Chapter9.4:线性系统的状态空间分析与综合(上)

此系列属于胡寿松《自动控制原理题海与考研指导》(第三版)习题精选,仅包含部分经典习题,需要完整版习题答案请自行查找,本系列属于知识点巩固部分,搭配如下几个系列进行学习,可用于期末考试和考研复习。
自动控制原理(第七版)知识提炼
自动控制原理(第七版)课后习题精选
自动控制原理(第七版)附录MATLAB基础



第九章:线性系统的状态空间分析与综合

Example 9.31

已知连续时间系统 ( A , b , c ) (A,b,c) (A,b,c)如下,如有可能,将系统化为可观测标准型,并求出相应的基底变换矩阵。

解:

【系统1】
A = [ 2 − 1 − 1 0 − 1 0 0 2 1 ] , b = [ 7 2 1 ] , c = [ 1 1 0 ] A=\begin{bmatrix} 2 & -1 & -1\\ 0 & -1 & 0\\ 0 & 2 & 1 \end{bmatrix}, b=\begin{bmatrix} 7\\2\\1 \end{bmatrix}, c=\begin{bmatrix} 1 & 1 & 0 \end{bmatrix} A=200112101,b=721,c=[110]
计算可观测性矩阵:
V = [ c T A T c T ( A T ) 2 c T ] = [ 1 2 4 1 − 2 − 2 0 − 1 − 3 ] V=\begin{bmatrix} c^T & A^Tc^T & (A^T)^2c^T \end{bmatrix}=\begin{bmatrix} 1 & 2 & 4\\ 1 & -2 & -2\\ 0 & -1 & -3 \end{bmatrix} V=[cTATcT(AT)2cT]=110221423
由于 r a n k V = 3 = n {\rm rank}V=3=n rankV=3=n,因此系统可观测。

V V V的逆矩阵:
V − 1 = 1 6 [ 4 2 4 3 − 3 6 − 1 1 − 4 ] V^{-1}=\frac{1}{6}\begin{bmatrix} 4 & 2 & 4\\ 3 & -3 & 6\\ -1 & 1 & -4 \end{bmatrix} V1=61431231464
V − 1 V^{-1} V1的第三行, v n T = 1 6 [ − 1 1 − 4 ] v_n^T=\displaystyle\frac{1}{6}\begin{bmatrix}-1 & 1 & -4\end{bmatrix} vnT=61[114],并构造
P = [ v n T v n T A T v n T ( A T ) 2 ] = 1 6 [ − 1 1 − 4 1 − 1 − 2 5 1 − 4 ] P=\begin{bmatrix} v_n^T\\ v_n^TA^T\\ v_n^T(A^T)^2 \end{bmatrix}=\frac{1}{6}\begin{bmatrix} -1 & 1 & -4\\ 1 & -1 & -2\\ 5 & 1 & -4 \end{bmatrix} P=vnTvnTATvnT(AT)2=61115111424
P P P的逆矩阵:
P − 1 = [ − 1 0 1 1 − 4 1 − 1 − 1 0 ] P^{-1} =\begin{bmatrix} -1 & 0 & 1\\ 1 & -4 & 1\\ -1 & -1 & 0 \end{bmatrix} P1=111041110
T = ( P − 1 ) T T=(P^{-1})^T T=(P1)T为变换矩阵,即
T = [ − 1 1 − 1 0 − 4 − 1 1 1 0 ] , x ‾ = T x , T − 1 = P T = 1 6 [ − 1 1 5 1 − 1 1 − 4 − 2 − 4 ] T=\begin{bmatrix} -1 & 1 & -1\\ 0 & -4 & -1\\ 1 & 1 & 0 \end{bmatrix},\overline{x}=Tx,T^{-1}=P^T=\frac{1}{6}\begin{bmatrix} -1 & 1 & 5\\ 1 & -1 & 1\\ -4 & -2 & -4 \end{bmatrix} T=101141110x=TxT1=PT=61114112514
因此可得系统的可观测标准型为:
x ‾ ˙ = T A T − 1 x ‾ + T b u = [ 0 0 − 2 1 0 1 0 1 2 ] x ‾ + [ − 6 − 9 9 ] u , y = c T − 1 x ‾ = [ 0 0 1 ] x ‾ \dot{\overline{x}}=TAT^{-1}\overline{x}+Tbu=\begin{bmatrix} 0 & 0 & -2\\ 1 & 0 & 1\\ 0 & 1 & 2 \end{bmatrix}\overline{x}+\begin{bmatrix} -6\\-9\\9 \end{bmatrix}u,y=cT^{-1}\overline{x}=\begin{bmatrix} 0 & 0 & 1 \end{bmatrix}\overline{x} x˙=TAT1x+Tbu=010001212x+699uy=cT1x=[001]x
【系统2】
A = [ − 1 0 0 0 − 2 0 0 0 − 3 ] , b = [ 2 3 4 ] , c = [ 1 − 1 2 ] A=\begin{bmatrix} -1 & 0 & 0\\ 0 & -2 & 0\\ 0 & 0 & -3 \end{bmatrix}, b=\begin{bmatrix} 2\\3\\4 \end{bmatrix}, c=\begin{bmatrix} 1&-1&2 \end{bmatrix} A=100020003,b=234,c=[112]
计算可观测性矩阵:
V = [ c T A T c T ( A T ) 2 c T ] = [ 1 − 1 1 − 1 2 − 4 2 − 6 18 ] V=\begin{bmatrix} c^T & A^Tc^T & (A^T)^2c^T \end{bmatrix}=\begin{bmatrix} 1 & -1 & 1\\ -1 & 2 & -4\\ 2 & -6 & 18 \end{bmatrix} V=[cTATcT(AT)2cT]=1121261418
由于 r a n k V = 3 = n {\rm rank}V=3=n rankV=3=n,因此系统可观测。

V V V的逆矩阵:
V − 1 = [ 3 3 0.5 2.5 4 0.75 0.5 1 0.25 ] V^{-1}=\begin{bmatrix} 3 & 3 & 0.5\\ 2.5 & 4 & 0.75\\ 0.5 & 1 & 0.25 \end{bmatrix} V1=32.50.53410.50.750.25
V − 1 V^{-1} V1的第三行, v n T = [ 0.5 1 0.25 ] v_n^T=\begin{bmatrix}0.5 & 1 & 0.25\end{bmatrix} vnT=[0.510.25],并构造
P = [ v n T v n T A T v n T ( A T ) 2 ] = [ 0.5 1 0.25 − 0.5 − 2 − 0.75 0.5 4 2.25 ] P=\begin{bmatrix} v_n^T\\ v_n^TA^T\\ v_n^T(A^T)^2 \end{bmatrix}=\begin{bmatrix} 0.5 & 1 & 0.25\\ -0.5 & -2 & -0.75\\ 0.5 & 4 & 2.25 \end{bmatrix} P=vnTvnTATvnT(AT)2=0.50.50.51240.250.752.25
P P P的逆矩阵:
P − 1 = [ 6 5 1 − 3 − 4 − 1 4 6 2 ] P^{-1} =\begin{bmatrix} 6 & 5 & 1\\ -3 & -4 & -1\\ 4 & 6 & 2 \end{bmatrix} P1=634546112
T = ( P − 1 ) T T=(P^{-1})^T T=(P1)T为变换矩阵,即
T = [ 6 − 3 4 5 − 4 6 1 − 1 2 ] , x ‾ = T x , T − 1 = P T = [ 0.5 − 0.5 0.5 1 − 2 4 0.25 − 0.75 2.25 ] T=\begin{bmatrix} 6 & -3 & 4\\ 5 & -4 & 6\\ 1 & -1 & 2 \end{bmatrix},\overline{x}=Tx,T^{-1}=P^T=\begin{bmatrix} 0.5 & -0.5 & 0.5\\ 1 & -2 & 4\\ 0.25 & -0.75 & 2.25 \end{bmatrix} T=651341462x=TxT1=PT=0.510.250.520.750.542.25
因此可得系统的可观测标准型为:
x ‾ ˙ = T A T − 1 x ‾ + T b u = [ 0 0 − 6 1 0 − 11 0 1 − 6 ] x ‾ + [ 19 22 7 ] u , y = c T − 1 x ‾ = [ 0 0 1 ] x ‾ \dot{\overline{x}}=TAT^{-1}\overline{x}+Tbu=\begin{bmatrix} 0 & 0 & -6\\ 1 & 0 & -11\\ 0 & 1 & -6 \end{bmatrix}\overline{x}+\begin{bmatrix} 19\\22\\7 \end{bmatrix}u,y=cT^{-1}\overline{x}=\begin{bmatrix} 0 & 0 & 1 \end{bmatrix}\overline{x} x˙=TAT1x+Tbu=0100016116x+19227uy=cT1x=[001]x

Example 9.32

设系统的传递函数为: G ( s ) = s 2 + a s + b s 3 + 7 s 2 + 14 s + 8 , a < b G(s)=\displaystyle\frac{s^2+as+b}{s^3+7s^2+14s+8},a<b G(s)=s3+7s2+14s+8s2+as+ba<b

问:

  1. a , b a,b a,b为何值时, G ( s ) G(s) G(s)既可控又可观测实现的阶数最低?请给出一个这样的实现;
  2. b = 6 b=6 b=6时, G ( s ) G(s) G(s)最小实现的阶数 n n n是多少?写出 G ( s ) G(s) G(s)所有可控的 n n n阶可观测标准型实现;

解:

【问1】

系统的传递函数为:
G ( s ) = s 2 + a s + b s 3 + 7 s 2 + 14 s + 8 = s 2 + a s + b ( s + 1 ) ( s + 2 ) ( s + 4 ) G(s)=\displaystyle\frac{s^2+as+b}{s^3+7s^2+14s+8}=\frac{s^2+as+b}{(s+1)(s+2)(s+4)} G(s)=s3+7s2+14s+8s2+as+b=(s+1)(s+2)(s+4)s2+as+b
s 2 + a s + b = ( s + 1 ) ( s + 2 ) s^2+as+b=(s+1)(s+2) s2+as+b=(s+1)(s+2)时, a = 3 , b = 2 a=3,b=2 a=3,b=2,不满足 a < b a<b a<b条件;

s 2 + a s + b = ( s + 1 ) ( s + 4 ) s^2+as+b=(s+1)(s+4) s2+as+b=(s+1)(s+4)时, a = 5 , b = 4 a=5,b=4 a=5,b=4,不满足 a < b a<b a<b条件;

s 2 + a s + b = ( s + 2 ) ( s + 4 ) s^2+as+b=(s+2)(s+4) s2+as+b=(s+2)(s+4)时, a = 6 , b = 8 a=6,b=8 a=6,b=8,满足 a < b a<b a<b条件,传递函数可约简为:
G 1 ( s ) = 1 s + 1 = Y ( s ) U ( s ) G_1(s)=\frac{1}{s+1}=\frac{Y(s)}{U(s)} G1(s)=s+11=U(s)Y(s)
此时, G 1 ( s ) G_1(s) G1(s)既可控又可观,是 G ( s ) G(s) G(s)的阶数最低的实现,阶数为 1 1 1

y = x y=x y=x,则相应的状态方程组为:
x ˙ = − x + u , y = x \dot{x}=-x+u,y=x x˙=x+uy=x
【问2】

s 2 + a s + 6 = ( s + 1 ) ( s + 6 ) s^2+as+6=(s+1)(s+6) s2+as+6=(s+1)(s+6),此时 a = 7 a=7 a=7,不满足 a < b a<b a<b条件;

s 2 + a s + 6 = ( s + 2 ) ( s + 3 ) s^2+as+6=(s+2)(s+3) s2+as+6=(s+2)(s+3),此时 a = 5 a=5 a=5,满足 a < b a<b a<b条件;

s 2 + a s + 6 = ( s + 4 ) ( s + 1.5 ) s^2+as+6=(s+4)(s+1.5) s2+as+6=(s+4)(s+1.5),此时 a = 5.5 a=5.5 a=5.5,满足 a < b a<b a<b条件;

a = 5 , b = 6 a=5,b=6 a=5,b=6时, G ( s ) G(s) G(s)可约简为:
G 2 ( s ) = s + 3 ( s + 1 ) ( s + 4 ) = Y ( s ) U ( s ) G_2(s)=\frac{s+3}{(s+1)(s+4)}=\frac{Y(s)}{U(s)} G2(s)=(s+1)(s+4)s+3=U(s)Y(s)
此时, G 2 ( s ) G_2(s) G2(s)既可控又可观,为 G ( s ) G(s) G(s)的最小实现,阶数为 2 2 2,相应的可观测标准型状态方程为:
x ˙ = [ 0 − 4 1 − 5 ] x + [ 3 1 ] u , y = [ 0 1 ] x \dot{x}=\begin{bmatrix} 0 & -4\\ 1 & -5 \end{bmatrix}x+\begin{bmatrix} 3\\1 \end{bmatrix}u,y=\begin{bmatrix} 0&1 \end{bmatrix}x x˙=[0145]x+[31]uy=[01]x
a = 5.5 , b = 6 a=5.5,b=6 a=5.5,b=6时, G ( s ) G(s) G(s)可约简为:
G 3 ( s ) = s + 1.5 ( s + 1 ) ( s + 2 ) = Y ( s ) U ( s ) G_3(s)=\frac{s+1.5}{(s+1)(s+2)}=\frac{Y(s)}{U(s)} G3(s)=(s+1)(s+2)s+1.5=U(s)Y(s)
此时, G 3 ( s ) G_3(s) G3(s)既可控又可观,为 G ( s ) G(s) G(s)的最小实现,阶数为 2 2 2,相应的可观测标准型状态方程为:
x ˙ = [ 0 − 2 1 − 3 ] x + [ 1.5 1 ] u , y = [ 0 1 ] x \dot{x}=\begin{bmatrix} 0 & -2\\ 1 & -3 \end{bmatrix}x+\begin{bmatrix} 1.5\\1 \end{bmatrix}u,y=\begin{bmatrix} 0&1 \end{bmatrix}x x˙=[0123]x+[1.51]uy=[01]x

Example 9.33

设系统的动态方程为:
x ˙ = [ − 1 0 0 0 0 − 2 0 0 0 0 − 3 0 0 0 0 − 4 ] x + [ 1 0 1 0 ] u , y = [ 0 0 2 1 ] x \dot{x}=\begin{bmatrix} -1 & 0 & 0 & 0\\ 0 & -2 & 0 & 0\\ 0 & 0 & -3 & 0\\ 0 & 0 & 0 & -4 \end{bmatrix}x+\begin{bmatrix} 1\\0\\1\\0 \end{bmatrix}u,y=\begin{bmatrix} 0 & 0 & 2 & 1 \end{bmatrix}x x˙=1000020000300004x+1010uy=[0021]x
要求:

  1. 写出系统的规范分解动态方程;
  2. 求系统不可简约的传递函数 G ( s ) G(s) G(s)

解:

  1. 写出系统的规范分解动态方程;

    根据对角型系统的可控和可观测性判据可知:

    可控变量: x 1 , x 3 x_1,x_3 x1,x3;不可控变量: x 2 , x 4 x_2,x_4 x2,x4

    可观测变量: x 3 , x 4 x_3,x_4 x3,x4;不可观测变量: x 1 , x 2 x_1,x_2 x1,x2

    综上: x 3 x_3 x3为可控且可观测变量, x 1 x_1 x1为可控但不可观测变量, x 4 x_4 x4为不可控但可观测变量, x 2 x_2 x2为不可控且不可观测变量。因此,通过变换矩阵 T T T重新调整 A , b , c A,b,c A,b,c的行列次序可得系统的规范动态方程为:
    x ˙ = [ x ˙ c o x ˙ c o ‾ x ˙ c ‾ o x ˙ c o ‾ ] = T A T − 1 x + T b u = [ − 3 0 0 0 0 − 1 0 0 0 0 − 4 0 0 0 0 − 2 ] [ x c o x c o ‾ x c ‾ o x c o ‾ ] + [ 1 1 0 0 ] u y = c T − 1 x = [ 2 0 1 0 ] [ x c o x c o ‾ x c ‾ o x c o ‾ ] , 其 中 : T = [ 0 0 1 0 1 0 0 0 0 0 0 1 0 1 0 0 ] \begin{aligned} \dot{x}&=\begin{bmatrix} \dot{x}_{co}\\ \dot{x}_{c\overline{o}}\\ \dot{x}_{\overline{c}o}\\ \dot{x}_{\overline{co}} \end{bmatrix}=TAT^{-1}x+Tbu=\begin{bmatrix} -3 & 0 & 0 & 0\\ 0 & -1 & 0 & 0\\ 0 & 0 & -4 & 0\\ 0 & 0 & 0 & -2 \end{bmatrix}\begin{bmatrix} {x}_{co}\\ {x}_{c\overline{o}}\\ {x}_{\overline{c}o}\\ {x}_{\overline{co}} \end{bmatrix}+\begin{bmatrix} 1\\1\\0\\0 \end{bmatrix}u\\\\ y&=cT^{-1}x=\begin{bmatrix} 2 & 0 & 1 & 0 \end{bmatrix}\begin{bmatrix} {x}_{co}\\ {x}_{c\overline{o}}\\ {x}_{\overline{c}o}\\ {x}_{\overline{co}} \end{bmatrix},其中:T=\begin{bmatrix} 0 & 0 & 1 & 0\\ 1 & 0 & 0 & 0\\ 0 & 0 & 0 & 1\\ 0 & 1 & 0 & 0 \end{bmatrix} \end{aligned} x˙y=x˙cox˙cox˙cox˙co=TAT1x+Tbu=3000010000400002xcoxcoxcoxco+1100u=cT1x=[2010]xcoxcoxcoxcoT=0100000110000010

  2. 求系统不可简约的传递函数 G ( s ) G(s) G(s)

    根据系统的规范分解可知,其可控可观测部分为:
    x ˙ c o = − 3 x c o + u , y = 2 x c o \dot{x}_{co}=-3x_{co}+u,y=2x_{co} x˙co=3xco+uy=2xco
    因此可得系统不可简约的传递函数为:
    G ( s ) = 2 s + 3 G(s)=\frac{2}{s+3} G(s)=s+32

Example 9.34

已知系统传递函数: G ( s ) = 20 s 3 + 4 s 2 + 3 s G(s)=\displaystyle\frac{20}{s^3+4s^2+3s} G(s)=s3+4s2+3s20,试写出系统可控标准型动态方程,设计反馈增益阵 k k k,使系统极点配置在 − 5 , − 2 ± j 2 -5,-2±{\rm j}2 5,2±j2处,并画出系统结构图;

解:

根据系统的传递函数可得系统的可控标准型:
x ˙ = [ 0 1 0 0 0 1 0 − 3 − 4 ] x + [ 0 0 1 ] u , y = [ 20 0 0 ] x \dot{x}=\begin{bmatrix} 0 & 1 & 0\\ 0 & 0 & 1\\ 0 & -3 & -4 \end{bmatrix}x+\begin{bmatrix} 0\\0\\1 \end{bmatrix}u,y=\begin{bmatrix} 20 & 0 & 0 \end{bmatrix}x x˙=000103014x+001uy=[2000]x
系统可控,可以对其进行极点配置。

希望特征多项式为:
∣ λ I − A ‾ ∣ = ( λ + 5 ) ( λ + 2 − j 2 ) ( λ + 2 + j 2 ) = λ 3 + 9 λ 2 + 28 λ + 40 |\lambda{I}-\overline{A}|=(\lambda+5)(\lambda+2-{\rm j}2)(\lambda+2+{\rm j}2)=\lambda^3+9\lambda^2+28\lambda+40 λIA=(λ+5)(λ+2j2)(λ+2+j2)=λ3+9λ2+28λ+40
取状态反馈控制律为:
u = v − k x , k = [ k 0 k 1 k 2 ] u=v-kx,k=\begin{bmatrix} k_0 & k_1 & k_2 \end{bmatrix} u=vkxk=[k0k1k2]
则状态反馈后系统的状态方程为:
x ˙ = ( A − b k ) x + b v = A ‾ x + b v \dot{x}=(A-bk)x+bv=\overline{A}x+bv x˙=(Abk)x+bv=Ax+bv
其特征多项式为:
∣ λ I − ( A − b k ) ∣ = λ 3 + ( 4 + k 2 ) λ 2 + ( 3 + k 1 ) λ + k 0 |\lambda{I}-(A-bk)|=\lambda^3+(4+k_2)\lambda^2+(3+k_1)\lambda+k_0 λI(Abk)=λ3+(4+k2)λ2+(3+k1)λ+k0

{ 4 + k 2 = 9 3 + k 1 = 28 k 0 = 40 ⇒ { k 0 = 40 k 1 = 25 k 2 = 5 \begin{cases} &4+k_2=9\\ &3+k_1=28\\ &k_0=40 \end{cases}\Rightarrow\begin{cases} k_0=40\\ k_1=25\\ k_2=5 \end{cases} 4+k2=93+k1=28k0=40k0=40k1=25k2=5
【系统结构图】

1

Example 9.35

已知系统动态方程为:
x ˙ = [ 0 1 0 0 0 1 0 − 6 − 5 ] x + [ 0 0 1 ] u , y = [ 1 0 0 ] x \dot{x}=\begin{bmatrix} 0 & 1 & 0\\ 0 & 0 & 1\\ 0 & -6 & -5 \end{bmatrix}x+\begin{bmatrix} 0\\0\\1 \end{bmatrix}u,y=\begin{bmatrix} 1 & 0 & 0 \end{bmatrix}x x˙=000106015x+001uy=[100]x
要求:

  1. 设计全维状态观测器,使其极点落在 λ ‾ 1 = λ ‾ 2 = λ ‾ 3 = − 3 \overline\lambda_1=\overline\lambda_2=\overline\lambda_3=-3 λ1=λ2=λ3=3处,并求观测器输出反馈向量 h h h
  2. 利用状态观测器进行状态反馈,使系统极点配置在 λ 1 = − 6 , λ 2 , 3 = − 3 ± j 3 \lambda_1=-6,\lambda_{2,3}=-3±{\rm j}3 λ1=6λ2,3=3±j3处,并求满足要求的状态反馈增益向量 k k k
  3. 画出系统总体结构图;

解:

  1. 全维状态观测器设计。

    因可观测性矩阵为:
    V = [ c c A c A 2 ] = [ 1 0 0 0 1 0 0 0 1 ] , r a n k V = 3 = n V=\begin{bmatrix} c\\ cA\\ cA^2 \end{bmatrix}=\begin{bmatrix} 1 & 0 & 0\\ 0 & 1 & 0\\ 0 & 0 & 1 \end{bmatrix},{\rm rank}V=3=n V=ccAcA2=100010001rankV=3=n
    因此系统可观测,可设计全维状态观测器为:
    x ^ ˙ = ( A − h c ) x ^ + b u + h y \dot{\hat{x}}=(A-hc)\hat{x}+bu+hy x^˙=(Ahc)x^+bu+hy
    h = [ h 1 h 2 h 3 ] T h=\begin{bmatrix}h_1&h_2&h_3\end{bmatrix}^T h=[h1h2h3]T,计算
    A − h c = [ − h 1 1 0 − h 2 0 1 − h 3 − 6 − 5 ] A-hc=\begin{bmatrix} -h_1 & 1 & 0\\ -h_2 & 0 & 1\\ -h_3 & -6 & -5 \end{bmatrix} Ahc=h1h2h3106015
    可得其特征多项式为:
    det ⁡ [ s I − ( A − h c ) ] = s 3 + ( 5 + h 1 ) s 2 + ( 6 + 5 h 1 + h 2 ) s + 6 h 1 + 5 h 2 + h 3 \det[sI-(A-hc)]=s^3+(5+h_1)s^2+(6+5h_1+h_2)s+6h_1+5h_2+h_3 det[sI(Ahc)]=s3+(5+h1)s2+(6+5h1+h2)s+6h1+5h2+h3
    希望特征多项式为:
    ( s + 3 ) 3 = s 3 + 9 s 2 + 27 s + 27 (s+3)^3=s^3+9s^2+27s+27 (s+3)3=s3+9s2+27s+27
    比较上两特征多项式,可得:
    h = [ 4 1 − 2 ] T h=\begin{bmatrix} 4 & 1 & -2 \end{bmatrix}^T h=[412]T
    可得观测器方程为:
    x ^ ˙ = [ − 4 1 0 − 1 0 1 2 − 6 − 5 ] x ^ + [ 0 0 1 ] u + [ 4 1 − 2 ] y \dot{\hat{x}}=\begin{bmatrix} -4 & 1 & 0\\ -1 & 0 & 1\\ 2 & -6 & -5 \end{bmatrix}\hat{x}+\begin{bmatrix} 0\\0\\1 \end{bmatrix}u+\begin{bmatrix} 4\\1\\-2 \end{bmatrix}y x^˙=412106015x^+001u+412y

  2. 状态反馈设计。

    因为可控性矩阵为:
    S = [ b A b A 2 b ] = [ 0 0 1 0 1 − 5 1 − 5 19 ] , r a n k S = 3 = n S=\begin{bmatrix} b & Ab & A^2b \end{bmatrix}=\begin{bmatrix} 0 & 0 & 1\\ 0 & 1 & -5\\ 1 & -5 & 19 \end{bmatrix},{\rm rank}S=3=n S=[bAbA2b]=0010151519rankS=3=n
    因此系统可控,可以通过状态反馈进行极点配置,同时由于被控系统完全可控可观测,满足分离定理,观测器和状态反馈控制器可以分别独立进行设计。

    令状态反馈增益向量为: k = [ k 1 k 2 k 3 ] k=\begin{bmatrix}k_1&k_2&k_3\end{bmatrix} k=[k1k2k3],由
    A + b k = [ 0 1 0 0 0 1 k 1 k 2 − 6 k 3 − 5 ] A+bk=\begin{bmatrix} 0 & 1 & 0\\ 0 & 0 & 1\\ k_1 & k_2-6 & k_3-5 \end{bmatrix} A+bk=00k110k2601k35
    可得特征多项式为:
    det ⁡ [ s I − ( A + b k ) ] = s 3 + ( 5 − k 3 ) s 2 + ( 6 − k 2 ) s − k 1 \det[sI-(A+bk)]=s^3+(5-k_3)s^2+(6-k_2)s-k_1 det[sI(A+bk)]=s3+(5k3)s2+(6k2)sk1
    希望特征多项式为:
    ( s + 6 ) ( s + 3 − j 3 ) ( s + 3 + j 3 ) = s 3 + 12 s 2 + 54 s + 108 (s+6)(s+3-{\rm j}3)(s+3+{\rm j}3)=s^3+12s^2+54s+108 (s+6)(s+3j3)(s+3+j3)=s3+12s2+54s+108
    比较上两式可得:
    k = [ − 108 − 48 − 7 ] k=\begin{bmatrix} -108 & -48 & -7 \end{bmatrix} k=[108487]

  3. 系统总体结构图。
    2

猜你喜欢

转载自blog.csdn.net/qq_39032096/article/details/128116348