聊聊状态空间模型（单入单出、多入多出）

最新推荐文章于 2025-04-10 19:33:53 发布

深泓点

最新推荐文章于 2025-04-10 19:33:53 发布

阅读量2.1k

点赞数 7

分类专栏： Sophomore：信号与系统文章标签：信息与通信

本文链接：https://blog.csdn.net/weixin_53269100/article/details/139933671

版权

Sophomore：信号与系统专栏收录该内容

46 篇文章

订阅专栏

状态空间模型是一种用状态变量描述动态系统行为的统一表示方法，适用于单输入单输出（SISO）系统和多输入多输出（MIMO）系统。通过状态方程和输出方程，它将系统的输入、输出和内部状态关联起来，便于分析和设计系统的动态特性，广泛应用于控制理论、信号处理和复杂工程系统中。

状态空间模型的基本概念

状态变量

状态变量是用来描述系统当前状态的一组变量。它们捕捉了系统的所有动态特性，以便预测未来的行为。状态变量的数量等于系统的阶数。

状态方程和输出方程

状态空间模型用两个方程来描述系统：状态方程和输出方程。

状态方程：描述系统状态随时间的变化。
输出方程：描述系统输出与状态及输入的关系。

数学上，这两个方程通常表示为：

$\begin{aligned} \dot{x}(t) &= A x(t) + B u(t) \\ y(t) &= C x(t) + D u(t) \end{aligned}$

其中：

( x(t) ) 是状态向量，描述系统的状态。
( u(t) ) 是输入向量，描述系统的输入。
( y(t) ) 是输出向量，描述系统的输出。
( A ) 是状态矩阵，描述状态变量之间的关系。
( B ) 是输入矩阵，描述输入如何影响状态。
( C ) 是输出矩阵，描述状态如何影响输出。
( D ) 是直接传递矩阵，描述输入直接影响输出的部分（在很多情况下为零）。

单输入单输出（SISO）系统

在单输入单输出系统中，系统只有一个输入和一个输出。对于SISO系统，状态空间模型的形式可以简化，但其基本结构仍然是相同的。具体形式为：

$\begin{aligned} \dot{x}(t) &= A x(t) + b u(t) \\ y(t) &= c x(t) + d u(t) \end{aligned}$

其中 ( b ) 是列向量，( c ) 是行向量。

多输入多输出（MIMO）系统

在多输入多输出系统中，系统有多个输入和多个输出。这种系统的状态空间模型能够同时处理多个输入和输出，适用于更加复杂的系统。具体形式为：

$\begin{aligned} \dot{x}(t) &= A x(t) + B u(t) \\ y(t) &= C x(t) + D u(t) \end{aligned}$

在这种情况下，( B ) 矩阵和 ( D ) 矩阵的维度要匹配输入向量 ( u(t) ) 的维度，而 ( C ) 矩阵和 ( D ) 矩阵的维度要匹配输出向量 ( y(t) ) 的维度。

状态空间模型的优点

统一的表示方法：状态空间模型能够统一地描述SISO和MIMO系统。
【Star】处理非线性系统：尽管最常见的是线性系统模型，状态空间方法也可以扩展到非线性系统。
系统分析和设计：状态空间模型便于进行系统的稳定性、可控性、可观测性分析。
适用于现代控制理论：许多现代控制方法，如状态反馈控制、卡尔曼滤波器等，都基于状态空间模型。

实例

简单的SISO系统

考虑一个简单的质量-弹簧-阻尼器系统，其状态空间模型可以表示为：

$\begin{aligned} \begin{bmatrix} \dot{x}_1 \\ \dot{x}_2 \end{bmatrix} &= \begin{bmatrix} 0 & 1 \\ -\frac{k}{m} & -\frac{b}{m} \end{bmatrix} \begin{bmatrix} x_1 \\ x_2 \end{bmatrix} + \begin{bmatrix} 0 \\ \frac{1}{m} \end{bmatrix} u(t) \\ y(t) &= \begin{bmatrix} 1 & 0 \end{bmatrix} \begin{bmatrix} x_1 \\ x_2 \end{bmatrix} \end{aligned}$