05控制系统互质分解

后续陆续更新：传递函数讲解、工作点线性化、系统辨识、LMS

一、从函数数学角度看互质分解

互质，代数学术语。指几个整数或几个多项式的一种关系。

从整数来看，最大公约数是1的几个整数称为互质的整数.

从多项式来看，除常数(零次多项式)外无其他公因式的几个多项式称为互质多项式。

两个多项式 $f(x)$ 与 $g(x)$ 互质的充分必要条件是存在多项式 $u(x)$ 与 $v(x)$ ，使 $f(x)u(x)+g(x)v(x)=1$。

从矩阵角度来看，若两个矩阵 $M$ 和 $N$ 有相同的列数且存在矩阵 $X_r$ 和 $Y_r$ 使得 $\left[\begin{array}{cc}{X}_r& Y_r\end{array}\right]\left[\begin{array}{c}M\\ N\end{array}\right]=X_{r}M+Y_{r}N=I$，则称矩阵 $M、N$ 右互质。

同理，若两个矩阵 $\tilde{M}$ 和 $\tilde{N}$ 有相同的行数且存在矩阵 $X_l$ 和 $Y_l$ 使得 $\left[\begin{array}{cc}\tilde{M}& \tilde{N}\end{array}\right]\left[\begin{array}{c}{X}_l\\ Y_l\end{array}\right]=\tilde{M}{X}_l+\tilde{N}{Y}_l=I$，则称矩阵 $M、N$ 左互质。

以上三种是数学中常用的关于互质的定义。

二、从控制系统角度看互质分解

1.传递函数视角

如果 $G(s)=\frac{N(s)}{D(s)}=\frac{a_0+\cdots +a_n{s}^n}{b_0+\cdots +b_m{s}^m}$ 满足 $G(\infty )=0$，则称其为有理传递函数。

$G(s)$ 的一个右互质分解(RCF)为 $G(s)=N(s)M^{-1}(s)$，一个左互质分解(LCF)

为 $G(s)={\tilde{M}}^{-1}(s)\tilde{N}(s)$，且存在 $X_r,Y_r,X_l,Y_l$ 使得$\left[\begin{array}{cc}{X}_r& Y_r\\ -\tilde{N}& \tilde{M}\end{array}\right]\left[\begin{array}{cc}M& -Y_l\\ N& X_l\end{array}\right]=I$，则称 $G(s)$ 有双互质分解。

上述左右互质分解皆有Matlab相关函数可进行调用。

2.状态方程视角

下讲解以状态方程描述的控制系统左右互质分解实现。

$G(s)=\left[\begin{array}{cc}A& B\\ C& D\end{array}\right]=(A,B,C,D)$为传递函数的一个最小状态空间实现，令 $F$ 和 $L$ 使得$A+BF$ 和 $A-LC$ 都稳定(特征值小于0)，且定义如下,

左互质分解相关传函状态空间实现为
$$\begin{gathered} \tilde{M}=(A-LC,-L,C,I) \\ \tilde{N}=(A-LC,B-LD,C,D) \\ {X}_l=(A+BF,L,C+DF,I) \\ {Y}_l=(A+BF,-L,F,0) \end{gathered}$$

右互质分解相关传函状态空间实现为
$$\begin{gathered} M=(A+BF,B,F,I) \\ N=(A+BF,B,C+DF,D) \\ {X}_r=(A-LC,-B+LD,F,I) \\ {Y}_r=(A-LC,-L,F,0) \end{gathered}$$

针对一般以状态方程描述的控制系统，常以如上状态空间实现加以仿真。