给定01矩阵求连通域_思考(2)可控性与矩阵的相似对角化

本文为原创，如有错误疏漏，烦请指出。如需转载，请联系笔者，ask.shenyue@http://gmail.com。

---

一、求系统响应就是求解一阶微分方程

线性系统：

首先问题是，为什么所有的系统都能写成一阶微分方程？因为任何一个n阶微分方程，永远都可以通过将状态扩展为

的列向量，写成n个一阶的微分方程。例如一个挂在弹簧上的质量为m的小球：

。它是一个二阶微分方程，我们可以通过令

将这个二阶微分方程，写成两个一阶微分方程：

，状态量扩展为

的列向量

。

给定线性系统的状态方程

，A为n阶方阵，B为输入矩阵，假设状态

，输入

。看系统的响应，本质上是，给定初始状态

，根据系统的一阶微分方程

，要算出任意时刻t，状态量

等于什么。高等数学中学过求解微分方程，而状态方程

只是一阶微分方程，还是线性的。在高数课程上，这是一类最容易求解的微分方程，解的形式固定：

由于输出

，将x(t)代入到输出方程，我们有

.

二、可控性的本质

可控性(controllability)的定义:

给定一个控制系统(线性或者非线性)，给定初始状态

和初始时间

，假设你想要在某个你指定的时间

让状态

等于你想要的

，如果你可以通过设计u(t)来达到你的目的，那么系统就称作

状态可控；如果你不管怎么想方设法地设计u(t)，都无法让x(t)在你想要的时刻

等于你想要的

，那么系统称作是

状态不可控。

我们知道状态x是n维，

，状态可控也就是希望所有n个状态都可控。但是实际问题中，我们可能只想要

可控，其他的状态你不care或者不重要。

探索可控性(controllability)本质与矩阵A的相似对角化的关系(线性系统)：

线性状态方程

的解：

由可控性的定义，你想要在时刻

到达你想要的位置

，也就是

令

，有

对A矩阵进行对角化是为了把系统等价转换成相互独立的子系统：

重新回到线性状态方程

，假设存在P阵(由A的n个线性无关的特征向量组成)让A相似对角化

(详细请参考矩阵的特征值、特征向量与相似对角化)，那么令

，我们有

。那么我们可以有

，变成了

n个相互独立的子系统了。

A矩阵对角化使得可控性分析一目了然：

所以对于第1个子系统，只要

的

(

矩阵的第一行)不全是0，那么就可以求解该方程的输入u使得

等于任意我想要的位置。如果第i个子系统

和第j个方程

中的

是同一个特征值，也就是

，而且恰好

也相等或者

(

是)，那么

就必须等于

或者

必须等于

，也就是

不能任意选取，不符合可控性的定义，也就是系统不可控。所以如果

A矩阵可相似对角化成

(详细请参考矩阵的特征值、特征向量与相似对角化) ，可控性的条件就是对角矩阵

中相同特征值

对应的

不能线性相关。

那么问题来了，对于那些不能相似对角化而只能约当块对角化的A矩阵(详细请参考矩阵的特征值、特征向量与相似对角化)，可控性的条件又是什么？

假设A有r个特征值，

维(几何重数)特征空间，

维(几何重数)特征空间，一直到最后的特征值

维(几何重数)特征空间。所有特征空间一共有

维，那么约当对角化后的

有m个约当块，

,

系统相当于m个独立的子系统。其中，

对应

个约当块，也就对应

个(几何重数)独立子系统；

对应

个(几何重数)独立子系统，以此类推。所以类似分析，

相同特征值

对应的不同约当块的最后一行都是只有

，例如

或者

，所以对应

的那一行必须线性不相关。

我们还可以得到，如果某个特征值

的eigenspace有

维，所以它就对应

个约当块，所以这

个约当块对应的B的那

行（A中的

个同一个特征值的约当块的最后一行）必须线性不相关。如果输入u的维数

，那么这对应的

行怎么也不可能线性不相关，系统不可控。所以我们说，

A矩阵的任何特征值对应的eigenspace维数(几何重数)必须小于等于输入u的维数。