线性系统理论04-线性系统的能控性和能观测性

文章目录
  1. 1. 能控性与能观测性的定义
  2. 2. 线性时不变系统的能控性判据
    1. 2.1. 格拉姆矩阵判据
    2. 2.2. 秩判据
    3. 2.3. PBH判据
    4. 2.4. 约当规范型
  3. 3. 线性时不变系统的能观性判据
    1. 3.1. 格拉姆矩阵判据
    2. 3.2. 秩判据
    3. 3.3. PBH判据
    4. 3.4. 约当规范型
  4. 4. 能控规范型和能观测规范型
    1. 4.1. 能控规范型
    2. 4.2. 能观测规范型
  5. 5. 连续时间线性时不变系统的结构分解
  6. 6. 参考资料

线性系统理论课程笔记
对应教材内容第四章 线性系统的能控性和能观测性的内容

能控性与能观测性的定义

系统内部每一个状态变量都可由输入定量影响,则系统状态完全能控;
系统内部每一个状态变量都可由输出完全反映,则系统状态完全能观。

线性时不变系统的能控性判据

格拉姆矩阵判据

线性时不变系统为完全能控的充分必要条件为存在时刻\(t_1>0\)使如下定义的格拉姆矩阵为非奇异(不满秩的方阵、行列式为0的方阵)
\({W_c}[0,{t_1}]\mathop = \limits^\Delta \int_0^{t_1} {e^{ - At}BB^T e^{-{A^T}t}dt}\)

秩判据

对线性时不变系统,构造能控判别矩阵\({Q_c} = [B,AB,{A^2}B, \cdot \cdot \cdot ,{A^{n - 1}}B]\)
则系统完全能控的充要条件为\(rank(Q_c)=n\)\(Q_c\)满秩)
【例1】\(\dot x = \left[ {\begin{array}{*{20}{c}} 4&0 \\ 0&-5 \end{array}}\right]x + \left[ {\begin{array}{*{20}{c}} 1 \\ 2 \end{array}}\right]u\)
\(Q_c=\left[ {\begin{array}{*{20}{c}} B&AB \end{array}}\right]=\left[ {\begin{array}{*{20}{c}} 1&4 \\ 2&-10 \end{array}}\right]\)
\(rank(Q_c)=2\),满秩,系统完全能控
【例2】\(\dot x = \left[ {\begin{array}{*{20}{c}} -1&-4&-2 \\ 0&6&-1 \\ 1&7&-1 \end{array}}\right]x + \left[ {\begin{array}{*{20}{c}} 2&0 \\ 0&1 \\ 1&1 \end{array}}\right]u\)
\(Q_c=\left[ {\begin{array}{*{20}{c}} B&AB&A^2 B \end{array}}\right]=\left[ {\begin{array}{*{20}{c}} 2&0&-4&*&*&* \\ 0&1&-1&*&*&* \\ 1&1&1&*&*&* \end{array}}\right]\)
\(rank(Q_c)=3\),满秩,系统完全能控
注:前三列已经可以判定矩阵满秩,就可以判定整个矩阵满秩。
【例3】
图1 电路系统建模判定能控

\(\left\{ {\begin{array}{*{20}{c}} i_1(t)=C\frac{dx_1}{dt} \\ i_2(t)=C\frac{dx_2}{dt} \\ x_1+Ri_1=u(t) \\ x_2+Ri_2=u(t) \end{array}} \right. \Rightarrow \left\{ {\begin{array}{*{20}{c}} \dot x_1=-\frac{1}{RC}x_1+\frac{1}{RC}u \\ \dot x_2=-\frac{1}{RC}x_2+\frac{1}{RC}u \end{array}} \right. \Rightarrow \dot x=\left[ {\begin{array}{*{20}{c}} -\frac{1}{RC}&0 \\ 0&-\frac{1}{RC} \end{array}} \right]x+\left[ {\begin{array}{*{20}{c}} \frac{1}{RC} \\ \frac{1}{RC} \end{array}}\right]u\)
\(Q=\left[ {\begin{array}{*{20}{c}} B&AB \end{array}}\right]=\left[ {\begin{array}{*{20}{c}} \frac{1}{RC}&-\frac{1}{(RC)^2} \\ \frac{1}{RC}&-\frac{1}{(RC)^2} \end{array}}\right]\)
\(rank(Q_c)=1<2\),不满秩,系统不能控

PBH判据

\(n\)维线性时不变系统完全能控的充分必要条件
\(rank[sI-A,B]=n\)\(rank[\lambda_i-A,B]=n\)\(\lambda_i\)为特征值)
【例4】\(\dot x = \left[ {\begin{array}{*{20}{c}} 4&0 \\ 0&-5 \end{array}}\right]x + \left[ {\begin{array}{*{20}{c}} 1 \\ 2 \end{array}}\right]u\)
\([sI-A,B]=\left[ {\begin{array}{*{20}{c}} s-4&0&1 \\ 0&s-5&2 \end{array}}\right] \quad \lambda_1=4,\lambda_2=-5\)
\(\lambda_1=4\)\(rank[\lambda_1-A,B]=2=n\)
\(\lambda_2=-5\)\(rank[\lambda_2-A,B]=2=n\)
得到系统完全能控。

约当规范型

①特征值互异的约当块最后一行对应的B阵中,该行元素不全为零。
②特征值相同的各约当块最后一行对应的B阵各行向量线性无关。

【例5】\(\dot x = \left[ {\begin{array}{*{20}{c}} {\lambda _1}&1&{}&{}&{}&{}&{} \\{}&{\lambda _1}&{}&{}&{}&{}&{} \\ {}&{}&{\lambda _1}&{}&{}&{}&{} \\ {}&{}&{}&{\lambda _1}&1&{}&{} \\ {}&{}&{}&{}&{\lambda _1}&{}&{} \\ {}&{}&{}&{}&{}&{\lambda _2}&1 \\ {}&{}&{}&{}&{}&{}&{\lambda _2} \end{array}} \right]x + \left[ {\begin{array}{*{20}{c}} 0&0&0 \\ 1&0&0 \\ 0&1&0 \\ 1&1&2 \\ 0&0&1 \\ 1&1&1 \\ 0&0&1 \end{array}} \right]u\begin{array}{*{20}{c}}{} \\ { \leftarrow {b_{l11}}} \\ { \leftarrow {b_{l12}}} \\ {} \\ { \leftarrow {b_{l13}}} \\ {} \\ { \leftarrow {b_{l21}}} \end{array}\)
该例子中系统能控的充分必要条件是向量组\(\{b_{l11}、b_{l12}、b_{l13}\}\)线性无关以及\(\{b_{l21}\}\)线性无关(即不为零)。
该例子中两矩阵行向量均线性无关⇒系统完全能控。
注:任意一个向量组里只要有零向量,就一定线性相关。另外复习一下约当块相关知识。
总结:找出同一特征值的所有不含元素“1”的行,其对应于C阵的行向量组成一个行向量组,若所有这样的行向量组均线性无关,则系统完全能控。

线性时不变系统的能观性判据

格拉姆矩阵判据

\({W_0}[0,{t_1}]\mathop = \limits^\Delta \int_0^{t_1}{e^{ {A^T}t}{C^T}C{e^{At}}dt}\)是非奇异,则系统完全能观测。

秩判据

\(n\)维连续时间线性时不变系统,系统完全能观测的充分必要条件为能观测性判别矩阵 \({Q_0} = \left[ \begin{gathered} C \\ CA \\ \vdots \\ C{A^{n-1}} \\ \end{gathered}\right] \quad rank(Q_0)=n\)
【例6】\(\dot x = \left[ {\begin{array}{*{20}{c}} -1&-4&-2 \\ 0&6&-1 \\ 1&7&-1 \end{array}}\right]x \quad y=\left[ {\begin{array}{*{20}{c}} 0&2&1 \\ 1&1&0 \end{array}}\right]x\)
\({Q_0} = \left[ \begin{gathered} C \\ CA \\ CA^2 \\ \end{gathered}\right] = \left[ {\begin{array}{*{20}{c}} 0&2&1 \\ 1&1&0 \\ 1&19&-3 \\ *&*&* \\ *&*&* \\ *&*&* \end{array}}\right] \Rightarrow rank(Q_0)=3\)
满秩,系统完全能观

PBH判据

\(n\)维连续时间线性时不变系统完全能观测的充分必要条件为
\(rank\left[ \begin{gathered} SI-A \\ C \\ \end{gathered} \right] = n\)
\(rank\left[\begin{gathered}{\lambda_i}I - A \hfill \\ C \hfill \\ \end{gathered}\right] = n\quad ,\lambda_1,\lambda_2, \ldots \lambda_n\)为系统特征值

约当规范型

\(n\)维连续时间线性时不变系统,若\(A\)为约当阵,系统完全能观测的充分必要条件是:
特征值互异的约当块第一列对应的\(C\)阵中,该列元素不全为零。
特征值相同的约当块第一列对应的\(C\)阵中,各列向量线性无关。

【例7】\(\dot x = \left[ {\begin{array}{*{20}{c}} -2&1&{}&{}&{}&{}&{} \\{}&-2&{}&{}&{}&{}&{} \\ {}&{}&-2&{}&{}&{}&{} \\ {}&{}&{}&-2&{}&{}&{} \\ {}&{}&{}&{}&3&1&{} \\ {}&{}&{}&{}&{}&3&{} \\ {}&{}&{}&{}&{}&{}&3 \end{array}} \right]x \quad y=\left[ {\begin{array}{*{20}{c}} 1&0&0&0&1&0&0 \\ 0&0&4&0&1&0&4 \\ 0&0&0&7&0&0&1 \end{array}} \right]x\)
该例子中系统能观的充分必要条件是向量组\(\left[ {\begin{array}{*{20}{c}} 1&0&0 \\ 0&4&0 \\ 0&0&7 \end{array}}\right]\)与向量组\(\left[ {\begin{array}{*{20}{c}} 1&0 \\ 1&4 \\ 0&1 \end{array}}\right]\)列向量线性无关。
该例子中两矩阵列向量均线性无关⇒系统完全能观。
总结:找出同一特征值的所有不含元素“1”的列,其对应于C阵的列向量组成一个列向量组,若所有这样的列向量组均线性无关,则系统完全能观。

能控规范型和能观测规范型

能控规范型

基于线性非奇异变换\(\bar X = {P^{ - 1}}X\)导出
\(\dot {\bar x} = { {\bar A}_c} \bar x + { {\bar b}_c}u\)
\(y = { {\bar c}_c} \bar x\)
\({\bar A_c} = {P^{ - 1}}AP = \left[ {\begin{array}{*{20}{c}} 0&1&{}&{}&{} \\ 0&0&1&{}&{} \\ \vdots &{}&{}& \ddots &{} \\ 0&{}&{}&{}&1 \\ { - {\alpha_0}}&{ - {\alpha_1}}&{}& \cdots &{ - {\alpha_{n - 1}}} \end{array}} \right] \quad {\bar b_c} = {P^{ - 1}}b = \left[ \begin{gathered} 0 \hfill \\ 0 \hfill \\ \vdots \hfill \\ 1 \hfill \\ \end{gathered} \right] \quad {\bar c_c} = cP = \left[ { {\beta _0},{\beta _1}, \cdots {\beta _{n - 1}}} \right]\)
\(\det (sI - A)\mathop = \limits^\Delta {s^n} + {\alpha _{n - 1}}{s^{n - 1}} + \cdots + {\alpha _1}s + {\alpha _0}\)
\(\left\{ \begin{gathered}{\beta _{n - 1}} = cb \hfill \\{\beta _{n - 2}} = cAb + {\alpha_{n - 1}}cb \hfill \\ \cdots \hfill \\{\beta _1} = c{A^{n - 2}}b + {\alpha_{n - 1}}c{A^{n - 3}}b + \cdots + {\alpha_2}cb \hfill \\{\beta _0} = c{A^{n - 1}}b + {\alpha_{n - 1}}c{A^{n - 2}}b + \cdots + {\alpha_1}cb \hfill \\\end{gathered} \right.\)
【例8】\(\dot x = \left[ {\begin{array}{*{20}{c}} 1&0&2 \\ 2&1&1 \\ 1&0&-2 \end{array}}\right]x + \left[ {\begin{array}{*{20}{c}} 1 \\ 2 \\ 1 \end{array}}\right]u \quad y=\left[ {\begin{array}{*{20}{c}} 0&1&1 \end{array}}\right]x\)
\(\det (sI - A) = s^3-5s+4 \quad \Rightarrow \quad \alpha_0=4,\alpha_1=-5,\alpha_2=0\)
\(\beta_2=cb=3\)
\(\beta_1=cAb+\alpha_2 cb=4\)
\(\beta_0=cA^2 b+\alpha_2 cAb+\alpha_1 cb=0\)
\(\Rightarrow \dot {\bar x} = \left[ {\begin{array}{*{20}{c}} 0&1&0 \\ 0&0&1 \\ -4&5&0 \end{array}}\right]\bar x + \left[ {\begin{array}{*{20}{c}} 0 \\ 0 \\ 1 \end{array}}\right]u \quad y=\left[ {\begin{array}{*{20}{c}} 0&4&3 \end{array}}\right]\bar x\)

能观测规范型

基于线性非奇异变换\(\hat X = QX\)导出
\(\dot {\hat x} = { {\hat A}_o}\hat x + { {\hat b}_o}u\)
\(y = { {\hat c}_o}\hat x\)
\(\hat A_o = QA{Q^{ - 1}} = \left[ {\begin{array}{*{20}{c}} 0&\cdots&0&-{\alpha_0} \\ 1&\cdots&0&-{\alpha_1} \\ \vdots&\ddots&\vdots&\vdots \\ 0&\cdots&1&-{\alpha_{n-1}} \end{array}}\right] \quad \hat b_o = Qb = \left[ {\begin{array}{*{20}{c}} {\beta _0} \\ {\beta _1} \\ \vdots \\ {\beta _{n - 1}} \end{array}} \right] \quad \hat c_o = cQ^{-1} = \left[ {\begin{array}{*{20}{c}} 0&\cdots&0&1 \end{array}} \right]\)
【例9】求【例8】的能观测规范型:
\(\dot {\hat x} = \left[ {\begin{array}{*{20}{c}} 0&0&-4 \\ 1&0&5 \\ 0&1&0 \end{array}}\right]\hat x + \left[ {\begin{array}{*{20}{c}} 0 \\ 4 \\ 3 \end{array}}\right]u \quad y=\left[ {\begin{array}{*{20}{c}} 0&0&1 \end{array}}\right]\hat x\)

连续时间线性时不变系统的结构分解

对于不完全能控或能观的系统,可以将其分解为能控/能观子系统与不能控/不能观子系统。

参考资料