非线性系统的线性化、线性系统及其解的形式
1. 线性化的一般方法
一般地,非线性系统的线性化,借助的是泰勒展开这一数学工具。在某一个点附近进行展开,即可以把一个函数写成多项式的形式。某函数
f
(
x
)
f(x)
f(x)在点
x
0
x_0
x0附近泰勒展开的一般公式为:
f
(
x
)
=
∑
k
=
0
∞
1
k
!
(
x
−
x
0
)
k
f
(
k
)
(
x
0
)
(1)
f(x) = \sum _{k=0}^\infty \frac{1}{k!} \left( x - x_0 \right) ^k f^{(k)} \left( x_0 \right) \tag{1}
f(x)=k=0∑∞k!1(x−x0)kf(k)(x0)(1)将泰勒展开应用在函数线性化中时,只取线性化的第一项,后面的高阶项全部用高阶小量表示。此时式(1)可以写为:
f
(
x
)
=
f
(
x
0
)
+
(
x
−
x
0
)
f
′
(
x
0
)
+
o
(
x
−
x
0
)
(2)
f(x) = f \left( x_0 \right) + \left( x - x_0 \right) f' \left( x_0 \right) + o \left( x - x_0 \right) \tag{2}
f(x)=f(x0)+(x−x0)f′(x0)+o(x−x0)(2)其中
o
(
x
−
x
0
)
o \left( x - x_0 \right)
o(x−x0)表示高阶小量。
所谓线性化,即把原来的函数用线性化的方式表示,故上式只能表示为:
f
(
x
)
≈
f
(
x
0
)
+
(
x
−
x
0
)
f
′
(
x
0
)
f(x) \approx f \left( x_0 \right) + \left( x - x_0 \right) f' \left( x_0 \right)
f(x)≈f(x0)+(x−x0)f′(x0)显然,这种表示方式忽略了高阶小量,造成了误差。因此可以说:泰勒展开进行线性化的过程中,高阶小量可以视为该过程中的误差。
2. 线性化系统及其解
一个系统被线性化后,就可以用如下的线性常微分方程表示:
a
n
x
(
n
)
+
a
n
−
1
x
(
n
−
1
)
+
⋯
+
a
1
x
˙
+
a
0
x
=
b
m
u
(
n
)
+
b
m
−
1
u
(
m
−
1
)
+
⋯
+
b
1
u
˙
+
b
0
u
(3)
a_n x^{(n)} + a_{n-1} x^{(n-1)} + \cdots + a_1 \dot x + a_0 x = b_m u^{(n)} + b_{m-1} u^{(m-1)} + \cdots + b_1 \dot u + b_0 u \tag{3}
anx(n)+an−1x(n−1)+⋯+a1x˙+a0x=bmu(n)+bm−1u(m−1)+⋯+b1u˙+b0u(3)其中
u
u
u为系统的控制量,
x
x
x为系统的输出量。这里的“线性”指的是系统中的各微分项独立成项,即不存在
x
˙
x
¨
\dot x \ddot x
x˙x¨此类项;“常”指的是常系数,即系数
a
i
,
b
j
a_i, b_j
ai,bj为常数,不随时间改变。
式(3)是典型的线性常微分方程,其解可以分为通解和特解两部分。根据高等数学的知识,通解是将式(3)右端置0获得:
a
n
x
(
n
)
+
a
n
−
1
x
(
n
−
1
)
+
⋯
+
a
1
x
˙
+
a
0
x
=
0
(3–1)
a_n x^{(n)} + a_{n-1} x^{(n-1)} + \cdots + a_1 \dot x + a_0 x = 0 \tag{3--1}
anx(n)+an−1x(n−1)+⋯+a1x˙+a0x=0(3–1)而特解则有一套固定的求解方案,此处不加赘述,在高等数学里都有提及。
对于式(3–1),一般地,求解时,给出2种方法:
(1) 高等数学的解法是,根据式(3–1)中求导的阶次,写出其特征方程:
a
n
p
n
+
a
n
−
1
p
n
−
1
+
⋯
+
a
1
p
+
a
0
=
0
(3–2)
a_n p^n + a_{n-1} p^{n-1} + \cdots + a_1 p + a_0 = 0 \tag{3--2}
anpn+an−1pn−1+⋯+a1p+a0=0(3–2)该方程为
n
n
n阶方程,故有
n
n
n个解
p
i
(
i
=
1
,
2
,
⋯
,
n
)
p_i (i = 1, 2, \cdots, n)
pi(i=1,2,⋯,n)。根据得到的
n
n
n个解,直接写出其通解:
x
(
t
)
=
∑
i
=
1
n
C
i
e
p
i
t
(3–2–1)
x(t) = \sum _{i=1}^n C_i e^{p_i t} \tag{3--2--1}
x(t)=i=1∑nCiepit(3–2–1)其中
C
i
C_i
Ci为常数,由初始条件确定。
(2) 拉氏变换解法。学习自动控制基本理论后,可以对式(3–1)进行拉氏变换:
a
n
s
n
X
(
s
)
+
a
n
−
1
s
n
−
1
X
(
s
)
+
⋯
+
a
1
s
X
(
s
)
+
a
0
X
(
s
)
=
0
⟹
(
a
n
s
n
+
a
n
−
1
s
n
−
1
+
⋯
+
a
1
s
+
a
0
)
X
(
s
)
=
0
(3–3)
a_n s^n X({\rm s}) + a_{n-1} s^{n-1} X( {\rm s}) + \cdots + a_1 s X({\rm s}) + a_0 X({\rm s}) = 0 \\ \Longrightarrow \left( a_n s^n + a_{n-1} s^{n-1} + \cdots + a_1 s + a_0 \right) X({\rm s}) = 0 \tag{3--3}
ansnX(s)+an−1sn−1X(s)+⋯+a1sX(s)+a0X(s)=0⟹(ansn+an−1sn−1+⋯+a1s+a0)X(s)=0(3–3)为使式(3–3)成立,显然有
a
n
s
n
+
a
n
−
1
s
n
−
1
+
⋯
+
a
1
s
+
a
0
≡
0
(3–4)
a_n s^n + a_{n-1} s^{n-1} + \cdots + a_1 s + a_0 \equiv 0 \tag{3--4}
ansn+an−1sn−1+⋯+a1s+a0≡0(3–4)容易看出,式(3–4)和式(3–2)具有相同的形式,因此同样可以得到通解(3–2–1)。
以上两种方法解出的都是通解,即式(3)等号右边为0、式(3–1)的情况。对比式(3)和式(3–1),不难发现,(3–1)是(3)将等号右边项置零得到的,即系统中不存在控制量 u u u时得到的。式(3–1)不含有 u u u项,因此系统中是没有外界作用的,整个系统完全是自发地、自治地在运动。因此,由(3–1)得到的通解(3–2–1)所表示的动态过程也被称为“自由运动”。
应当注意的是,“自由运动”指的并不是完全没有外界作用,而是在 t = 0 t=0 t=0时刻,给系统施加一个外界作用后立即将其移去,而系统在该作用下,从原本的静止状态变成动态过程。而在 t > 0 t >0 t>0的过程中, u u u不再以任何形式作用于系统,故整个系统除了在 t = 0 t=0 t=0时刻被 u u u激发外,其余时间都在自发地运动。显然, t = 0 t=0 t=0时刻施加的 u u u是一个脉冲信号。
相应地,式(3–1–1)中得到的每一个分量 C i e p i t C_i e^{p_i t} Ciepit,都是组成自由运动的部分,又被称为模态。关于模态的概念可以参考模态反馈控制。
除了通解之外,式(3)还存在特解,也就是等号右边 u u u的多项式不可忽视时得到的解。显然,这些解是系统中存在外界作用 u u u时的动态表现,是被持续的 u u u引发的运动,故称为“强迫运动”。
那么,式(3)的解,可以用如下方式表示:
x
(
t
)
=
x
通
(
t
)
+
x
特
(
t
)
=
x
自
(
t
)
+
x
强
(
t
)
x(t) = x_通(t) + x_特(t) = x_自(t) + x_强(t)
x(t)=x通(t)+x特(t)=x自(t)+x强(t)即:系统的运动由自由运动和强迫运动组成。
3. 非线性化系统泰勒展开与拉氏变换求解的关系
我们知道,一个非线性系统
f
(
x
)
f(x)
f(x)可以泰勒展开为式(1)的形式:
f
(
x
)
=
∑
k
=
0
∞
1
k
!
(
x
−
x
0
)
k
f
(
k
)
(
x
0
)
(1)
f(x) = \sum _{k=0}^\infty \frac{1}{k!} \left( x - x_0 \right) ^k f^{(k)} \left( x_0 \right) \tag{1}
f(x)=k=0∑∞k!1(x−x0)kf(k)(x0)(1)着重指出:上式中,
x
x
x为自变量,而
x
0
,
f
(
k
)
(
x
0
)
x_0, f^{(k)} \left( x_0 \right)
x0,f(k)(x0)为常数。
不妨将上式进行拉氏变换。在进行变换之前,需要用到下述拉氏变换的特性:
若
L
{
f
(
t
)
}
=
F
(
s
)
,
则
L
{
f
(
t
−
τ
)
}
=
e
−
s
τ
L
{
f
(
t
)
}
=
e
−
s
τ
F
(
s
)
若\quad \mathscr{L} \left\{ f(t) \right\} = F({\rm s}),\qquad 则\quad \mathscr{L} \left\{ f(t - \tau) \right\} = e^{-{\rm s} \tau} \mathscr{L} \left\{ f(t) \right\} = e^{-{\rm s} \tau} F ({\rm s})
若L{f(t)}=F(s),则L{f(t−τ)}=e−sτL{f(t)}=e−sτF(s)上述性质被称为时移性质。
再引入幂次函数的拉氏变换:
L
{
t
n
}
=
n
!
s
n
+
1
\mathscr{L} \left\{ t^n \right\} = \frac{n!}{ s^{n+1} }
L{tn}=sn+1n!
那么,式(1)的拉氏变换为:
L
{
f
(
x
)
}
=
L
{
∑
k
=
0
∞
1
k
!
(
x
−
x
0
)
k
f
(
k
)
(
x
0
)
}
=
∑
k
=
0
∞
L
{
1
k
!
(
x
−
x
0
)
k
f
(
k
)
(
x
0
)
}
=
∑
k
=
0
∞
1
k
!
f
(
k
)
(
x
0
)
L
{
(
x
−
x
0
)
k
}
=
∑
k
=
0
∞
1
k
!
f
(
k
)
(
x
0
)
L
{
x
k
}
e
−
x
0
s
=
∑
k
=
0
∞
1
k
!
f
(
k
)
(
x
0
)
k
!
s
k
+
1
e
−
x
0
s
=
e
−
x
0
s
∑
k
=
0
∞
1
k
!
f
(
k
)
(
x
0
)
k
!
s
k
+
1
=
e
−
x
0
s
[
f
(
x
0
)
1
s
+
f
′
(
x
0
)
1
s
2
+
1
2
f
′
′
(
x
0
)
2
s
3
+
⋯
]
(4)
\begin{aligned} \mathscr{L} \left\{ f(x) \right\} &= \mathscr{L} \left\{ \sum _{k=0}^\infty \frac{1}{k!} \left( x - x_0 \right) ^k f^{(k)} \left( x_0 \right) \right\} \\ &= \sum _{k=0}^\infty \mathscr{L} \left\{ \frac{1}{k!} \left( x - x_0 \right) ^k f^{(k)} \left( x_0 \right) \right\} \\ &= \sum _{k=0}^\infty \frac{1}{k!} f^{(k)} \left( x_0 \right) \mathscr{L} \left\{ \left( x - x_0 \right) ^k \right\} \\ &= \sum _{k=0}^\infty \frac{1}{k!} f^{(k)} \left( x_0 \right) \mathscr{L} \left\{ x^k \right\} e^{-x_0 {\rm s}} \\ &= \sum _{k=0}^\infty \frac{1}{k!} f^{(k)} \left( x_0 \right) \frac{k!}{ s^{k+1} } e^{-x_0 {\rm s}} \\ &= e^{-x_0 {\rm s}} \sum _{k=0}^\infty \frac{1}{k!} f^{(k)} \left( x_0 \right) \frac{k!}{ s^{k+1} } \\ &= e^{-x_0 {\rm s}} \left[ f \left( x_0 \right) \frac{1}{s} + f' \left( x_0 \right) \frac{1}{s^2} + \frac{1}{2} f'' \left( x_0 \right) \frac{2}{s^3} + \cdots \right] \end{aligned} \tag{4}
L{f(x)}=L{k=0∑∞k!1(x−x0)kf(k)(x0)}=k=0∑∞L{k!1(x−x0)kf(k)(x0)}=k=0∑∞k!1f(k)(x0)L{(x−x0)k}=k=0∑∞k!1f(k)(x0)L{xk}e−x0s=k=0∑∞k!1f(k)(x0)sk+1k!e−x0s=e−x0sk=0∑∞k!1f(k)(x0)sk+1k!=e−x0s[f(x0)s1+f′(x0)s21+21f′′(x0)s32+⋯](4)注意到有一项
e
−
x
0
s
e^{-x_0 {\rm s}}
e−x0s,将其泰勒展开有:
e
x
=
1
+
x
+
1
2
x
2
+
⋯
=
∑
i
=
0
∞
1
i
!
x
i
⟹
e
−
x
0
s
=
1
−
x
0
s
+
1
2
x
0
2
s
2
+
⋯
=
∑
i
=
0
∞
1
i
!
(
−
x
0
s
)
i
e^x = 1 + x + \frac{1}{2} x^2 + \cdots = \sum_{i=0}^\infty \frac{1}{i!} x^i \Longrightarrow \\ e^{-x_0 {\rm s}} = 1 - x_0 s + \frac{1}{2} x_0^2 s^2 + \cdots = \sum_{i=0}^\infty \frac{1}{i!} \left( -x_0 s \right)^i
ex=1+x+21x2+⋯=i=0∑∞i!1xi⟹e−x0s=1−x0s+21x02s2+⋯=i=0∑∞i!1(−x0s)i由此得到
L
{
f
(
x
)
}
=
e
−
x
0
s
∑
k
=
0
∞
1
k
!
f
(
k
)
(
x
0
)
k
!
s
k
+
1
=
∑
i
=
0
∞
1
i
!
(
−
x
0
s
)
i
⋅
∑
k
=
0
∞
1
k
!
f
(
k
)
(
x
0
)
k
!
s
k
+
1
(5)
\mathscr{L} \left\{ f(x) \right\} = e^{-x_0 {\rm s}} \sum _{k=0}^\infty \frac{1}{k!} f^{(k)} \left( x_0 \right) \frac{k!}{ s^{k+1} } = \sum_{i=0}^\infty \frac{1}{i!} \left( -x_0 s \right)^i \cdot \sum _{k=0}^\infty \frac{1}{k!} f^{(k)} \left( x_0 \right) \frac{k!}{ s^{k+1} } \tag{5}
L{f(x)}=e−x0sk=0∑∞k!1f(k)(x0)sk+1k!=i=0∑∞i!1(−x0s)i⋅k=0∑∞k!1f(k)(x0)sk+1k!(5)
举例:原函数为:
f
(
t
)
=
(
t
−
3
)
2
=
t
2
−
6
t
+
9
f(t) = (t-3)^2=t^2-6t+9
f(t)=(t−3)2=t2−6t+9(1) 如果用普通的拉氏变换求解,有:
L
{
f
(
t
)
}
=
L
{
t
2
−
6
t
+
9
}
=
2
s
3
−
6
s
2
+
9
s
=
9
s
2
−
6
s
+
2
s
3
(6–1)
\mathscr{L} \left\{ f(t) \right\} = \mathscr{L} \left\{ t^2-6t+9 \right\} = \frac{2}{s^3} - \frac{6}{s^2} + \frac{9}{s} = \frac{9s^2 - 6s + 2}{s^3} \tag{6--1}
L{f(t)}=L{t2−6t+9}=s32−s26+s9=s39s2−6s+2(6–1)(2) 而若根据时移性质,将
f
(
t
)
=
(
t
−
3
)
2
f(t)=(t-3)^2
f(t)=(t−3)2看成是
g
(
t
)
=
t
2
g(t) = t^2
g(t)=t2的时移得来,则根据时移性质:
L
{
f
(
t
)
}
=
L
{
(
t
−
3
)
2
}
=
e
−
3
s
L
{
t
2
}
=
e
−
3
s
2
s
3
(6–2)
\mathscr{L} \left\{ f(t) \right\} = \mathscr{L} \left\{ (t-3)^2 \right\} = e^{-3 {\rm s}} \mathscr{L} \left\{ t^2 \right\} = e^{-3 {\rm s}} \frac{2}{s^3} \tag{6--2}
L{f(t)}=L{(t−3)2}=e−3sL{t2}=e−3ss32(6–2)则式(6–1)和式(6–2)应当相等:
9
s
2
−
6
s
+
2
s
3
=
2
e
−
3
s
s
3
(6–3)
\frac{9s^2 - 6s + 2}{s^3} = \frac{2 e^{-3 {\rm s}} }{s^3} \tag{6--3}
s39s2−6s+2=s32e−3s(6–3)将右侧的
2
e
−
3
s
2e^{-3 {\rm s}}
2e−3s泰勒展开:
2
e
−
3
s
=
2
∑
i
=
0
∞
1
i
!
(
−
3
s
)
i
=
2
(
1
−
3
s
+
9
s
2
2
+
o
(
s
3
)
)
2e^{-3 {\rm s}} = 2 \sum_{i=0}^\infty \frac{1}{i!} \left( -3 s \right)^i = 2 \left( 1 - 3s + \frac{9s^2}{2} + o \left( s^3 \right) \right)
2e−3s=2i=0∑∞i!1(−3s)i=2(1−3s+29s2+o(s3))其中
o
(
s
3
)
o \left( s^3 \right)
o(s3)为高阶小量。展开括号可以看出,即为式(6–3)等号左边的分子。故(6–3)成立。
上述分析表明:一个函数直接进行拉氏变换得到的复平面表达式,和其先进行泰勒展开后进行拉氏变换得到的复平面表达式,是相同的。