我们通过把多维复杂的外推方程使用状态转移矩阵来表示，把输入控制使用输入控制矩阵来表示，得到了简单美观的矩阵形式的状态外推方程；
那么我们如何快速获得矩阵呢？这里我们通过从状态空间得到状态外推矩阵；
系统方程：x是状态向量，要关心哪些变量，最左边是状态变量（是状态向量的一阶导数与状态向量本身和输入有关）；
A是系统的动态矩阵，是最关键的，只和系统本身有关，B是输入矩阵，得到的系统方程（控制）；
Y是输出向量，一个系统有输入也有输出，中间的是系统的状态，C是输出矩阵，D是直接传输（一般是没有的，必须经过系统变化）
向量有三个：系统内部的状态向量和输入向量和输出向量；
矩阵：包括四个矩阵输入矩阵，输出
矩阵，系统矩阵和控制矩阵；
先根据系统有没有输入，选择状态变量，根据物理模型，将状态空间表达式A,B,C,D定出来；
通过匀速运动的例子来举例说明：
一系列的微分方程组成的，输入是一项，所以是一维的，输出是Y，导数是中间过程；
没有中间过程-类比经典控制里面的传递函数，只描述了输入和输出，没有中间过程，只含输入和输出的系统，没有办法转为外推方程；
为了求解这个过程，我们需要引入新的变量，带去最高次项把他简化为一阶微分方程；
y和后面的N-1个一阶倒数，都是状态变量，引入新的Xn去替换，然后对其求导；
总结: 首先建立状态空间表达式，根据已知或者得到的内容，得到一个高阶微分方程，然后把他转换给状态空间表达式，把他写成动态矩阵；
上面的描述有点抽象，下面通过具体的例子来说明：
得到了状态空间表达式，如何从状态空间得到状态外推方程：
关键：就是求解微分方程：
一维情况下，就是两边积分，从一个状态积分到另一个状态，对应时间；
引入有输入控制的；
扫一扫
991
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
