线性时不变系统可镇定 (stabilizable) 等价命题证明

考虑如下的线性时不变系统:
$$\begin{gathered} \dot{x}=Ax+Bu(1) \\ y=Cx+Du(2) \end{gathered}$$

(注: 矩阵或向量上的 " * " 均代表转置)

定理 1 下列命题等价:

• (i) $(A,B)$ 可控;
• (ii) 对任意的 $t\ge 0$, 矩阵 $W_c(t):={\int }_0^t{e}^{A\tau }B{B}^{\ast }{e}^{A^{\ast }\tau }d\tau$ 正定;
• 可控性矩阵 $\mathcal{C}=\left[\begin{array}{lllll}B& AB& A^{2}B& \dots & A^{n-1}B\end{array}\right]$ 行满秩, 即 $⟨A|ImB⟩:={\sum }_{i=1}^n\mathrm{Im}\left(A^{i-1}B\right)={\mathbb{R}}^n$;
• 对所有的 $\lambda \in \mathbb{C}$, 矩阵 $[A-\lambda I,B]$ 行满秩;
• 设 $\lambda$ 和 $c$ 为矩阵 $A$ 的任意特征值和相应的任意左特征向量, 即 $x^{\ast }A=x^{\ast }\lambda$, 那么 $x^{\ast }B\ne 0$;
• 通过选取适当的矩阵 $F$, 矩阵 $A+BF$ 的特征值可自由配置.

定义 2 对于一个非强迫系统 $\dot{x}=Ax$, 如果 $A$ 的所有特征值均位于左半开平面, 即 $\text{Re}\lambda (A)<0$, 则该系统是稳定的. 具有此类性质的矩阵 $A$ 称为稳定矩阵或 Hurwitz 矩阵.

定义 3 若存在状态反馈 $u=Fx$ 使得系统 (1) 稳定, 即使得 $A+BF$ 稳定, 则称 (1) 或矩阵对 $(A,B)$ 可镇定.

定理 2 下列命题等价:

• (i). $(A,B)$ 可镇定;
• (ii) 对所有 $\text{Re}\lambda \ge 0$, $[A-\lambda IB]$ 行满秩;
• (iii) 对满足 $x^{\ast }A=x^{\ast }\lambda$ 且 $\text{Re}\lambda \ge 0$ 的所有 $\lambda$ 和 $x$, 有 $x^{\ast }B\ne 0$;
• (iv) 存在 $F$ 使得 $A+BF$ 为 Hurwitz.

证明:
(i)$\iff$(iv): “$\Rightarrow$”: 若$(A,B)$可镇定, 则存在 $F$ 使 $A+BF$ 稳定, 即 $A+BF$ 为 Hurwitz. “$\Leftarrow$”: 由定义 2, $\text{Re}\lambda (A+BF)<0$, 则 $A+BF$ 稳定, 由定义 3 可知 $(A,B)$ 可镇定.

(i)$\iff$(ii): “$\Rightarrow$”: 系统 (1) 可镇定当且仅当存在矩阵 $F$ 使得所有$\text{Re}\lambda (A+BF)<0$ $\iff$ 特征方程不存在非负根 $\iff$ 对任意 $\lambda =\lambda (A)\ge 0$, 有 $\text{rank}[\lambda I-(A+BF)]=n$.
$$\begin{gathered} \text{rank}[\lambda I-(A+BF)]=\text{rank}\left([\lambda I-AB]\left[\begin{array}{c}I\\ -F\end{array}\right]\right) \\ \le \min \left\{\text{rank}[\lambda I-AB],\text{rank}\left[\begin{array}{c}I\\ -F\end{array}\right]\right\} \\ \le \text{rank}[\lambda I-AB]. \end{gathered}$$ 于是有 $\text{rank}[\lambda I-AB]=n$

预备知识: 设 $\Phi \in {\mathbb{R}}^{n\times n},\Psi \in {\mathbb{R}}^{n\times r},\Omega \in {\mathbb{R}}^{q\times n}$, 则存在$X\in {\mathbb{R}}^{r\times q}$ 使得
$$\text{rank}(\Phi -\Psi X\Omega )=n\iff \text{rank}(\Phi \Psi )=\text{rank}\left[\begin{array}{c}\Phi \\ \Omega \end{array}\right]=n.$$ [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 $\text{Re}\lambda \ge 0$ 的任意复数 $\lambda$, 选取${\Phi }_{n\times n}=A-\lambda I$, ${\Psi }_{n\times r}=B$, ${\Omega }_{n\times n}=-I_{n\times n}$, 于是存在 $X_{r\times n}=F$ 使得: $\text{rank}(A-\lambda IB)=\text{rank}\left(\genfrac{}{}{0ex}{}{A-\lambda I}{-I_{n\times n}}\right)=n$ $\iff$ $\text{rank}(A-\lambda I+BF)=\text{rank}(A-\lambda I+BF)=n$ $\Rightarrow$ 矩阵 $A+BF$ 不存在实部非负特征值, 即 $A+BF$ 的特征值实部均小于零, 则 $(A,B)$ 可镇定.
(注: 充分性和必要性中的 $F$ 不一定是同一个)

(ii)$\iff$(iii): “$\Rightarrow$” 用反证法, 假设存在非零$x_1$ 满足$x_1^{\ast }A=x_1^{\ast }\lambda$ 和$\text{Re}\lambda \ge 0$, 但 $x_1^{\ast }B=0$, 则由 $x_1^{\ast }A=x_1^{\ast }\lambda$ 可得 $x_1^{\ast }(A-\lambda I)=0$, 结合 $x_1^{\ast }B=0$ 可知, $x_1^{\ast }(A-\lambda IB)=0$, 于是 $[A-\lambda IB]$ 不满秩, 与(ii)矛盾. “$\Leftarrow$” 用反证法, 假设对存在 $\text{Re}\lambda \ge 0$ 使得 $[A-\lambda IB]$ 行不满秩, 则存在非零向量 $x^{\ast }$ 使得 $x^{\ast }[A-\lambda IB]=0$, 即 $x^{\ast }A=x^{\ast }\lambda$ 且 $x^{\ast }B=0$, 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.