【现控理论】（一、系统状态空间表达式的特征标准型）----学习笔记

Safe &＆ Sound

已于 2022-04-09 19:14:40 修改

阅读量5.2k

点赞数 2

分类专栏：现控理论

于 2022-04-04 15:05:51 首次发布

本文链接：https://blog.csdn.net/qq_42640275/article/details/123858376

版权

关键词由CSDN通过智能技术生成

3 篇文章

订阅专栏

在建立系统空间模型时，由于状态变量选择的非唯一性，可以得到不同的状态空间表达式，本文下面是讲述怎么将一个状态空间表达式转换成标准型。

1.系统状态的线性变换

对于一个n阶控制系统，x1,x2,...,xn和 $\tilde{x1},\tilde{x2},...,\tilde{xn}$ 是描述同一系统的两组不同的状态变量，则两组状态变量之间存在着非奇异变换关系：

$\left\{\begin{matrix} x=P\tilde{x} & & \\ \tilde{x}=P^{-1}x & & \end{matrix}\right.$

其中P是nxn非奇异矩阵。

线性变换后，其状态空间表达式也发生变化，设线性定常系统的状态空间表达式为：

$\left\{\begin{matrix} \dot{x} =Ax+Bu& & \\ y=Cx+Du& & \end{matrix}\right.$

状态的线性变换为：

$\left\{\begin{matrix} x=P\tilde{x} & & \\ \tilde{x}=P^{-1}x & & \end{matrix}\right.$

又可得 $\tilde{x}$ 下的状态空间表达式为：

$\left\{\begin{matrix} \dot{\tilde{x}}=P^{-1}AP\tilde{x}+P^{-1}Bu & & \\ y=Cp\tilde{x}+Du& & \end{matrix}\right.$

或：

$\left\{\begin{matrix} \dot{\tilde{x}}=\tilde{A}\tilde{x}+\tilde{B}u & & \\ y=\tilde{C}\tilde{x}+\tilde{D}u & & \end{matrix}\right.$

其中

$\left\{\begin{matrix} \tilde{A}=P^{-1}AP & & \\ \tilde{B}=P^{-1} B& & \\ \tilde{C}=CP & & \\ \tilde{D}=D& & \end{matrix}\right.$

上式表明了线性变换的状态空间表达式各相应系数矩阵之间的关系。

下面为变换的例题：

2.系统的特征值

设A是一个nxn的矩阵，若在向量空间中存在一非零向量，使得：

$Av=\lambda v$

则称 $\lambda$ 为A的特征值，任何满足上式的非零向量v称为A的对应于特征值 $\lambda$ 的特征向量。也可改写为：

$\bigl(\begin{smallmatrix} \lambda I-A \end{smallmatrix}\bigr)v=0$

要使得这个线性方程有非零解，充要条件是：

$\begin{vmatrix} \lambda I-A \end{vmatrix}=0$

并且线性定常系统的特征值在经过线性变换后矩阵A的特征值不变。

3.对角线标准型

对于线性系统

$\left\{\begin{matrix} \dot{x} =Ax+Bu& & \\ y=Cx& & \end{matrix}\right.$

若A的特征值是互异的，则存在非奇异变换矩阵P

$x=P\tilde{x}$

使之将原状态空间表达式变换为对角线标准型

$\left\{\begin{matrix} \dot{\tilde{x}}=\tilde{A}\tilde{x}+\tilde{B}u & & \\ y=\tilde{C}\tilde{x}+\tilde{D}u & & \end{matrix}\right.$

其中

$\tilde{A}$ 是一个关于特征值的对角矩阵， $\tilde{B}=P^{-1}B$ ， $\tilde{C}=CP$

对于有互异根的矩阵A才会有标准的对角线矩阵，对于有重根的矩阵A只能化成约当标准型。