连续系统离散化_如何将连续系统状态空间方程离散化？

如何将连续系统状态空间方程离散化？

上篇介绍了基于传递函数的离散化方法。个人理解，传递函数属于经典控制理论范畴，比较适合对单入单出系统系统进行分析， 包括时域分析，频域分析等。而面对多入多出系统时，传递函数的局限性便会显现。

现代控制理论主要基于状态空间进行分析，因为状态空间便于描述多入多出系统，也便于分析可控可观等特性。那么物理建模形成的连续系统，进行计算机控制时，怎么将其离散化呢？这里简单讲一讲。 

---------------------------------------------------------------------------------------------------------------------------------

---------------------------------------------------------------------------------------------------------------------------------

1.一个例子

首先给出一个例子。一个简单的二阶系统

它离散化后会变成什么样？想想再往下看。。。。。。

答案是

惊不惊喜？为什么离散化后，控制信号 u 会出现在第一项中呢？下边告诉你答案。

2.精准离散化

答疑时间。因为上边采用了精准离散法。所谓精准是指，离散化后的每一个时刻状态的值等于连续系统在这个时刻的值。 是不是比较绕？自己体会。

对于如下状态空间方程，

它的精准离散的变换公式是什么呢？敲黑板，上结论，推导略

其中，T是采样时间。看到没，离散化后的模型是跟采样时间相关的！利用这个变换公式，你能求出上边那个例子吗？

3.不精准离散化

         如果你求了上边的例子，你会发现，按照(2)计算不是那么容易。一个矩阵的指数次幂，还积分，阶数高了岂不是太麻烦？其实细想想，那么精确干啥？在一个佛系司机眼中，80km/h和79km/h无所谓啦。

那么有没有精度差一点，但是计算简单的呢？有啦！没有我问啥。还记得上一篇介绍的前项差分吗？这里也采用前项差分变换得

整理一下得到了

是不是按照(4)计算就很容易了！

4.不精准离散化依据

最后一个问题，不精准离散化到底有多不准呢？和精准离散化到底差多少呢？和上一篇z变换一样(连续系统转化为离散系统之--- z 变换)，同样记住采样时间较小，Ts近似为零， 略去那些高次项可得

 是不是发现，对(2)式分别根据第一个和第二个约等于近似后，就得到了(4)呢。总结一下就是，为保证不精准离散化的精度别差太多，采样时间要够小！