MATLAB学习记录-系统的数学模型-（状态空间表达式的建模）-自动控制篇

状态空间表达式的MATLAB建模

设本节中,具有r个输入、m个输出的n阶线性定常系统的状态空间表达式为
$$\dot{X}(t)=AX\left(t\right)+BU\left(t\right)$$
$$Y(t)=CX(t)+DU(t)$$
其中，$$X(t)=\left[\begin{array}{c}{x}_1(t)\\ ⋮\\ x_n(t)\end{array}\right],U(t)=\left[\begin{array}{c}{u}_1(t)\\ ⋮\\ u_r(t)\end{array}\right],Y(t)=\left[\begin{array}{c}{y}_1(t)\\ ⋮\\ y_m(t)\end{array}\right]$$
$$A=\left[\begin{array}{ccc}{a}_{11}& \cdots & a_{1n}\\ ⋮& \ddots & ⋮\\ a_{n1}& \cdots & a_{nn}\end{array}\right],B=\left[\begin{array}{ccc}{b}_{11}& \cdots & b_{1r}\\ ⋮& \ddots & ⋮\\ b_{n1}& \cdots & b_{nr}\end{array}\right],C=\left[\begin{array}{ccc}{c}_{11}& \cdots & c_{1n}\\ ⋮& \ddots & ⋮\\ c_{m1}& \cdots & c_{mn}\end{array}\right],D=\left[\begin{array}{ccc}{d}_{11}& \cdots & d_{1r}\\ ⋮& \ddots & ⋮\\ d_{m1}& \cdots & d_{mr}\end{array}\right]$$
A——n$\times$n阶矩阵，反映系统内部状态的联系，称为系统矩阵
B——n$\times$r阶矩阵，反映输入对系统内部状态的作用，称为输入矩阵（或控制矩阵）
C——m$\times$n阶矩阵，反映系统内部状态对输出的作用，称为输出矩阵
D——m$\times$r阶矩阵，反映输入对输出的直接传递关系，称为直接传递矩阵。（多数情况下系统存在着惯性，其直接传递矩阵通常为零）

在MATLAB中，将各个矩阵记为

>> X=[x1;x2;...;xn];
>> U=[u1;u2;...;un];		
>> Y=[y1;y2;...;yn];	
>> A=[a1 a2 ... a1n;a21 a22 ... a2n;......;an1 an2 ... ann];	
>> B=[b1 b2 ... b1r;b21 b22 ... b2r;......;bn1 bn2 ... bnr];	
>> C=[c1 c2 ... c1n;c21 c22 ... c2n;......;cm1 cm2 ... cmn];	
>> D=[d1 d2 ... d1r;d21 d22 ... d2r;......;dm1 dm2 ... dmr];	

需要用到的函数：
ss函数：用于建立系统的状态空间模型。

>> g=ss(A,B,C,D);

使用范例：
已知系统的状态空间表达式
$$\dot{X}=\left[\begin{array}{cc}\begin{array}{cc}3& 1\end{array}& 0.5\\ \begin{array}{cc}\begin{array}{c}1\\ 1.2\end{array}& \begin{array}{c}0.1\\ 6\end{array}\end{array}& \begin{array}{c}0\\ 0.1\end{array}\end{array}\right]X+\left[\begin{array}{c}1\\ 0\\ 3\end{array}\right]U$$
$$Y=\left[\begin{array}{ccc}1& 1& 2\end{array}\right]X$$
MATLAB中建立系统的状态空间表达式和传递函数的多项式形式和零-极点形式模型。

>> A=[3 1 0.5; 1 0.1 0; 1.2 6 0.1];
%输入系统矩阵
>> B=[1;0;3];
%输入输入矩阵
>> C=[1 1 2];
%输入输出矩阵
>> D=0;
>%输入直接传递矩阵
>> g=ss(A,B,C,D)
%建立系统状态空间表达式模型
g =
 
  A = 
        x1   x2   x3
   x1    3    1  0.5
   x2    1  0.1    0
   x3  1.2    6  0.1
 
  B = 
       u1
   x1   1
   x2   0
   x3   3
 
  C = 
       x1  x2  x3
   y1   1   1   2
 
  D = 
       u1
   y1   0
 
Continuous-time state-space model.
>> g=tf(g)
%执行此命令得到系统多项式形式的传递函数模型
g =
 
      7 s^2 - 13.9 s + 8.82
  -----------------------------
  s^3 - 3.2 s^2 - 0.99 s - 2.87
 
Continuous-time transfer function.

>> g=zpk(g)
%执行此命令得系统零-极点形式的传递函数模型
g =
 
       7 (s^2 - 1.986s + 1.26)
  ----------------------------------
  (s-3.681) (s^2 + 0.4808s + 0.7797)
 
Continuous-time zero/pole/gain model.

>> [num,den]=ss2tf(A,B,C,D)
%执行此命令得系统传递函数多项式形式的分子、分母多项式系数
num =

         0    7.0000  -13.9000    8.8200


den =

    1.0000   -3.2000   -0.9900   -2.8700

>> [z,p]=ss2zp(A,B,C,D)
%执行此命令得系统得零-极点。z为零点，p为极点。
z =

   0.9929 + 0.5237i
   0.9929 - 0.5237i


p =

   3.6808 + 0.0000i
  -0.2404 + 0.8497i
  -0.2404 - 0.8497i