matlab 连续系统状态空间表达式的离散化&状态转移矩阵求解

涂山淼淼

已于 2024-01-03 09:46:36 修改

阅读量2.2w

点赞数 30

分类专栏：控制学习文章标签： matlab 算法傅立叶分析矩阵

于 2020-06-28 21:51:55 首次发布

本文链接：https://blog.csdn.net/weixin_44051006/article/details/107007916

版权

控制学习专栏收录该内容

4 篇文章 12 订阅

订阅专栏

最近在学习卡尔曼滤波需要在matlab/simulink系统中将连续系统进行离散化

推荐一篇个人觉得不错的卡尔曼滤波原理详解卡尔曼滤波原理详解及系统模型建立（simulink）_卡尔曼滤波 simulink-CSDN博客

数学过程推导

具'体的数学推导过程就不做详绍了，在现代控制理论教材中都有，这儿贴两张图片

matlab 程序编写

根据上面公式推导，假设存在系统 $\dot{x}=Ax+Bu$ ,其中 $A = \begin{pmatrix} 0 & 1\\ 0&-2 \end{pmatrix}$ , $B=\begin{bmatrix} 0\\ -2 \end{bmatrix}$

其离散系统表达式为 $x\left ( k+1 \right )=Gx\left ( k \right )+Hu\left ( k \right )$

求系统的状态转移矩阵 $\Phi \left ( t \right ) =e^A^T=L^-^1\begin{bmatrix} S & -1\\ 0& s+1 \end{bmatrix}=\begin{bmatrix} 1 & 1/2\ \left ( 1-e^-^2^t \right )\\ 0& e^-^2^t \end{bmatrix}$ ,式中 L^-^1 为拉氏反变换

matlab求解过程为

A = [0 1;0 -2];
B1 = [0 ;1];
syms s t Ls;   % 求状态转移矩阵 利用拉氏变换，syms为符号函数用来定义数学函数
    I = eye(size(A));
    Ls = inv(s*I - A);
    STM = ilaplace(Ls,s,t) %状态转移矩阵,ilaplace为拉氏反变换函数

同理可以求H

syms s t Ls;   % 求状态转移矩阵 利用拉氏变换
    I = eye(size(A));
    Ls = inv(s*I - A);% collect 函数为合并同类项
    STM = ilaplace(Ls,s,t) %状态转移矩阵
    
syms T
    HLs = int(STM,t,0,T);
    H = HLs*B1

运行结果如下

在simulink仿真过程中，我们需要G和H为已知的矩阵，当T固定时就可以求出G和H的具体数值了，这是需要用到符号函数求解函数subs,设步长T为0.001；matlab命令为

dt = 0.001;
A = [0 1;0 -2];
B1 = [0 ;1];
syms s t Ls;   % 求状态转移矩阵 利用拉氏变换
    I = eye(size(A));
    Ls = inv(s*I - A);% collect 函数为合并同类项
    STM = ilaplace(Ls,s,t); %状态转移矩阵
    G = double(subs(STM,t,dt)) % 符号函数求解
syms T
    HLs = int(STM,t,0,T);
    H = HLs*B1;
    H = real(double(subs(H,T,dt))) % 符号函数求解

结果如下：