<非线性控制系统>1 简介

• From MAEG5070 Nonlinear Control System, Prof. Jie Huang
• All contents below are my own understandings.

---

线性系统回顾

线性系统模型

• 两种模型：
  
  • N 阶 ODE （常微分方程）或传递函数
    $$y^{(n)}+a_1y^{(n-1)}+ \cdots +a_{n-1}\hat y +a_ny = b_0u^{(n)}+ \cdots + b_{n-1}\dot u +b_nu$$
    or $$\frac{Y(S)}{U(S)} = \frac{b_0S^n+b_1S^{n-1}+\cdots + b_{n-1}S+b_n}{S^n+a_1S^{n-1}+\cdots +a_{n-1}S+a_n}$$
  • 状态空间方程（State Space equations）
    state equation: $$\dot x = Ax+Bu, x(0)=x_0$$
    output equation: $$y = Cx+Du$$
  • 两种表现形式里面，状态空间方程能处理多输入多输出(Multiple input-output) 的情况所以更常用。传递函数的形式能够写成状态空间的形式，但是状态空间的形式不一定能写成传递函数的形式

基本控制问题

• stabilization
• Asymptotic Tracking
• Disturbance Rejection / Attention
• Robustness

线性控制方法

• 经典的：Laplace transformation, Bode diagram, Root locus, Nyquist criterion, etc
• 状态空间的：Pole placement, Observer design, Feedforward design, Internal model design, Optimal control, etc

---

Nonlinearity

• 什么是非线性函数呢，所有不是线性的都是非线性的。: ) 需要注意的是，线性函数一定是通过原点的一条直线，没有通过原点，那就不是线性的。
• 通过 mass-spring-damper system 和 twin-tunnel diode 的例子引出了非线性系统的表示方式
• 非线性动力系统的一般表现形式：
  $$\dot x(t) = f(x(t), t), \quad x(0) = x_0$$
  where $$x = \begin{bmatrix} x_1 \\ x_2 \\ \cdots \\ x_n\end{bmatrix}, \quad f(x,t) = \begin{bmatrix} f_1(x_1, \cdots , x_n, t )\\\cdots \\ \cdots \\ f_n(x_1, \cdots , x_n, t )\end{bmatrix}$$
  
  • n 是该系统的维度
  • 当 $f(x,t)=f(x)$，即跟时间没有关系的时候，我们有 $$\dot x(t) = f(x(t))$$ 称这种系统叫 自治系统 (autonomous system)
• 非线性控制系统
  $$\dot x = f(x,u), \quad y=h(x,u)$$
  where $$x = \begin{bmatrix} x_1 \\ \cdots \\ x_n\end{bmatrix} \in \mathcal{R}^n, \quad u = \begin{bmatrix} u_1 \\ \cdots \\ u_m\end{bmatrix} \in \mathcal{R}^m, \quad y = \begin{bmatrix} y_1 \\ \cdots \\ y_p\end{bmatrix} \in \mathcal{R}^p$$
  $$f(x,u) = \begin{bmatrix} f_1(x, u) \\ \cdots \\ f_n(x, u) \end{bmatrix} \in \mathcal{R}^n, \quad h(x,u) = \begin{bmatrix} h_1(x, u) \\ \cdots \\ h_p(x, u) \end{bmatrix} \in \mathcal{R}^p$$
  
  • $f, h$ 分别是 x 和 u 的连续函数
  • 注意 输入 u 的维度和输出 y 的维度不一定需要是 n ，他们可以是不同的。
  • 很明显，上式对于线性系统可以看成，$f(x,u) = Ax+Bu, \quad h(x,u) = Cx+Du$，这样根据上式就能得到我们常见的线性系统的状态空间表示形式啦
• 非线性控制率
  $$u = k(x, t) = \begin{bmatrix} k_1(x, t) \\ \cdots \\ k_m(x, t) \end{bmatrix} \in \mathcal{R}^m$$
  
  • 将以上式子应用在非线性控制上，就能得到一个闭环系统了，形式如下
    $$\dot x = f(x, k(x, t)) = f_c(x, t)$$
    $$y = h(x, k(x, t)) = h_c(x, t)$$
• 动力系统的解
  
  • 首先考虑自治系统 $$\dot x = f(x), \quad x(0) = x_0, \quad x\in\mathcal{R}^n, \quad f \in C^0$$
  • A $C^0$ time function $x(t) \in \mathcal{R}^n$ defined for $t\in[0, T), T>0$, is said to be a solution of the above system satisfying the initial condition if
    (i) $x(0) = x_0$
    (ii) $\frac{dx(t)}{dt} = f(x(t)), \quad 0 \le t < T$ (This condition is very important!)
  • Finite escape time 的例子

---

Nonlinear System Behaviors

---

Nonlinear System Analysis and Design