考虑如下的线性时不变系统:
x
˙
=
A
x
+
B
u
(
1
)
y
=
C
x
+
D
u
(
2
)
\dot{x} = Ax + Bu \qquad (1) \\ y = Cx + Du \qquad (2)
x˙=Ax+Bu(1)y=Cx+Du(2)
(注: 矩阵或向量上的 " * " 均代表转置)
定理 1 下列命题等价:
- (i) ( A , B ) (A, B) (A,B) 可控;
- (ii) 对任意的 t ≥ 0 t\geq 0 t≥0, 矩阵 W c ( t ) : = ∫ 0 t e A τ B B ∗ e A ∗ τ d τ W_{c}(t):=\int_{0}^{t} e^{A \tau} B B^{*} e^{A^{*} \tau} d \tau Wc(t):=∫0teAτBB∗eA∗τdτ 正定;
- 可控性矩阵 C = [ B A B A 2 B … A n − 1 B ] \mathcal{C}=\left[\begin{array}{lllll}{B} & {A B} & {A^{2} B} & {\ldots} & {A^{n-1} B}\end{array}\right] C=[BABA2B…An−1B] 行满秩, 即 ⟨ A ∣ I m B ⟩ : = ∑ i = 1 n Im ( A i − 1 B ) = R n \langle A | I m B\rangle:=\sum_{i=1}^{n} \operatorname{Im}\left(A^{i-1} B\right)=\mathbb{R}^{n} ⟨A∣ImB⟩:=∑i=1nIm(Ai−1B)=Rn;
- 对所有的 λ ∈ C \lambda \in \mathbb{C} λ∈C, 矩阵 [ A − λ I , B ] [A-\lambda I, B] [A−λI,B] 行满秩;
- 设 λ \lambda λ 和 c c c 为矩阵 A A A 的任意特征值和相应的任意左特征向量, 即 x ∗ A = x ∗ λ x^{*} A=x^{*} \lambda x∗A=x∗λ, 那么 x ∗ B ≠ 0 x^{*} B \neq 0 x∗B=0;
- 通过选取适当的矩阵 F F F, 矩阵 A + B F A+BF A+BF 的特征值可自由配置.
定义 2 对于一个非强迫系统 x ˙ = A x \dot{x} = Ax x˙=Ax, 如果 A A A 的所有特征值均位于左半开平面, 即 Re λ ( A ) < 0 \text{Re}\lambda(A)<0 Reλ(A)<0, 则该系统是稳定的. 具有此类性质的矩阵 A A A 称为稳定矩阵或 Hurwitz 矩阵.
定义 3 若存在状态反馈 u = F x u = Fx u=Fx 使得系统 (1) 稳定, 即使得 A + B F A+BF A+BF 稳定, 则称 (1) 或矩阵对 ( A , B ) (A,B) (A,B) 可镇定.
定理 2 下列命题等价:
- (i). ( A , B ) (A,B) (A,B) 可镇定;
- (ii) 对所有 Re λ ≥ 0 \text{Re}\lambda \geq 0 Reλ≥0, [ A − λ I B ] [A-\lambda I\quad B] [A−λIB] 行满秩;
- (iii) 对满足 x ∗ A = x ∗ λ x^*A = x^*\lambda x∗A=x∗λ 且 Re λ ≥ 0 \text{Re}\lambda \geq 0 Reλ≥0 的所有 λ \lambda λ 和 x x x, 有 x ∗ B ≠ 0 x^*B\neq0 x∗B=0;
- (iv) 存在 F F F 使得 A + B F A+BF A+BF 为 Hurwitz.
证明:
(i)
⇔
\Leftrightarrow
⇔(iv): “
⇒
\Rightarrow
⇒”: 若
(
A
,
B
)
(A,B)
(A,B)可镇定, 则存在
F
F
F 使
A
+
B
F
A+BF
A+BF 稳定, 即
A
+
B
F
A+BF
A+BF 为 Hurwitz. “
⇐
\Leftarrow
⇐”: 由定义 2,
Re
λ
(
A
+
B
F
)
<
0
\text{Re}\lambda(A+BF)<0
Reλ(A+BF)<0, 则
A
+
B
F
A+BF
A+BF 稳定, 由定义 3 可知
(
A
,
B
)
(A,B)
(A,B) 可镇定.
(i)
⇔
\Leftrightarrow
⇔(ii): “
⇒
\Rightarrow
⇒”: 系统 (1) 可镇定当且仅当存在矩阵
F
F
F 使得所有
Re
λ
(
A
+
B
F
)
<
0
\text{Re}\lambda(A+BF)<0
Reλ(A+BF)<0
⇔
\Leftrightarrow
⇔ 特征方程不存在非负根
⇔
\Leftrightarrow
⇔ 对任意
λ
=
λ
(
A
)
≥
0
\lambda = \lambda(A)\geq0
λ=λ(A)≥0, 有
rank
[
λ
I
−
(
A
+
B
F
)
]
=
n
\text{rank}[\lambda I - (A + BF)] = n
rank[λI−(A+BF)]=n.
rank
[
λ
I
−
(
A
+
B
F
)
]
=
rank
(
[
λ
I
−
A
B
]
[
I
−
F
]
)
≤
min
{
rank
[
λ
I
−
A
B
]
,
rank
[
I
−
F
]
}
≤
rank
[
λ
I
−
A
B
]
.
\text{rank}[\lambda I - (A + BF)] = \text{rank}\left( [\lambda I-A \quad B] \begin{bmatrix} I\\ -F \end{bmatrix}\right)\\ \leq \min \left\{ \text{rank}[\lambda I-A \quad B], \text{rank}\begin{bmatrix} I\\ -F \end{bmatrix} \right\}\\ \leq \text{rank}[\lambda I-A \quad B].
rank[λI−(A+BF)]=rank([λI−AB][I−F])≤min{rank[λI−AB],rank[I−F]}≤rank[λI−AB]. 于是有
rank
[
λ
I
−
A
B
]
=
n
\text{rank}[\lambda I-A \quad B] = n
rank[λI−AB]=n
预备知识: 设
Φ
∈
R
n
×
n
,
Ψ
∈
R
n
×
r
,
Ω
∈
R
q
×
n
\Phi \in \mathbb{R}^{n\times n}, \Psi \in \mathbb{R}^{n\times r}, \Omega \in \mathbb{R}^{q\times n}
Φ∈Rn×n,Ψ∈Rn×r,Ω∈Rq×n, 则存在
X
∈
R
r
×
q
X \in \mathbb{R}^{r\times q}
X∈Rr×q 使得
rank
(
Φ
−
Ψ
X
Ω
)
=
n
⇔
rank
(
Φ
Ψ
)
=
rank
[
Φ
Ω
]
=
n
.
\text{rank}(\Phi - \Psi X \Omega) = n \Leftrightarrow \text{rank}(\Phi\quad \Psi) = \text{rank} \begin{bmatrix} \Phi \\ \Omega \end{bmatrix} = n.
rank(Φ−ΨXΩ)=n⇔rank(ΦΨ)=rank[ΦΩ]=n. [段广仁等, 广义线性系统分析与设计, 科学出版社, 2012, 引理 5.4.1]
“
⇐
\Leftarrow
⇐”: 对满足
Re
λ
≥
0
\text{Re} \lambda \geq 0
Reλ≥0 的任意复数
λ
\lambda
λ, 选取
Φ
n
×
n
=
A
−
λ
I
\Phi_{n\times n} = A - \lambda I
Φn×n=A−λI,
Ψ
n
×
r
=
B
\Psi_{n\times r} = B
Ψn×r=B,
Ω
n
×
n
=
−
I
n
×
n
\Omega_{n\times n} = -I_{n\times n}
Ωn×n=−In×n, 于是存在
X
r
×
n
=
F
X_{r\times n} = F
Xr×n=F 使得:
rank
(
A
−
λ
I
B
)
=
rank
(
A
−
λ
I
−
I
n
×
n
)
=
n
\text{rank} (A - \lambda I \quad B) = \text{rank} \binom{A - \lambda I}{-I_{n\times n}} = n
rank(A−λIB)=rank(−In×nA−λI)=n
⇔
\Leftrightarrow
⇔
rank
(
A
−
λ
I
+
B
F
)
=
rank
(
A
−
λ
I
+
B
F
)
=
n
\text{rank} (A - \lambda I + BF) = \text{rank} (A - \lambda I + BF) = n
rank(A−λI+BF)=rank(A−λI+BF)=n
⇒
\Rightarrow
⇒ 矩阵
A
+
B
F
A+BF
A+BF 不存在实部非负特征值, 即
A
+
B
F
A+BF
A+BF 的特征值实部均小于零, 则
(
A
,
B
)
(A,B)
(A,B) 可镇定.
(注: 充分性和必要性中的
F
F
F 不一定是同一个)
(ii) ⇔ \Leftrightarrow ⇔(iii): “ ⇒ \Rightarrow ⇒” 用反证法, 假设存在非零 x 1 x_1 x1 满足 x 1 ∗ A = x 1 ∗ λ x_1^*A = x_1^*\lambda x1∗A=x1∗λ 和 Re λ ≥ 0 \text{Re}\lambda \geq 0 Reλ≥0, 但 x 1 ∗ B = 0 x_1^*B = 0 x1∗B=0, 则由 x 1 ∗ A = x 1 ∗ λ x_1^*A = x_1^*\lambda x1∗A=x1∗λ 可得 x 1 ∗ ( A − λ I ) = 0 x_1^*(A - \lambda I) = 0 x1∗(A−λI)=0, 结合 x 1 ∗ B = 0 x_1^*B = 0 x1∗B=0 可知, x 1 ∗ ( A − λ I B ) = 0 x_1^*(A - \lambda I\quad B) = 0 x1∗(A−λIB)=0, 于是 [ A − λ I B ] [A - \lambda I\quad B] [A−λIB] 不满秩, 与(ii)矛盾. “ ⇐ \Leftarrow ⇐” 用反证法, 假设对存在 Re λ ≥ 0 \text{Re}\lambda \geq 0 Reλ≥0 使得 [ A − λ I B ] [A-\lambda I\quad B] [A−λIB] 行不满秩, 则存在非零向量 x ∗ x^* x∗ 使得 x ∗ [ A − λ I B ] = 0 x^*[A - \lambda I\quad B] = 0 x∗[A−λIB]=0, 即 x ∗ A = x ∗ λ x^*A = x^*\lambda x∗A=x∗λ 且 x ∗ B = 0 x^*B = 0 x∗B=0, 矛盾.
本文中的定义定理来自文献 [1], 但在[1] 中只给出了定理1的详细证明.
参考文献:
[1] Kemin Zhou, Robust and Optimal Control, PRENTICE HALL, Englewo o d Cliffs, New Jersey 07632.