全局稳定性收敛平衡点为0吗_(3)Lyapunov函数与Autonomous System的稳定性判别

本文主要参考《Applied Nonlinear Control》(Slotine，Li等著)这本书。如有错误疏漏，烦请指出。如需转载，请联系笔者，Dr.shenyue@http://gmail.com。沈月：(2)Autonomous System的稳定性定义​zhuanlan.zhihu.com

本文和另外一篇文章La Salle不变集原理与渐近稳定将讲述稳定性判断的一些定理，统称为Lyapunov直接法。之所以需要这些判定稳定性的定理，是因为就像Autonomous System的稳定性定义文中所讲：对于线性系统来说

，通常x(t)有解析解比如

，根据解析解，画出它的曲线，就可以看出系统稳定不稳定了。对于非线性系统或者时变系统，也就是

不是状态量x的线性方式，因为非线性微分方程求解非常非常难，通常得不到x(t)解析解，就不能通过画出它的曲线看出稳定性，这时候就需要借助一些稳定性判定的工具了。

一、正定和半正定函数

函数V(x)，如果x取值在半径为Ro的球内，且满足V(x)是标量函数

V(x)是连续函数

x=0时， V(x)=0

x不等于0时，V(x)>0(或者V(x)<0)

那么我们称V(x)是局部正定(负定)的。如果Ro换成无穷大，以上两个条件依然满足，则称V(x)是全局正定(负定)的。如果以上前3个条件不变，第4个条件变成

(或者

)，那么称V(x)是局部或全局半正定(半负定)的。

为什么要求V(x)具有这些性质呢？为了保证在V(x)在该区域内有唯一的最小值(unique minimum)。为什么不希望拥有两个或者多个最小值？多个最小值，就无法确定系统收敛到哪个最小值，无法确认收敛在哪里，就意味着无法控制系统到指定位置，这是谁都不喜欢也不想要的。

二、李雅普诺夫函数

V(x)在x取值为半径为Ro的球内，被认定是李雅普诺夫函数，必须满足以下6个条件V(x)正定的(不是半正定)

V(x)对x具有连续一阶偏导(不是对t)

是半负定的(不是负定)

三、平衡点的稳定性定义

平衡点x=0被认为是稳定的，如果任意给定R>0，总能找到一个r>0，只要x(0)起始于r的球内，经过时间t，x(t)是总在待在R球内。

平衡点x=0被认为是不稳定的，如果存在至少一个给定的R>0，永远无法找到r>0，使得只要x(0)起始于r的球内，经过时间t，x(t)是总在待在R球内。也就是无论你怎么找r，哪怕r无限接近于0，只要r>0，r不等于0，那么x(t)永远会跑出R球。

四、针对平衡点的局部稳定与全局稳定判定

通常一个Lyapunov定理有如下的形式：存在

满足某些条件，那么系统的trajectory，也就是x(t)会满足一些性质，比如收敛或者有界之类的性质。

局部稳定李雅普诺夫定理(Lyapunov Theorem for Local Stability)：如果存在至少一个函数V(x)在x取值为半径为Ro的球内，满足 是局部正定的

具有局部对x的连续一阶偏导(注意不是对t)

是局部半负定的

那么称平衡点0(为什么这里是说平衡点0，不是平衡点1，或者任意初始状态x0？)是局部稳定的。如果

变成是负定，那么称平衡点0是局部渐近稳定的。关于函数和它的一阶导数的渐近特性：(1)微积分的一个最基本的结论之一：函数V(x)是有下界的(lower bounded)，并且函数的一阶导数

是小于等于0，那么该函数一定收敛于一个值(具体哪个值，不知道)；(2)函数的一阶导数

，推不出函数本身收敛。比如

，一阶导数收敛于0，但是函数本身一直在非常缓慢地正弦波动；(3)函数f收敛，推不出函数的一阶导数 。比如

，函数收敛，一阶导数却趋于无穷，函数在收敛的值上下快速波动。

Barbalat‘s Lemma：函数f可导，且随着

，函数f存在有限极限；如果进一步函数f的一阶导数

一致连续(比“连续”要求更高)，那么函数的一阶导数

。

这里跑题唠叨一句：一致连续就是如果对连续函数f(x)，任意选取x的某个宽度的

，总能找到某个长度的对应的

，使得宽为

、高为

的矩形窗口，如果沿着f(x)曲线上走，所有的f(x)都在该窗口内部。如果任意选取x的某个宽度的

，永远找不到对应高度的

也就是高度只能是无穷，那么连续函数f(x)就不是一致连续。

疑问：以上定理中稳定的结论是怎么得到的？基于微积分的一个最基本的结论之一：函数V(x)是有下界的(lower bounded)，并且函数的一阶导数是小于等于0，那么该函数一定收敛于一个值。V(x)正定，保证了V(x)有下界0。加上V(x)的一阶导数是半负定的，就保证V(x)会收敛到一个值，所以稳定。如果V(x)的一阶导数是负定的，就保证V(x)一定收敛到它的下界0，又因为V(x)是正定的【意味着只有在x=0时，V(x)才等于0】，所以V(x)=0一定推出x=0，也就是系统状态收敛到0，所以系统渐近稳定。

全局稳定李雅普诺夫定理(Lyapunov Theorem for Global Stability)：全局稳定只是简单地把局部稳定定义中的x的取值半径Ro扩大为无穷大吗？答案是NO！那么全局稳定还需要哪些额外条件呢？平衡点0被认为是全局稳定的，除了满足局部稳定的3个条件，把半径Ro扩大为无穷大，还必须满足的额外条件：x趋于无穷时，V(x)必须也趋于无穷(Radially unbounded)。(x是向量时，x中任意一个元素趋于无穷，V(x)必须趋于无穷。例如

就不满足x趋于无穷时V(x)为无穷，V(x)反而趋于0)

Remarks本文第四段基于李雅普诺夫函数下得出的稳定性结论只是充分条件，不是必要条件。

同一个系统，可能存在多个李雅普诺夫函数。假设V(x)是一个系统的李雅普诺夫函数，那么a*V(x)也是该系统的李雅普诺夫函数(要求a>0)。V(x)的b次方(要求b>1)也是该系统的李雅普诺夫函数。

有些选择的李雅普诺夫函数得出的稳定性结论，可能另外一些李雅普诺夫函数，可能得出渐近稳定的结论。即选择有些李雅普诺夫函数得出的稳定性结论可能会比其他的保守。

一个V(x)无法满足推出

负定或者半负定的要求，不代表该系统不稳定。它只是告诉你，这个V(x)选择不对，你可能需要尝试另外一个不同的V(x)。

系统的不变集其实不只是平衡点，只针对平衡点进行稳定性判定，结论太保守。

五、总结

局部稳定李雅普诺夫定理(Lyapunov Theorem for Local Stability)和全局稳定李雅普诺夫定理(Lyapunov Theorem for Global Stability)构成了Equilibrium Point Theorems，因为都是针对平衡点得出的稳定性结论！