线性系统粗浅认识——第六次作业
声明:本人特别菜,不研究相关的方向,差点挂科,这个作业的内容仅供交流。
题目
用实例分析BIBO稳定和李亚普诺夫稳定之间的关系
解答思路:
BIBO稳定的定义
L T I LTI LTI系统 y ( t ) = ∫ 0 t g ( t − τ ) u ( τ ) d τ y(t) = \int_0^t {g(t - \tau )u(\tau )d\tau } y(t)=∫0tg(t−τ)u(τ)dτ,若任一有界输入引起有界的输出,则称系统“ B I B O BIBO BIBO”稳定。该稳定性定义针对零输入响应,且仅适用于初始松弛系统。
李亚普诺夫稳定定义
若任一有界的初始状态 引起有界的响应,则 的响应为“临界稳定”或“李亚普诺夫稳定”。若任一有界的初始状态引起有界的响应,并且该有界响应随着 而趋向于0,则 的响应为“渐近稳定”。
分析
B
I
B
O
BIBO
BIBO稳定的充分必要条件,
g
(
s
)
g(s)
g(s)的任一极点均具有负实部,或者等价描述为极点位于左半平面。
B
I
B
O
BIBO
BIBO稳定是从传递函数上得到的稳定性分析,是外部稳定。此时系统内部不一定是稳定的,系统中不能观的状态可能发散。
线性系统
x
˙
(
t
)
=
A
x
(
t
)
\dot x(t) = Ax(t)
x˙(t)=Ax(t)渐近稳定的充要条件是对任意正定矩阵
Q
Q
Q,李亚普诺夫方程
A
T
P
+
P
A
=
−
Q
{A^T}P + PA = - Q
ATP+PA=−Q 有唯一正定解。
探究:系统是李亚普诺夫稳定(只考虑渐近稳定),系统是否是 B I B O BIBO BIBO稳定
线性系统
x
˙
(
t
)
=
A
x
(
t
)
\dot x(t) = Ax(t)
x˙(t)=Ax(t)渐近稳定的充要条件是对任意正定矩阵 ,李亚普诺夫方程
A
T
P
+
P
A
=
−
Q
{A^T}P + PA = - Q
ATP+PA=−Q有唯一正定解。
A
T
P
+
P
A
=
−
Q
{A^T}P + PA = - Q
ATP+PA=−Q 两边左右同乘
e
A
T
τ
,
e
A
τ
{e^{{A^T}\tau }},{e^{A\tau }}
eATτ,eAτ
e
A
T
τ
A
T
P
e
A
τ
+
e
A
T
τ
P
A
e
A
τ
=
−
e
A
T
τ
Q
e
A
τ
{e^{{A^T}\tau }}{A^T}P{e^{A\tau }} + {e^{{A^T}\tau }}PA{e^{A\tau }} = - {e^{{A^T}\tau }}Q{e^{A\tau }}
eATτATPeAτ+eATτPAeAτ=−eATτQeAτ,两边求积分
∫
0
∞
d
e
A
T
τ
P
e
A
τ
d
τ
=
∫
0
∞
−
e
A
T
τ
Q
e
A
τ
d
τ
\int_0^\infty {\frac{{d{e^{{A^T}\tau }}P{e^{A\tau }}}}{{d\tau }} = } \int_0^\infty { - {e^{{A^T}\tau }}Q{e^{A\tau }}} d\tau
∫0∞dτdeATτPeAτ=∫0∞−eATτQeAτdτ
e
A
T
τ
P
e
A
τ
∣
0
∞
=
∫
0
∞
−
e
A
T
τ
Q
e
A
τ
d
τ
\left. {{e^{{A^T}\tau }}P{e^{A\tau }}} \right|_0^\infty = \int_0^\infty { - {e^{{A^T}\tau }}Q{e^{A\tau }}} d\tau
eATτPeAτ
0∞=∫0∞−eATτQeAτdτ
P
=
∫
0
∞
e
A
T
τ
Q
e
A
τ
d
τ
P = \int_0^\infty {{e^{{A^T}\tau }}Q{e^{A\tau }}} d\tau
P=∫0∞eATτQeAτdτ
根据课本第五章5.4节的内容,有定理如下:
定理一:方程
x
˙
(
t
)
=
A
x
(
t
)
\dot x(t) = Ax(t)
x˙(t)=Ax(t)渐近稳定,当且仅当
A
A
A 的所有特征值均具有负实部
定理二:
B
I
B
O
BIBO
BIBO稳定等价于传递函数
G
(
s
)
G(s)
G(s)的极点均具有负实部,即需要系统能控能观部分的特征值具有负实部。其中
x
˙
(
t
)
=
A
x
(
t
)
\dot x(t) = Ax(t)
x˙(t)=Ax(t)渐近稳定需要的条件更强。
可以用下图表示:
| 图1 BIBO稳定和李亚普诺夫稳定关系图 |
|–|–|
结论:系统是李亚普诺夫稳定(只考虑渐近稳定),系统是BIBO稳定的。系统是BIBO稳定不能推导到李亚普诺夫稳定。
定理一证明:
直接证明比较复杂,根据李亚普诺夫定理得到,李亚普诺夫渐近稳定等价于存在正定对称矩阵 P > 0 P > 0 P>0,使得 A T P + P A < 0 {A^T}P + PA < 0 ATP+PA<0,因此证明: A A A矩阵的特征根均具有负实部等价于存在正定对称矩阵 P > 0 P > 0 P>0,使得 A T P + P A < 0 {A^T}P + PA < 0 ATP+PA<0
充分性:
在复数域上进行讨论,在
C
m
{C^m}
Cm中定义新的内积
⟨
x
,
y
⟩
=
x
T
P
y
ˉ
\langle {x,y} \rangle = {x^T}P\bar y
⟨x,y⟩=xTPyˉ。任意
λ
∈
σ
(
A
)
\lambda \in \sigma (A)
λ∈σ(A),
x
≠
0
x \ne 0
x=0 为
A
A
A 的对应于 的特征矢量,即
A
x
=
λ
x
Ax = \lambda x
Ax=λx ,则
⟨
A
x
,
x
⟩
+
⟨
x
,
A
x
⟩
=
x
T
A
T
P
x
ˉ
+
x
T
P
A
ˉ
x
ˉ
=
x
T
(
A
T
P
+
P
A
)
x
ˉ
=
−
x
T
Q
x
ˉ
<
0
\begin{array}{l} \left\langle {Ax,x} \right\rangle + \left\langle {x,Ax} \right\rangle \\ = {x^T}{A^T}P\bar x + {x^T}P\bar A\bar x\\ = {x^T}({A^T}P + PA)\bar x\\ = - {x^T}Q\bar x < 0 \end{array}
⟨Ax,x⟩+⟨x,Ax⟩=xTATPxˉ+xTPAˉxˉ=xT(ATP+PA)xˉ=−xTQxˉ<0
又
⟨
A
x
,
x
⟩
+
⟨
x
,
A
x
⟩
=
⟨
λ
x
,
x
⟩
+
⟨
x
,
λ
x
⟩
=
λ
x
T
P
x
ˉ
+
x
T
P
λ
ˉ
x
ˉ
=
(
λ
+
λ
ˉ
)
x
T
P
x
ˉ
=
2
R
e
λ
∗
x
T
P
x
ˉ
\begin{array}{l} \left\langle {Ax,x} \right\rangle + \left\langle {x,Ax} \right\rangle \\ = \left\langle {\lambda x,x} \right\rangle + \left\langle {x,\lambda x} \right\rangle \\ = \lambda {x^T}P\bar x + {x^T}P\bar \lambda \bar x\\ = (\lambda + \bar \lambda ){x^T}P\bar x\\ = 2{R_e}\lambda *{x^T}P\bar x \end{array}
⟨Ax,x⟩+⟨x,Ax⟩=⟨λx,x⟩+⟨x,λx⟩=λxTPxˉ+xTPλˉxˉ=(λ+λˉ)xTPxˉ=2Reλ∗xTPxˉ
所以
2
R
e
λ
∗
x
T
P
x
ˉ
=
−
x
T
Q
x
ˉ
<
0
2{R_e}\lambda *{x^T}P\bar x = - {x^T}Q\bar x < 0
2Reλ∗xTPxˉ=−xTQxˉ<0,则
R
e
λ
<
0
{R_e}\lambda < 0
Reλ<0,即
λ
∈
C
−
\lambda \in {C^ - }
λ∈C− 。
必要性:
设对称矩阵
Q
>
0
Q > 0
Q>0 ,令
P
=
∫
0
+
∞
e
A
T
t
Q
e
A
t
d
t
P = \int_0^{ + \infty } {{e^{{A^T}t}}Q{e^{At}}} dt
P=∫0+∞eATtQeAtdt ,显然有
P
>
0
P > 0
P>0 ,且
A
T
P
+
P
A
=
A
T
∫
0
+
∞
e
A
T
t
Q
e
A
t
A
d
t
=
∫
0
+
∞
(
A
T
e
A
T
t
Q
e
A
t
+
e
A
T
t
Q
e
A
t
A
)
d
t
=
∫
0
+
∞
d
(
e
A
T
t
Q
e
A
t
)
d
t
=
e
A
T
t
Q
e
A
t
∣
0
+
∞
\begin{array}{l} {A^T}P + PA = {A^T}\int_0^{ + \infty } {{e^{{A^T}t}}Q{e^{At}}Adt} \\ = \int_0^{ + \infty } {({A^T}{e^{{A^T}t}}Q{e^{At}} + {e^{{A^T}t}}Q{e^{At}}A)dt} \\ = \int_0^{ + \infty } {d({e^{{A^T}t}}Q{e^{At}})dt} \\ = \left. {{e^{{A^T}t}}Q{e^{At}}} \right|_0^{ + \infty } \end{array}
ATP+PA=AT∫0+∞eATtQeAtAdt=∫0+∞(ATeATtQeAt+eATtQeAtA)dt=∫0+∞d(eATtQeAt)dt=eATtQeAt
0+∞
因为
σ
(
A
)
⊂
C
−
\sigma (A) \subset {C^ - }
σ(A)⊂C− ,则
lim
t
→
∞
e
A
T
t
=
0
\mathop {\lim }\limits_{t \to \infty } {e^{{A^T}t}} = 0
t→∞limeATt=0 ,因此有:
A
T
P
+
P
A
=
−
Q
<
0
{A^T}P + PA = - Q < 0
ATP+PA=−Q<0
定理二证明:
充分性:
a
11
(
s
−
p
1
)
+
a
12
(
s
−
p
1
)
2
+
⋯
+
a
1
r
1
(
s
−
p
q
)
r
1
⏟
p
1
−
r
1
+
⋯
+
a
q
1
(
s
−
p
q
)
+
⋯
+
a
q
r
q
(
s
−
p
q
)
r
q
⏟
p
q
−
r
g
\underbrace {\frac{{{a_{11}}}}{{(s - {p_1})}} + \frac{{{a_{12}}}}{{{{(s - {p_1})}^2}}} + \cdots + \frac{{{a_{1{r_1}}}}}{{{{(s - {p_q})}^{{r_1}}}}}}_{{p_1} - {r_1}} + \cdots + \underbrace {\frac{{{a_{q1}}}}{{(s - {p_q})}} + \cdots + \frac{{{a_{q{r_q}}}}}{{{{(s - {p_q})}^{{r_q}}}}}}_{{p_q} - {r_g}}
p1−r1
(s−p1)a11+(s−p1)2a12+⋯+(s−pq)r1a1r1+⋯+pq−rg
(s−pq)aq1+⋯+(s−pq)rqaqrq
进行反拉氏变换
g
(
t
)
=
a
11
e
p
1
t
+
a
12
t
e
p
1
t
+
⋯
+
a
1
r
1
t
r
1
−
1
e
p
1
t
+
⋯
+
a
q
1
e
p
q
t
+
⋯
+
a
q
r
q
t
r
g
−
1
e
p
q
t
g(t) = {a_{11}}{e^{{p_1}t}} + {a_{12}}t{e^{{p_1}t}} + \cdots + {a_{1{r_1}}}{t^{{r_1} - 1}}{e^{{p_1}t}} + \cdots + {a_{q1}}{e^{{p_q}t}} + \cdots + {a_{q{r_q}}}{t^{{r_g} - 1}}{e^{{p_q}t}}
g(t)=a11ep1t+a12tep1t+⋯+a1r1tr1−1ep1t+⋯+aq1epqt+⋯+aqrqtrg−1epqt
当
p
1
,
⋯
,
p
q
{p_1}, \cdots ,{p_q}
p1,⋯,pq 任意一个极点有正实部,
g
(
t
)
g(t)
g(t)显然发散,不符合
B
I
B
O
BIBO
BIBO稳定的条件,
当
p
1
,
⋯
,
p
q
{p_1}, \cdots ,{p_q}
p1,⋯,pq任意一个极点中含有有纯虚根
p
i
{p_i}
pi时,
p
i
{p_i}
pi是重根的时候,
t
e
p
i
t
t{e^{{p_i}t}}
tepit项显然发散,不符合
B
I
B
O
BIBO
BIBO稳定的条件。当
p
i
{p_i}
pi是单根的时候,
e
p
i
t
{e^{{p_i}t}}
epit项显然震荡,无法满足绝对可积的条件,因此,
B
I
B
O
BIBO
BIBO稳定可以得到
p
1
,
⋯
,
p
q
{p_1}, \cdots ,{p_q}
p1,⋯,pq任意极点位于
s
s
s平面的左半平面。
必要性:
当
p
1
,
⋯
,
p
q
{p_1}, \cdots ,{p_q}
p1,⋯,pq任意极点位于
s
s
s平面的左半平面,
g
(
t
)
=
a
11
e
p
1
t
+
a
12
t
e
p
1
t
+
⋯
+
a
1
r
1
t
r
1
−
1
e
p
1
t
+
⋯
+
a
q
1
e
p
q
t
+
⋯
+
a
q
r
q
t
r
g
−
1
e
p
q
t
g(t) = {a_{11}}{e^{{p_1}t}} + {a_{12}}t{e^{{p_1}t}} + \cdots + {a_{1{r_1}}}{t^{{r_1} - 1}}{e^{{p_1}t}} + \cdots + {a_{q1}}{e^{{p_q}t}} + \cdots + {a_{q{r_q}}}{t^{{r_g} - 1}}{e^{{p_q}t}}
g(t)=a11ep1t+a12tep1t+⋯+a1r1tr1−1ep1t+⋯+aq1epqt+⋯+aqrqtrg−1epqt
具有负实部,每一项都收敛
∣
y
(
t
)
∣
=
∣
∫
t
0
t
g
(
t
,
τ
)
u
(
τ
)
d
τ
∣
≤
∫
t
0
t
∣
g
(
t
,
τ
)
∣
d
τ
≤
M
\left| {y(t)} \right| = \left| {\int_{{t_0}}^t {g(t,\tau )u(\tau )d\tau } } \right| \le \int_{{t_0}}^t {\left| {g(t,\tau )} \right|d\tau } \le M
∣y(t)∣=
∫t0tg(t,τ)u(τ)dτ
≤∫t0t∣g(t,τ)∣dτ≤M
可证,定理一成立。
实列仿真分析:
我们可以分析得到李亚普诺夫渐进稳定包含
B
I
B
O
BIBO
BIBO稳定。
可以去找不满足李亚普诺夫渐进稳定,满足
B
I
B
O
BIBO
BIBO稳定的例子,即该不收敛的状态变量不属于能控能观就可以。
x
˙
=
[
1
0
0
−
1
]
x
+
[
1
1
]
u
y
=
[
0
1
]
x
\begin{array}{l} \dot x = \left[ {\begin{matrix}{} 1&0\\ 0&{ - 1} \end{matrix}} \right]x + \left[ {\begin{matrix}{} 1\\ 1 \end{matrix}} \right]u\\ y = \left[ {\begin{matrix}{} 0&1 \end{matrix}} \right]x \end{array}
x˙=[100−1]x+[11]uy=[01]x
计算传递函数
G
(
s
)
=
C
(
s
I
−
A
)
−
1
B
+
D
=
[
0
1
]
[
1
s
−
1
0
0
1
s
+
1
]
[
1
1
]
=
1
s
+
1
G(s) = C{(sI - A)^{ - 1}}B + D = \left[ {\begin{matrix}{} 0&1 \end{matrix}} \right]\left[ {\begin{matrix}{} {\frac{1}{{s - 1}}}&0\\ 0&{\frac{1}{{s + 1}}} \end{matrix}} \right]\left[ {\begin{matrix}{} 1\\ 1 \end{matrix}} \right] = \frac{1}{{s + 1}}
G(s)=C(sI−A)−1B+D=[01][s−1100s+11][11]=s+11
根据极点位于左半平面可以判断,该系统BIBO稳定
系统矩阵
A
A
A的特征值为
1
1
1,
−
1
-1
−1不是都具有负实部,因此不符合李亚普诺夫渐进稳定。
输入为阶跃响应时
u
(
t
)
=
2
u(t) = 2
u(t)=2,输出
y
=
[
0
1
]
(
[
e
t
0
0
e
−
t
]
[
x
1
(
0
)
x
2
(
0
)
]
+
∫
0
t
[
e
t
−
τ
0
0
e
−
t
+
τ
]
[
1
1
]
2
d
τ
)
=
2
−
2
e
−
t
x
=
[
e
t
0
0
e
−
t
]
[
x
1
(
0
)
x
2
(
0
)
]
+
∫
0
t
[
e
t
−
τ
0
0
e
−
t
+
τ
]
[
1
1
]
2
d
τ
=
[
−
2
+
2
e
t
2
−
2
e
−
t
]
\begin{array}{l} y = \left[ {\begin{matrix}{} 0&1 \end{matrix}} \right]\left( {\left[ {\begin{matrix}{} {{e^t}}&0\\ 0&{{e^{ - t}}} \end{matrix}} \right]\left[ {\begin{matrix}{} {{x_1}(0)}\\ {{x_2}(0)} \end{matrix}} \right] + \int_0^t {\left[ {\begin{matrix}{} {{e^{t - \tau }}}&0\\ 0&{{e^{ - t + \tau }}} \end{matrix}} \right]\left[ {\begin{matrix}{} 1\\ 1 \end{matrix}} \right]2d\tau } } \right) = 2 - 2{e^{ - t}}\\ x = \left[ {\begin{matrix}{} {{e^t}}&0\\ 0&{{e^{ - t}}} \end{matrix}} \right]\left[ {\begin{matrix}{} {{x_1}(0)}\\ {{x_2}(0)} \end{matrix}} \right] + \int_0^t {\left[ {\begin{matrix}{} {{e^{t - \tau }}}&0\\ 0&{{e^{ - t + \tau }}} \end{matrix}} \right]\left[ {\begin{matrix}{} 1\\ 1 \end{matrix}} \right]2d\tau } = \left[ {\begin{matrix}{} { - 2 + 2{e^t}}\\ {2 - 2{e^{ - t}}} \end{matrix}} \right] \end{array}
y=[01]([et00e−t][x1(0)x2(0)]+∫0t[et−τ00e−t+τ][11]2dτ)=2−2e−tx=[et00e−t][x1(0)x2(0)]+∫0t[et−τ00e−t+τ][11]2dτ=[−2+2et2−2e−t]
零输入响应
x
(
0
)
=
[
x
1
(
0
)
x
2
(
0
)
]
=
[
1
1
]
x(0) = \left[ {\begin{matrix}{} {{x_1}(0)}\\ {{x_2}(0)} \end{matrix}} \right] = \left[ {\begin{matrix}{} 1\\ 1 \end{matrix}} \right]
x(0)=[x1(0)x2(0)]=[11]
y = [ 0 1 ] ( [ e t 0 0 e − t ] [ x 1 ( 0 ) x 2 ( 0 ) ] + ∫ 0 t [ e t − τ 0 0 e − t + τ ] [ 1 1 ] 0 d τ ) = e − t x = [ e t 0 0 e − t ] [ x 1 ( 0 ) x 2 ( 0 ) ] + ∫ 0 t [ e t − τ 0 0 e − t + τ ] [ 1 1 ] 0 d τ = [ e t e − t ] \begin{array}{l} y = \left[ {\begin{matrix}{} 0&1 \end{matrix}} \right]\left( {\left[ {\begin{matrix}{} {{e^t}}&0\\ 0&{{e^{ - t}}} \end{matrix}} \right]\left[ {\begin{matrix}{} {{x_1}(0)}\\ {{x_2}(0)} \end{matrix}} \right] + \int_0^t {\left[ {\begin{matrix}{} {{e^{t - \tau }}}&0\\ 0&{{e^{ - t + \tau }}} \end{matrix}} \right]\left[ {\begin{matrix}{} 1\\ 1 \end{matrix}} \right]0d\tau } } \right) = {e^{ - t}}\\ x = \left[ {\begin{matrix}{} {{e^t}}&0\\ 0&{{e^{ - t}}} \end{matrix}} \right]\left[ {\begin{matrix}{} {{x_1}(0)}\\ {{x_2}(0)} \end{matrix}} \right] + \int_0^t {\left[ {\begin{matrix}{} {{e^{t - \tau }}}&0\\ 0&{{e^{ - t + \tau }}} \end{matrix}} \right]\left[ {\begin{matrix}{} 1\\ 1 \end{matrix}} \right]0d\tau } = \left[ {\begin{matrix}{} {{e^t}}\\ {{e^{ - t}}} \end{matrix}} \right] \end{array} y=[01]([et00e−t][x1(0)x2(0)]+∫0t[et−τ00e−t+τ][11]0dτ)=e−tx=[et00e−t][x1(0)x2(0)]+∫0t[et−τ00e−t+τ][11]0dτ=[ete−t]
从计算结果中可以看出,零输入响应不能观的状态变量 x 1 {x_1} x1 发散,因此整个系统不是李亚普诺夫渐进稳定。在零状态响应中,满足输入有界输出有界,符合 B I B O BIBO BIBO稳定的条件。计算结果和上面的零极点分析的结果也是相符的。
仿真
将上述系统放入sinmulink仿真,分别就零输入响应和零状态响应进行仿真
| 图2 sinmulink系统仿真图 |
|–|–|
仿真时间为6s,仿真结果如下图所示:
| 图3 零状态响应
y
=
x
2
=
2
−
2
e
−
t
y = {x_2} = 2 - 2{e^{ - t}}
y=x2=2−2e−t的仿真结果 |
|–|–|
| 图4 零状态响应
x
1
=
−
2
+
2
e
t
{x_1} = - 2 + 2{e^t}
x1=−2+2et的仿真结果 |
|–|–|
| 图5 零输入响应
y
=
x
2
=
e
−
t
y = {x_2} = {e^{ - t}}
y=x2=e−t的仿真结果 |
|–|–|
| 图6 零输入响应
x
1
=
e
t
{x_1} = {e^t}
x1=et的仿真结果 |
|–|–|
仿真结果和计算结果一致,该系统不是李亚普诺夫渐近稳定,有界输入有界输出符合 B I B O BIBO BIBO稳定,和分析李亚普诺夫渐进稳定和 B I B O BIBO BIBO关系相符。