为：σ%≤5%，ts≤0.5秒。
状态反馈后的系统，如图1-3所示：图1-3 状态反馈后系统结构图分别观测状态反馈前后两个系统的阶跃响应曲线，并检验系统的动态性能指标是否满足设计要求。
三、实验环境 1、计算机1台；2、MATLAB6.5软件1套。
四、实验原理（或程序框图）及步骤 1、系统能控性、能观性分析设系统的状态空间表达式如下：p m n R y R u R x Du Cx y Bu Ax x∈∈∈⎩⎨⎧+=+=&（1-1）其中A 为n ×n 维状态矩阵；B 为n ×m 维输入矩阵；C 为p ×n 维输出矩阵；D 为p ×m 维传递矩阵，一般情况下为0。
4.4线性时变系统的能控性和能观性
n
M
N
n1
(t1
)
N0(t) C(t)
N k 1 (t )
Nk
(t ) A(t )
d dt
Nk
(t)
(k 0,1,2,L ,n 1)
第四章 线性系统的能控性与能观性
例 4.4.2.（2）已知线性时变连续系统为
x1 t 1 0 x1
x2
0
2t
0
x2
Td [0, 2], t0 0.5, t f 2
解：首先计算 0
M0 (t ) B(t ) 1
1
1
M1(t)
A(t )M0 (t )
d dt
M0 (t )
2t
t t 2
3t
M2 (t )
A(t )M1(t )
d dt
M1(t)
4t 2 2
(t 2 t )2 2t 1
进而，可以找到 t1 1，[0使,3有]
第四章 线性系统的能控性与能观性
t
t 2
第四章 线性系统的能控性与能观性
2t 0 2t
M
2
(t
)
A(t)M1(t)
d dt
M 1 (t )
t t
2 4
1
2t
t
2
1
t4 2t
M0(t) M1(t) M2(t) 秩为3，所以系统是完全能控
第四章 线性系统的能控性与能观性
推论（秩判据）：假设矩阵A(t)和B(t)在时间区间
N1 ( t )
t 2 1 4t 2 3t 2 (t 2 t )2 (2t 1)
N0 (t1 )
1 1 1
于是
rank
(k 1, 2,L , n 1)
系统的能控性与能观性分析及状态反馈极点配置要点
实 验 报 告课程 自动控制原理 实验日期 12 月26 日 专业班级 姓名 学号实验名称 系统的能控性与能观性分析及状态反馈极点配置 评分批阅教师签字一、实验目的加深理解能观测性、能控性、稳定性、最小实现等观念，掌握状态反馈极点配置方法，掌握如何使用MATLAB 进行以下分析和实现。
1、系统的能观测性、能控性分析；2、系统的最小实现；3、进行状态反馈系统的极点配置；4、研究不同配置对系统动态特性的影响。
二、实验内容1.能控性、能观测性及系统实现（a ）了解以下命令的功能；自选对象模型，进行运算，并写出结果。
gram, ctrb, obsv, lyap, ctrbf, obsvf, mineral ； （b ）已知连续系统的传递函数模型，182710)(23++++=s s s as s G ，当a 分别取-1，0，1时，判别系统的能控性与能观测性；（c ）已知系统矩阵为⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=2101013333.06667.10666.6A ，⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=110B ，[]201=C ，判别系统的能控性与能观测性；（d ）求系统1827101)(23++++=s s s s s G 的最小实现。
2.实验内容原系统如图1-2所示。
图中，X 1和X 2是可以测量的状态变量。
图1-2 系统结构图试设计状态反馈矩阵,使系统加入状态反馈后其动态性能指标满足给定的要求:(1) 已知：K=10，T=1秒，要求加入状态反馈后系统的动态性能指标为：σ%≤20%，ts≤1秒。
(2) 已知：K=1，T=0.05秒，要求加入状态反馈后系统的动态性能指标为：σ%≤5%，ts≤0.5秒。
状态反馈后的系统，如图1-3所示：图1-3 状态反馈后系统结构图分别观测状态反馈前后两个系统的阶跃响应曲线，并检验系统的动态性能指标是否满足设计要求。
三、实验环境 1、计算机1台；2、MATLAB6.5软件1套。
四、实验原理（或程序框图）及步骤 1、系统能控性、能观性分析设系统的状态空间表达式如下：p m n R y R u R x Du Cx y Bu Ax x∈∈∈⎩⎨⎧+=+=（1-1）其中A 为n ×n 维状态矩阵；B 为n ×m 维输入矩阵；C 为p ×n 维输出矩阵；D 为p ×m 维传递矩阵，一般情况下为0。
(整理)控制系统的能控性和能观测性
第三章 控制系统的能控性和能观测性3-1能控性及其判据 一：能控性概念定义：线性定常系统(A,B,C)，对任意给定的一个初始状态x(t 0)，如果在t 1> t 0的有限时间区间[t 0,t 1]内，存在一个无约束的控制矢量u(t)，使x(t 1)=0，则称系统是状态完全能控的，简称系统是能控的。
可见系统的能控性反映了控制矢量u(t)对系统状态的控制性质,与系统的内部结构和参数有关。
二：线性定常系统能控性判据设系统动态方程为：x 2不能控y2则系统不能控，若2121,C C R R ==⎩⎨⎧+=+=DuCx y Bu Ax x设初始时刻为t 0=0，对于任意的初始状态x(t 0)，有： 根据系统能控性定义，令x(t f )=0，得：即：由凯莱-哈密尔顿定理：令 上式变为：对于任意x(0),上式有解的充分必要条件是Q C 满秩。
判据1：线性定常系统状态完全能控的充分必要条件是：⎰-+=ft f f f d Bu t x t t x 0)()()0()()(τττφφ⎰⎰---=--=-ff t f f t f f d Bu t t d Bu t t x 01)()()()()()()0(τττφφτττφφ⎰--=f t d Bu x 0)()()0(τττφ∑-=-==-1)()(n k kk A A eτατφτ∑⎰⎰∑-=-=-=-=101)()()()()0(n k t k k t n k k k ff d u B A d Bu A x ττταττταkt k u d u f=⎰)()(ττταUQ u u u u B A B A AB B Bu A x c k n n k kk -=⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡-=-=--=∑ 321121],,,[)0(能控性矩阵Q C =[B ，AB ，A 2B ，…A n-1B]满秩。
对于单输入系统，Q C =[b ，Ab ，A 2b ，…A n-1b] 如果系统是完全能控的，称（A 、B ）或（A 、b ）为能控对。
系统的能控性能观测性稳定性分析
系统的能控性能观测性稳定性分析1. 能控性（Controllability）能控性是指系统输出能否通过适当的输入方式对系统进行控制。
如果一个系统是能控的，意味着通过控制器的输入信号，我们能够将系统的输出发展到我们所期望的状态。
对于一个线性时不变（LTI）系统，能控性可以通过判断其控制矩阵的秩来确定。
控制矩阵（也称为控制可达矩阵）是由系统的状态方程和控制器的输入方程组成的。
如果控制矩阵的秩等于系统的状态数量，则系统是能控的；否则，系统是无法被完全控制的。
能控性的分析可以帮助我们选择合适的控制策略和控制器设计。
当系统的能控性差时，我们可能需要通过增加或修改系统的状态变量或控制器的输入方式来提高系统的能控性。
2. 能观测性（Observability）能观测性是指系统的内部状态能否通过系统的输出信号来判断。
一个能观测的系统意味着我们可以通过观测系统的输出来估计系统的状态。
对于一个线性时不变系统，能观测性可以通过判断其观测矩阵的秩来确定。
观测矩阵（也称为观测可达矩阵）是由系统的状态方程和输出方程组成的。
如果观测矩阵的秩等于系统的状态数量，则系统是能观测的；否则，系统的一些状态是无法通过输出来观测到的。
能观测性的分析可以帮助我们选择合适的观测器设计，以实现对系统状态的估计。
当系统的能观测性差时，我们可能需要增加或改变系统的输出方程来提高系统的能观测性。
3. 稳定性（Stability）稳定性是指系统在受到扰动后是否会逐渐恢复到原来的状态。
对于线性时不变系统，稳定性可以分为几种类型：零状态稳定、有限状态稳定和无限状态稳定。
零状态稳定（Zero-state stability）是指当系统受到初始条件扰动时，输出信号会在有限时间内收敛到零。
有限状态稳定（Finite state stability）是指当系统受到初始条件扰动时，输出信号会在有限时间内收敛到一些有限值。
无限状态稳定（Infinite state stability）是指当系统受到初始条件扰动时，输出信号会在无限时间内收敛到一些有限值。
4 线性系统的能控性与能观性
4 线性系统的能控性与能观性内容提要能观性与能控性是现代控制理论中的两个重要问题。
比如在设计最优控制系统时，目的在于通过控制变量的作用，使系统的状态按预期的轨迹运行，如果状态变量不受控制，当然无法实现最优控制。
另外，一个系统的状态变量往往难以测取，需要由输出量来估计状态，不能观测的系统就无法实现此目的。
本章主要介绍线性系统的能控能观方面的基本知识，内容包括：1) 能控性与能观性两个基础性概念，它们的判别准则以及对偶关系；2) 分析系统的内在结构，按能控性与能观性进行的标准分解；3) 系统能控性、能观性和传递函数矩阵间的关系，即系统状态空间描述法与输入输出描述法的关系；4) 能控标准形和能观标准形；5) 系统的实现和传递函数矩阵的最小实现问题。
习题与解答4.1 判断下列系统的能控性。
1) u x x x x⎥⎦⎤⎢⎣⎡+⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡10 01112121 2) ⎥⎦⎤⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-+⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡21321321111001 342100010u u x x x x x x3) ⎥⎦⎤⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-+⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡21321321020011 100030013u u x x x x x x4) u x x x x x x x x⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡+⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡1110 000000000001432111114321λλλλ 5) u x x x x x x⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-+⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡031 2025016200340321321解：1) 由于该系统控制矩阵⎥⎦⎤⎢⎣⎡=01b ，系统矩阵⎥⎦⎤⎢⎣⎡=0111A ，所以⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡=1101 0111Ab 从而系统的能控性矩阵为[]⎥⎦⎤⎢⎣⎡==1011Ab bU C 显然有[]n Ab b U C ===2rank rank满足能控性的充要条件，所以该系统能控。
能控性能观性与极点配置设计
注意：
•时间函数行向量线性无关的定义，在前述列向量线性无关 基础上稍加改动即可 •上述定义中，令m=1,即为过去所学的时间函数（标量）线 性无关定义
7
•时间函数向量线性无关性条件 •格兰姆矩阵及其行列式 设f1(t),f2(t),…,fn(t)为m维列向量，则矩阵
G f i , f j nn
分析： •哪些状态变量与输 入信号有关？哪些 无关？ •哪些状态变量与输 出信号有关？哪些 无关？ •传递函数与哪些系 统特征值有关？与 哪些特征值无关？ •发现什么规律？
2
0
0 0
2
0 0
3
0
0 x1 0 0 x2 1 u 0 x3 0 4 x4 1
能控性与能观性的概念
5
第六章 能控性能观性与极点配置设计
•时间函数向量无关性
•时间函数向量线性无关性定义
设以定义在时间区间[t0,t1]上连续函数fij(t)为元素的矩阵
f11 t f12 t f1n t f t f t f t 22 2n 21 F t fij t nm f1 t f 2 t f n t f m1 t f m 2 t f mn t
x1 x y 0 1 1 0 2 x3 x4
Y s 试求：该系统的传递函数 G s U s
解： 因 Gs CsI A1 B
0 0 0 s 1 0 s 2 0 0 而 sI A 0 s 3 0 0 0 0 0 s 4
根据对角矩阵的逆矩阵性质，有
s 1 1 0 0 0 1 s 2 0 0 0 1 sI A 0 s 3 1 0 0 1 s 4 0 0 0
江苏大学线性系统理论(现代控制理论)考试必备--第5章
望的闭环系统特征多项式
* n 1 * 1 * * ( s) ( s i* ) s n an s a s a 1 1 0 i 0 n
第5章 状态反馈
江苏大学电气学院
第3步：写出通过非奇异变换 x Px 将（A，b）化成能控
第5章 状态反馈
江苏大学电气学院
系统经输出反馈后，其系统矩阵变成了 A -BFC ，此处 FC的相当于状态反馈中的K。可见，选择 F 也可以改变系
统矩阵的值使系统特征根位置发生改变。
虽然状态反馈和输出反馈都可改变系统矩阵，但两者 是有区别的。状态变量包含了系统所有的运动信息，而系
统输出量是状态变量的线性组合。当输出矩阵 C 为单位矩
变成了一个单输入能控系统 ( A BK, bi ) 。 利用这一结论，在随后的多输入系统状态反馈极点 配置相关的结论证明中，可以方便地将多输入能控系统 变成单输入系统来讨论，从而利用单输入系统的极点配 置的相关结论。
第5章 状态反馈
江苏大学电气学院
5.3 系统的极点配置
一. 极点配置的概念
由前面的讨论可知，状态反馈使原系统的系统矩阵由 A变成了A－BK，通过选择不同的反馈增益矩阵 K ，可改 变系统的特征值。后面将看到，当系统完全能控且完全能 观时，系统的特征值也就是闭环传递函数矩阵的极点 。 由经典控制理论可知，闭环系统传统意义上的一些主
1.状态反馈与输出反馈的概念 2.反馈对能控性和能观性的影响 3.系统与输出反馈的极点配置 4.状态反馈的解耦
第5章 状态反馈
江苏大学电气学院
5.1 状态反馈与输出反馈的概念
经典控制理论以输出量作为反馈量，使系统得以稳定 或使系统性能指标得到改善。在系统的状态空间描述中，
第4章(3) 线性控制系统的能控性和能观性
4-6线性系统的结构分解能控子空间+不能控子空间能观子空间+不能观子空间4-6-1按能控性分解设线性定常系统⎩⎨⎧=+=CxyBuAxx是状态不完全能控的，其能控性判矩阵：[]BAABBM n1-=的秩()nnMrank<=1则存在非奇异变换zRxc=变换为⎩⎨⎧=+=zCyuBzAz其中()1121nnnzzz-⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=()()11112212111nnnnnnAAAARRAcc--⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡==-,()11110nnnBBRBc-⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡==-[]()1121nnnCCCRCc-==[]n n c R R R R R 121=前1n 个列矢量为M 中1n 个线性无关的列，另外1n n -个列矢量，在确保c R 非奇异的条件下，完全是任意的。
分解为能控的1n 维子系统：21211111z A u B z A z++= 和不能控的1n n -维子系统：2222z A z =例：设线性定常系统如下，判别其能控性，若不是完全能控的，试将该系统按能控性分解。
u x x ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡+⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---=011310301100 []x y 210-=解：（1）判别能控性[]⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---==2103111012b A Ab bM因为 ()n M rank =<=32，所以，系统是不完全能控的。
（1） 构造非奇异变换阵c R⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=110011001c R （第三列的元素任意选取，确保c R 为非奇异）非奇异变换 z R x c =u z u z bu R z AR R zc c c ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡+⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡-----=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡+⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=+=----0011002211100111100110011100110013103011001100110011111[]z z CR y c 211--==分解为二维能控子系统：能控标准Ⅱ型u z z z ⎥⎦⎤⎢⎣⎡+⎥⎦⎤⎢⎣⎡--+⎥⎦⎤⎢⎣⎡--=01212110211 和一维不能控子系统：[]221z z-= 4-6-2按能观性分解设线性定常系统 ⎩⎨⎧=+=Cxy Bu Ax x是状态不完全能观的，其能控性判矩阵：⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡=-1n CA CA C N 的秩 ()n n N rank <=1 则存在非奇异变换 z R x 0=变换为 ⎩⎨⎧=+=z C y uB z A z其中 ()1121n n n z z z -⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=()()11112221110100n n n n n n A A A AR R A --⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡==- ， ()112110n n n B B B R B -⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡==-[]()111n n n C CR C c -== ， ⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡=-''12'110'n n R R R R R前1n 个行矢量为N 中个1n 个线性无关的行，另外1n n -个行矢量，在确保1-R 非奇异的条件下，完全是任意的。
现代控制工程-第5章能控性和能观性分析
传递函数判据
如果系统的传递函数的极点和零 点都位于复平面的左半部分，则 该系统是能控的。
能控性的应用
系统设计和ห้องสมุดไป่ตู้化
在系统设计和优化过程中，能控性分析可以帮助确定系统的可控性 和可观性，从而更好地选择和设计控制器和观测器。
控制性能评估
通过能控性分析，可以对系统的控制性能进行评估和比较，从而选 择更优的控制方案。
现代控制工程-第5章能控性 和能观性分析
目录
• 能控性分析 • 能观性分析 • 能控性和能观性的关系 • 系统设计中的能控性和能观性 • 现代控制工程其他章节概述
01
能控性分析
定义与概念
能控性定义
对于一个给定的线性时不变系统，如果存在一个状态反馈控制器，使得系统的任何初始状态都能通过 该控制器在有限的时间内被控制到任意指定的状态，则称该系统是能控的。
快速性
系统应具有快速的响应能力，以便在短时间 内达到设定值或消除外部扰动。
准确性
系统应具有高精度的输出，以满足各种控制 要求和保证产品质量。
可靠性
系统应具有高的可靠性和稳定性，以确保长 期稳定运行和减少故障率。
系统设计中的能控性和能观性考虑
能控性考虑
在系统设计中，需要考虑系统的能控性，即 能否通过输入信号控制系统的输出状态。对 于不能控制的系统，需要采取措施进行改进 或重新设计。
描述
分解性是控制系统分析中的一个重要性质。在大型复杂系统中，如果系统具有分解性， 那么我们可以将系统分解为若干个子系统，分别对子系统进行能控性和能观性分析，从
而简化系统分析和设计的难度。
04
系统设计中的能控性和能观 性
系统设计的基本原则
稳定性
现代控制理论实验报告三系统的能控性、能观测性分析
nc =
3
system is completely state controllable
system is completely state observe
（3）
A=[0,2,-1;5,1,2;-2,0,0];B=[1;0;-1];C=[1,1,0];
Uc=ctrb(A,B);
p1=[0,0,1]*inv(Uc);
else
disp('system is not completely state controllable')
end
if nc==n2
disp('system is completely state observe')
else
disp('system is not completelystate observe')
3、构造变换阵，将一般形式的状态空间描述变换成能控标准形、能观标准形。
六、数据处理
题3.1已知系数阵A和输入阵B分别如下，判断系统的状态能控性
，
解：
A=[6.666,-10.6667,-0.3333;1,0,1;0,1,2];B=[0;1;1];
Uc=ctrb(A,B)
n=det(Uc);%de计算矩阵对应的行列式的值,abs为求n的绝对值
Co=C*T
T =
-0.5000 0 -1.0000
0.5000 0 2.0000
1.0000 1.0000 0
Ao =
0 0 -10
1 0 12
0 1 1
Co =
0 0 1
七、分析讨论
1、掌握了能控性和能观测性的概念。学会了用MATLAB判断能控性和能观测性。
现代控制理论-4-线性系统的能控性和能观测性-第7讲
能控性的定义
能控性是指对于一个线性系统，如果 存在一个控制输入，使得系统状态能 够在有限的时间内从任意初始状态转 移到任意目标状态，则称该系统为能 控的。
能控性的判断依据是系统的能控性矩 阵，如果该矩阵满秩，则系统能控。
能观测性的定义
能观测性是指对于一个线性系统，如果存在一个观测器，能够通过系统的输出测量并估计出系统的所有状态，则称该系统为 能观测的。
传递函数判据
对于线性时不变系统，如果传递 函数的零点和极点个数满足一定 条件，则系统能观测；否则系统 不能观测。
03
能控性和能观测性的应用
在控制系统设计中的应用
系统性能分析
通过分析系统的能控性和能观测性，可以评估系统的稳定 性和动态性能，从而优化系统设计。
控制器设计
在控制器设计中，需要考虑系统的能控性和能观测性，以 确保控制器能够有效地控制系统的状态并观测系统的状态。
初始状态和目标状态
系统初始和目标状态的定义，以及它们对最优控 制策略的影响。
最优控制问题的求解方法
动态规划
将最优控制问题分解为一系列子问题， 通过求解子问题的最优解逐步逼近原问
题的最优解。
极大值原理
通过求解极值条件来找到最优控制输 入，适用于具有特定性能指标的最优
控制问题。
线性二次调节器
通过最小化状态和控制输入的二次范 数来求解最优控制问题，适用于线性 二次最优控制问题。
现代控制理论-4-线性系统 的能控性和能观测性-第7讲
目录
• 线性系统的能控性和能观测性的 定义
• 能控性和能观测性的判定方法 • 能控性和能观测性的应用 • 线性系统的状态反馈和状态观测
器设计
目录
• 线性系统的最优控制问题 • 现代控制理论的发展趋势和前沿
现代控制理论线性控制系统的能控与能观性
判断线性控制系统稳定性的方法有多 种，如劳斯判据、赫尔维茨判据等。
03
能控性与能观性概念
能控性概念
能控性是指对于一个线性控制系统，如果存在一个控 制输入，使得状态变量从任意初始状态能够被驱动到
任意目标状态，则称该系统是能控的。
能控性的判断依据是系统的能控性矩阵，如果该矩阵 非奇异，则系统是能控的，否则系统不能控。
线性控制系统是控制系统的一种重要 类型，其能控性和能观性是评价系统 性能的重要指标。
研究意义
能控性和能观性是现代控制理论中的基本概念，对线性控制系统的分析和设计具有重要意义。
研究线性控制系统的能控性和能观性有助于深入了解系统的动态行为，为优化控制策略和控制系统的 稳定性提供理论支持。
02
线性控制系统基础
04
线性控制系统的能控性分析
能控性的判断方法
矩阵判据
通过判断线性系统的状态矩阵是否满足能控性矩阵的 条件，从而判断系统的能控性。
传递函数判据
根据线性系统的传递函数，通过分析其极点和零点， 判断系统的能控性。
状态方程判据
通过分析线性系统的状态方程，判断其是否具有能控 性。
能控性的改善方法
增加控制输入
能观性分析
能观性分析在智能交通系统中同样重要，它 有助于确定交通系统的状态是否能被其传感 器完全监测。这涉及到对传感器精度、道路 条件以及传感器布局等因素的考虑。
07
结论与展望
研究结论
1
线性控制系统能控性与能观性是现代控制理论中 的重要概念，对于系统的分析和设计具有重要意 义。
2
通过研究线性控制系统的能控性和能观性，可以 深入了解系统的动态特性和行为，为控制系统设 计和优化提供理论支持。
现代控制理论基础实验报告要点
紫金学院计算机系实验报告现代控制理论基础实验报告专业：年级：姓名：学号：提交日期：实验一 系统能控性与能观性分析1、实验目的：1.通过本实验加深对系统状态的能控性和能观性的理解；2.验证实验结果所得系统能控能观的条件与由它们的判据求得的结果完全一致。
2、实验内容：1.线性系统能控性实验;2. 线性系统能观性实验。
3、实验原理：系统的能控性是指输入信号u 对各状态变量x 的控制能力。
如果对于系统任意的初始状态，可以找到一个容许的输入量，在有限的时间内把系统所有的状态变量转移到状态空间的坐标原点。
则称系统是能控的。
系统的能观性是指由系统的输出量确定系统所有初始状态的能力。
如果在有限的时间内，根据系统的输出能唯一地确定系统的初始状态，则称系统能观。
对于图10-1所示的电路系统，设i L 和u c 分别为系统的两个状态变量，如果电桥中4321R R R R ≠，则输入电压u 能控制i L 和u c 状态变量的变化，此时，状态是能控的；状态变量i L 与u c 有耦合关系，输出u c 中含有i L 的信息，因此对u c 的检测能确定i L 。
即系统能观的。
反之，当4321R R ＝R R 时，电桥中的c 点和d 点的电位始终相等， u c 不受输入u 的控制，u 只能改变i L 的大小，故系统不能控；由于输出u c 和状态变量i L 没有耦合关系，故u c 的检测不能确定i L ，即系统不能观。
1.1 当4321R RR R ≠时u L u i R R R R C R R R R R R R R L R R R R R R C R R R R R R R R L u i C L C L ⎪⎪⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫ ⎝⎛⨯⎪⎪⎪⎪⎪⎭⎫+++-+-+-⎝⎛+-+-+++-=⎪⎪⎭⎫ ⎝⎛01)11(1)(1)(1)(143214343212143421243432121 (10-1)y=u c =[01]⎪⎪⎪⎭⎫⎝⎛c L u i (10-2)由上式可简写为bu Ax x+= cx y =式中⎪⎪⎭⎫ ⎝⎛=C L u i x ⎪⎪⎪⎪⎪⎭⎫+++-+-+-⎝⎛+-+-+++-=)11(1)(1)(1)(143214343212143421243432121R R R R C R R R R R R R R L R R R R R R C R R R R R R R R L A⎪⎪⎪⎭⎫⎝⎛=01L b 1] [0=c由系统能控能观性判据得][Ab brank =2 2=⎥⎦⎤⎢⎣⎡cA c rank故系统既能控又能观。
- 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)。
实 验 报 告课程 自动控制原理 实验日期 12 月26 日 专业班级 姓名 学号实验名称 系统的能控性与能观性分析及状态反馈极点配置 评分批阅教师签字一、实验目的加深理解能观测性、能控性、稳定性、最小实现等观念，掌握状态反馈极点配置方法，掌握如何使用MATLAB 进行以下分析和实现。
1、系统的能观测性、能控性分析；2、系统的最小实现；3、进行状态反馈系统的极点配置；4、研究不同配置对系统动态特性的影响。
二、实验内容1.能控性、能观测性及系统实现（a ）了解以下命令的功能；自选对象模型，进行运算，并写出结果。
gram, ctrb, obsv, lyap, ctrbf, obsvf, mineral ； （b ）已知连续系统的传递函数模型，182710)(23++++=s s s as s G ，当a 分别取-1，0，1时，判别系统的能控性与能观测性；（c ）已知系统矩阵为⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=2101013333.06667.10666.6A ，⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=110B ，[]201=C ，判别系统的能控性与能观测性；（d ）求系统1827101)(23++++=s s s s s G 的最小实现。
2.实验内容原系统如图1-2所示。
图中，X 1和X 2是可以测量的状态变量。
图1-2 系统结构图试设计状态反馈矩阵,使系统加入状态反馈后其动态性能指标满足给定的要求:(1) 已知：K=10，T=1秒，要求加入状态反馈后系统的动态性能指标为：σ%≤20%，ts≤1秒。
(2) 已知：K=1，T=0.05秒，要求加入状态反馈后系统的动态性能指标为：σ%≤5%，ts≤0.5秒。
状态反馈后的系统，如图1-3所示：图1-3 状态反馈后系统结构图分别观测状态反馈前后两个系统的阶跃响应曲线，并检验系统的动态性能指标是否满足设计要求。
三、实验环境 1、计算机1台；2、MATLAB6.5软件1套。
四、实验原理（或程序框图）及步骤 1、系统能控性、能观性分析设系统的状态空间表达式如下：p m n R y R u R x Du Cx y Bu Ax x∈∈∈⎩⎨⎧+=+=（1-1）其中A 为n ×n 维状态矩阵；B 为n ×m 维输入矩阵；C 为p ×n 维输出矩阵；D 为p ×m 维传递矩阵，一般情况下为0。
系统的传递函数阵和状态空间表达式之间的关系如式(1-2)所示：D B A sI C s den s num s G +-==-1)()()(()((1-2)式(1-2)中，)(s num 表示传递函数阵的分子阵，其维数是p ×m ；)(s den 表示传递函数阵的分母多项式，按s 降幂排列的后，各项系数用向量表示。
系统的能控性、能观测性分析是多变量系统设计的基础，包括能控性、能观测性的定义和判别。
系统状态能控性定义的核心是：对于线性连续定常系统（1-1）,若存在一个分段连续的输入函数u(t)，在有限的时间（t 1-t 0）内，能把任一给定的初态x(t 0)转移至预期的终端x(t 1)，则称此状态是能控的。
若系统所有的状态都是能控的，则称该系统是状态完全能控的。
状态能控性判别方法分为2种：一般判别和直接判别法，后者是针对系统的系数阵A 是对角标准形或约当标准形的系统，状态能控性判别时不用计算，应用公式直接判断，是一种直接简易法；前者状态能控性分为一般判别是应用最广泛的一种判别法。
状态能控性判别式为：[]nB A AB BRank RankQ n c ==-1（1-3）系统状态能观测性的定义：对于线性连续定常系统（1-1）,如果对t 0时刻存在t a ，t 0<t a <∞，根据[t 0,t a ]上的y(t)的测量值，能够唯一地确定系统在t 0时刻的任意初始状态x 0，则称系统在t 0时刻是状态完全能观测的，或简称系统在[t 0,t a ]区间上能观测。
状态能观测性判别方法也分为2种：一般判别和直接判别法，后者是针对系统的系数阵A 是对角标准形或约当标准形的系统，状态能观性判别时不用计算，应用公式直接判断，是一种直接简易法；前者状态能观测性分为一般判别是应用最广泛的一种判别法。
状态能观测性判别式为：[]n CA CA CRank RankQ Tn o ==-1（1-4）系统的传递函数阵和状态空间表达式之间的有(1-2)式所示关系。
已知系统的传递函数阵表述，求其满足(1-2)式所示关系的状态空间表达式，称为实现。
实现的方式不唯一，实现也不唯一。
其中，当状态矩阵A 具有最小阶次的实现称为最小实现，此时实现具有最简形式。
2、状态反馈极点配置一个受控系统只要其状态是完全能控的，则闭环系统的极点可以任意配置。
极点配置有两种方法：①采用变换矩阵T ，将状态方程转换成可控标准型，然后将期望的特征方程和加入状态反馈增益矩阵K 后的特征方程比较，令对应项的系数相等，从而决定状态反馈增益矩阵K ；②基于Carlay-Hamilton 理论，它指出矩阵状态矩阵A 满足自身的特征方程，改变矩阵特征多项式)(A Φ的值，可以推出增益矩阵K ，这种方法推出增益矩阵K 的方程式叫Ackermann 公式。
五、程序源代码 1.>> num=[1 -1];den=[1 10 27 18];[a,b,c,d]=tf2ss(num,den); >> Qc=ctrb(a,b) Qc =1 -10 73 0 1 -100 0 1>> rank(Qc)ans =3>> Qo=obsv(a,c)Qo =0 1 -11 -1 0-11 -27 -18>> rank(Qo)ans =3>> num=[1 0];den=[1 10 27 18];[a,b,c,d]=tf2ss(num,den); >> Qc=ctrb(a,b)Qc =1 -10 730 1 -100 0 1>> rank(Qc)ans =3>> Qo=obsv(a,c)Qo =0 1 01 0 0-10 -27 -18>> rank(Qo)ans =3>> num=[1 1];den=[1 10 27 18];[a,b,c,d]=tf2ss(num,den); >> Qc=ctrb(a,b)Qc =1 -10 730 1 -100 0 1>> rank(Qc)ans =3>> Qo=obsv(a,c)Qo =0 1 11 1 0-9 -27 -18>> rank(Qo)ans =22.>> a=[6.666 -10.667 -0.333;1 0 1;0 1 2];b=[0 1 1]';c=[1 0 2]; >> Qc=ctrb(a,b)Qc =0 -11.0000 -84.99201.0000 1.0000 -8.00001.0000 3.0000 7.0000>> rank(Qc)ans =3>> Qo=obsv(a,c)Qo =1.0000 02.00006.6660 -8.6670 3.667035.7686 -67.4392 -3.5528>> rank(Qo)ans =33.>> num=[1 1];den=[1 10 27 18];[A,B,C,D]=tf2ss(num,den) A =-10 -27 -181 0 00 1 0B =1C =0 1 1D =>> [Am,Bm,Cm,Dm]=minreal(A,B,C,D) 1 state removed.Am =-17.2017 -8.567718.5677 8.2017Bm =0.5774-0.5774Cm =1.0000 1.0000Dm =4.(1)>> A=[-1/1 10/1;-1 0];B=[0;1];C=[1 0]; >> p=[-5+sqrt(-75);-5-sqrt(-75)]p =-5.0000 + 8.6603i-5.0000 - 8.6603i>> k=place(A,B,p)k =8.1000 9.0000>> [num,den]=ss2tf(A,B,C,D)num =0 0.0000 10.0000den =1.0000 1.0000 10.0000>> t=0:0.05:12;sys=tf(num,den);step(sys,t);grid; >> [num,den]=ss2tf(A-B*k,B,C,D)num =0 0 10.0000den =1.0000 10.0000 100.0000>> t=0:0.05:12;sys=tf(num,den);step(sys,t);grid;(2)>> A=[-1/0.05 1/0.05;-1 0];B=[0;1];C=[1 0];>> p=[-7+sqrt(-51);-7-sqrt(-51)]p =-7.0000 + 7.1414i-7.0000 - 7.1414i>> k=place(A,B,p)k =10.0000 -6.0000>> [num,den]=ss2tf(A,B,C,D)num =0 0 20den =1 20 20>> t=0:0.05:12;sys=tf(num,den);step(sys,t);grid; >> [num,den]=ss2tf(A-B*k,B,C,D)num =0 0.0000 20.0000den =1.0000 14.0000 100.0000>> t=0:0.05:12;sys=tf(num,den);step(sys,t);grid;六、实验数据、结果分析1.（1）系统能观，能控（2）系统能观，能控（3）系统能观，能控2.系统能观，能控3.Am =-17.2017 -8.567718.5677 8.2017 Bm =0.5774-0.5774Cm =1.0000 1.0000 Dm =4.（1）状态反馈前状态反馈后（2）状态反馈前状态反馈后思考题：1. 输出反馈能使系统极点任意配置吗？不能，对完全能控的单输入单输出系统，不能采用输出线性反馈来实现闭关系统极点的任意配置。
2. 若系统的某个状态不能直接测量，能用什么办法构成全状态反馈？根据图可得状态观测器方程：式中，为状态观测器的状态矢量，是状态x 的估计值；状态观测器的输出矢量；G 为状态观测器的输出误差反馈矩阵。