非线性系统的线性化、线性系统及其解的形式（关于线性系统微分方程、拉氏变换、常微分方程的一些小思考）

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$f(x)$在点$x_0$附近泰勒展开的一般公式为：
$$f(x)=\sum _{k=0}^{\infty }\frac{1}{k!}{\left(x-x_0\right)}^k{f}^{(k)}\left(x_0\right)\text{\hspace{1em}(1)}$$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：
$$f(x)=f\left(x_0\right)+\left(x-x_0\right)f^{\prime }\left(x_0\right)+o\left(x-x_0\right)\text{\hspace{1em}(2)}$$其中$o\left(x-x_0\right)$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：
$$f(x)\approx f\left(x_0\right)+\left(x-x_0\right)f^{\prime }\left(x_0\right)$$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：
$$a_n{x}^{(n)}+a_{n-1}{x}^{(n-1)}+\cdots +a_1\dot{x}+a_{0}x=b_m{u}^{(n)}+b_{m-1}{u}^{(m-1)}+\cdots +b_1\dot{u}+b_{0}u\text{\hspace{1em}(3)}$$其中$u$为系统的控制量，$x$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$\dot{x}\ddot{x}$此类项；“常”指的是常系数，即系数$a_i,b_j$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：
$$a_n{x}^{(n)}+a_{n-1}{x}^{(n-1)}+\cdots +a_1\dot{x}+a_{0}x=0\text{\hspace{1em}(3–1)}$$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：
$$a_n{p}^n+a_{n-1}{p}^{n-1}+\cdots +a_{1}p+a_0=0\text{\hspace{1em}(3–2)}$$该方程为$n$阶方程，故有$n$个解$p_i(i=1,2,\cdots ,n)$。根据得到的$n$个解，直接写出其通解：
$$x(t)=\sum _{i=1}^n{C}_i{e}^{p_{i}t}\text{\hspace{1em}(3–2–1)}$$其中$C_i$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：
$$\begin{gathered} a_n{s}^{n}X(\mathrm{s})+a_{n-1}{s}^{n-1}X(\mathrm{s})+\cdots +a_{1}sX(\mathrm{s})+a_{0}X(\mathrm{s})=0 \\ ⟹\left(a_n{s}^n+a_{n-1}{s}^{n-1}+\cdots +a_{1}s+a_0\right)X(\mathrm{s})=0\text{\hspace{1em}(3–3)} \end{gathered}$$为使式(3–3)成立，显然有
$$a_n{s}^n+a_{n-1}{s}^{n-1}+\cdots +a_{1}s+a_0\equiv 0\text{\hspace{1em}(3–4)}$$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$u$时得到的。式(3–1)不含有$u$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$t=0$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$t>0$的过程中，$u$不再以任何形式作用于系统，故整个系统除了在$t=0$时刻被$u$激发外，其余时间都在自发地运动。显然，$t=0$时刻施加的$u$是一个脉冲信号。

相应地，式(3–1–1)中得到的每一个分量$C_i{e}^{p_{i}t}$，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$u$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$u$时的动态表现，是被持续的$u$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：
$$x(t)=x_{通}(t)+x_{特}(t)=x_{自}(t)+x_{强}(t)$$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$f(x)$可以泰勒展开为式(1)的形式：
$$f(x)=\sum _{k=0}^{\infty }\frac{1}{k!}{\left(x-x_0\right)}^k{f}^{(k)}\left(x_0\right)\text{\hspace{1em}(1)}$$着重指出：上式中，$x$为自变量，而$x_0,f^{(k)}\left(x_0\right)$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!1​f(k)(x0​)L{(x−x0​)k}=k=0∑∞​k!1​f(k)(x0​)L{xk}e−x0​s=k=0∑∞​k!1​f(k)(x0​)sk+1k!​e−x0​s=e−x0​sk=0∑∞​k!1​f(k)(x0​)sk+1k!​=e−x0​s[f(x0​)s1​+f′(x0​)s21​+21​f′′(x0​)s32​+⋯]​(4)注意到有一项$e^{-x_0\mathrm{s}}$，将其泰勒展开有：
$$\begin{gathered} e^x=1+x+\frac{1}{2}{x}^2+\cdots =\sum _{i=0}^{\infty }\frac{1}{i!}{x}^i⟹ \\ {e}^{-x_0\mathrm{s}}=1-x_{0}s+\frac{1}{2}{x}_0^2{s}^2+\cdots =\sum _{i=0}^{\infty }\frac{1}{i!}{\left(-x_{0}s\right)}^i \end{gathered}$$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−x0​sk=0∑∞​k!1​f(k)(x0​)sk+1k!​=i=0∑∞​i!1​(−x0​s)i⋅k=0∑∞​k!1​f(k)(x0​)sk+1k!​(5)

举例：原函数为：
$$f(t)=(t-3{)}^2=t^2-6t+9$$(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$f(t)=(t-3{)}^2$看成是$g(t)=t^2$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：
$$\frac{9s^2-6s+2}{s^3}=\frac{2e^{-3\mathrm{s}}}{s^3}\text{\hspace{1em}(6–3)}$$将右侧的$2e^{-3\mathrm{s}}$泰勒展开：
$$2e^{-3\mathrm{s}}=2\sum _{i=0}^{\infty }\frac{1}{i!}{\left(-3s\right)}^i=2\left(1-3s+\frac{9s^2}{2}+o\left(s^3\right)\right)$$其中$o\left(s^3\right)$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。