Chapter9.3:线性系统的状态空间分析与综合(下)

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 9.26

判断下列系统的可控性和输出可控性。

解:

【系统1】
A = [ 0 1 − 1 − 6 − 11 6 − 6 − 11 5 ] , b = [ − 1 2 1 ] , C = [ 1 0 0 0 1 − 1 ] , d = [ 2 − 1 ] A=\begin{bmatrix} 0 & 1 & -1\\ -6 & -11 & 6\\ -6 & -11 & 5 \end{bmatrix},b=\begin{bmatrix} -1\\2\\1 \end{bmatrix},C=\begin{bmatrix} 1 & 0 & 0\\ 0 & 1 & -1 \end{bmatrix},d=\begin{bmatrix} 2\\-1 \end{bmatrix} A=06611111165b=121C=[100101]d=[21]
系统可控性矩阵为:
S = [ b A b A 2 b ] = [ − 1 1 1 2 − 10 38 1 − 11 49 ] S=\begin{bmatrix} b & Ab & A^2b \end{bmatrix}=\begin{bmatrix} -1 & 1 & 1\\ 2 & -10 & 38\\ 1 & -11 & 49 \end{bmatrix} S=[bAbA2b]=1211101113849
由于 r a n k S = 2 < n = 3 {\rm rank}S=2<n=3 rankS=2<n=3,所以系统不可控。

系统的输出可控性矩阵为:
S o = [ C b C A b C A 2 b d ] = [ − 1 1 1 2 1 1 − 11 − 1 ] S_o=\begin{bmatrix} Cb & CAb & CA^2b & d \end{bmatrix}=\begin{bmatrix} -1 & 1 & 1 & 2\\ 1 & 1 & -11 & -1 \end{bmatrix} So=[CbCAbCA2bd]=[111111121]
由于 r a n k S o = 2 = q {\rm rank}S_o=2=q rankSo=2=q,所以系统输出可控。

【系统2】
A = [ 0 1 0 0 0 1 0 − 2 − 2 ] , B = [ 0 − 2 2 0 4 4 ] , c = [ 0 0 1 ] , d = [ 1 − 1 ] A=\begin{bmatrix} 0 & 1 & 0\\ 0 & 0 & 1\\ 0 & -2 & -2 \end{bmatrix},B=\begin{bmatrix} 0 & -2\\ 2 & 0\\ 4 & 4 \end{bmatrix},c=\begin{bmatrix} 0 & 0 & 1 \end{bmatrix},d=\begin{bmatrix} 1 & -1 \end{bmatrix} A=000102012B=024204c=[001]d=[11]
系统可控性矩阵为:
S = [ B A B A 2 B ] = [ 0 − 2 2 0 4 4 2 0 4 4 − 12 − 8 4 4 − 12 − 8 16 8 ] S=\begin{bmatrix} B & AB & A^2B \end{bmatrix}=\begin{bmatrix} 0 & -2 & 2 & 0 & 4 & 4\\ 2 & 0 & 4 & 4 & -12 & -8\\ 4 & 4 & -12 & -8 & 16 & 8 \end{bmatrix} S=[BABA2B]=024204241204841216488
由于 r a n k S = 3 = n {\rm rank}S=3=n rankS=3=n,所以系统可控。

系统的输出可控性矩阵为:
S o = [ c B c A B c A 2 B d ] = [ 4 4 − 12 − 8 16 8 1 − 1 ] S_o=\begin{bmatrix} cB & cAB & cA^2B & d \end{bmatrix}=\begin{bmatrix} 4 & 4 & -12 & -8 & 16 & 8 & 1 & -1 \end{bmatrix} So=[cBcABcA2Bd]=[4412816811]
由于 r a n k S o = 1 = q {\rm rank}S_o=1=q rankSo=1=q,所以系统输出可控。

【系统3】
A = [ 0 1 0 0 0 1 2 3 0 ] , b = [ 2 1 5 ] , c = [ 2 1 − 1 ] , d = 0 A=\begin{bmatrix} 0 & 1 & 0\\ 0 & 0 & 1\\ 2 & 3 & 0 \end{bmatrix},b=\begin{bmatrix} 2\\1\\5 \end{bmatrix},c=\begin{bmatrix} 2 & 1 & -1 \end{bmatrix},d=0 A=002103010b=215c=[211]d=0
系统可控性矩阵为:
S = [ b A b A 2 b ] = [ 2 1 5 1 5 7 5 7 17 ] S=\begin{bmatrix} b & Ab & A^2b \end{bmatrix}=\begin{bmatrix} 2 & 1 & 5\\ 1 & 5 & 7\\ 5 & 7 & 17 \end{bmatrix} S=[bAbA2b]=2151575717
由于 r a n k S = 2 < n {\rm rank}S=2<n rankS=2<n,所以系统不可控。

系统的输出可控性矩阵为:
S o = [ c b c A b c A 2 b d ] = [ 0 0 0 0 ] S_o=\begin{bmatrix} cb & cAb & cA^2b & d \end{bmatrix}=\begin{bmatrix} 0 & 0 & 0 & 0 \end{bmatrix} So=[cbcAbcA2bd]=[0000]
由于 r a n k S o = 0 < q {\rm rank}S_o=0<q rankSo=0<q,所以系统输出不可控。

【系统4】
A = [ 5 4 0 0 1 0 − 4 4 1 ] , B = 0 , C = [ 1 0 0 0 1 − 1 1 0 1 0 2 0 ] , D = [ 0 0 0 0 0 1 1 0 ] A=\begin{bmatrix} 5 & 4 & 0\\ 0 & 1 & 0\\ -4 & 4 & 1 \end{bmatrix},B=0,C=\begin{bmatrix} 1 & 0 & 0\\ 0 & 1 & -1\\ 1 & 0 & 1\\ 0 & 2 & 0 \end{bmatrix},D=\begin{bmatrix} 0 & 0\\ 0 & 0\\ 0 & 1\\ 1 & 0 \end{bmatrix} A=504414001B=0C=101001020110D=00010010
由于 B = 0 B=0 B=0,所以系统不可控。

系统的输出可控性矩阵为:
S o = [ C B C A B C A 2 B D ] = [ 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 ] S_o=\begin{bmatrix} CB & CAB & CA^2B & D \end{bmatrix}=\begin{bmatrix} 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0\\ 0 & 0 & 0 & 0 & 0 & 0 & 0 & 0\\ 0 & 0 & 0 & 0 & 0 & 0 & 0 & 1\\ 0 & 0 & 0 & 0 & 0 & 0 & 1 & 0 \end{bmatrix} So=[CBCABCA2BD]=00000000000000000000000000010010
由于 r a n k S o = 2 < q = 4 {\rm rank}S_o=2<q=4 rankSo=2<q=4,所以系统输出不可控。

【系统5】
A = [ 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 − 1 − 1 − 2 − 2 − 1 ] , b = [ 1 0 0 0 1 ] , C = [ 1 0 − 1 0 0 − 2 0 2 0 0 ] , d = 0 A=\begin{bmatrix} 0 & 1 & 0 & 0 & 0\\ 0 & 0 & 1 & 0 & 0\\ 0 & 0 & 0 & 1 & 0\\ 0 & 0 & 0 & 0 & 1\\ -1 & -1 & -2 & -2 & -1 \end{bmatrix},b=\begin{bmatrix} 1\\0\\0\\0\\1 \end{bmatrix},C=\begin{bmatrix} 1 & 0 & -1 & 0 & 0\\ -2 & 0 & 2 & 0 & 0 \end{bmatrix},d=0 A=0000110001010020010200011b=10001C=[1200120000]d=0
系统可控性矩阵为:
S = [ b A b A 2 b A 3 b A 4 b ] = [ 1 0 0 0 1 0 0 0 1 − 2 0 0 1 − 2 0 0 1 − 2 0 2 1 − 2 0 2 1 ] S=\begin{bmatrix} b & Ab & A^2b & A^3b & A^4b \end{bmatrix}=\begin{bmatrix} 1 & 0 & 0 & 0 & 1\\ 0 & 0 & 0 & 1 & -2\\ 0 & 0 & 1 & -2 & 0\\ 0 & 1 & -2 & 0 & 2\\ 1 & -2 & 0 & 2 & 1 \end{bmatrix} S=[bAbA2bA3bA4b]=1000100012001200120212021
由于 r a n k S = 5 = n {\rm rank}S=5=n rankS=5=n,所以系统可控。

系统的输出可控性矩阵为:
S o = [ C b C A b C A 2 b C A 3 b C A 4 b d ] = [ 1 0 − 1 2 1 0 − 2 0 2 − 4 − 2 0 ] S_o=\begin{bmatrix} Cb & CAb & CA^2b & CA^3b & CA^4b & d \end{bmatrix}=\begin{bmatrix} 1 & 0 & -1 & 2 & 1 & 0\\ -2 & 0 & 2 & -4 & -2 & 0 \end{bmatrix} So=[CbCAbCA2bCA3bCA4bd]=[120012241200]
由于 r a n k S o = 1 < q = 2 {\rm rank}S_o=1<q=2 rankSo=1<q=2,所以系统输出不可控。

Example 9.27

确定使下列系统可控且可观测的待定常数 α i \alpha_i αi β i ( i = 1 , 2 ) \beta_i(i=1,2) βi(i=1,2)

解:

【系统1】
A = [ α 1 1 0 α 2 ] , b = [ 1 1 ] , c = [ 1 − 1 ] A=\begin{bmatrix} \alpha_1 & 1\\ 0 & \alpha_2 \end{bmatrix},b=\begin{bmatrix} 1\\1 \end{bmatrix},c=\begin{bmatrix} 1 & -1 \end{bmatrix} A=[α101α2]b=[11]c=[11]
设系统的可控性和可观测性矩阵分别为:
S = [ b A b ] = [ 1 1 + α 1 1 α 2 ] , V = [ c T A T c T ] = [ 1 α 1 − 1 1 − α 2 ] S=\begin{bmatrix} b & Ab \end{bmatrix}=\begin{bmatrix} 1 & 1+\alpha_1\\ 1 & \alpha_2 \end{bmatrix}, V=\begin{bmatrix} c^T & A^Tc^T \end{bmatrix}=\begin{bmatrix} 1 & \alpha_1\\ -1 & 1-\alpha_2 \end{bmatrix} S=[bAb]=[111+α1α2]V=[cTATcT]=[11α11α2]
若系统可控可观测,则要求 r a n k V = 2 = n , r a n k S = 2 = n {\rm rank}V=2=n,{\rm rank}S=2=n rankV=2=nrankS=2=n,即 det ⁡ V ≠ 0 , det ⁡ S ≠ 0 \det{V}≠0,\det{S}≠0 detV=0detS=0,则应有 α 2 ≠ 1 + α 1 \alpha_2≠1+\alpha_1 α2=1+α1.

【系统2】
A = [ 0 0 2 1 0 − 3 0 1 − 4 ] , b = [ 1 β 1 β 2 ] , c = [ 1 0 0 ] A=\begin{bmatrix} 0 & 0 & 2\\ 1 & 0 & -3\\ 0 & 1 & -4 \end{bmatrix},b=\begin{bmatrix} 1\\\beta_1\\\beta_2 \end{bmatrix},c=\begin{bmatrix} 1 & 0 & 0 \end{bmatrix} A=010001234b=1β1β2c=[100]
设系统的可控性和可观测性矩阵分别为:
S = [ b A b A 2 b ] = [ 1 2 β 2 2 β 1 − 8 β 2 β 1 1 − 3 β 2 − 3 β 1 + 14 β 2 β 2 β 1 − 4 β 2 1 − 4 β 1 + 13 β 2 ] V = [ c T A T c T ( A 2 ) T c T ] = [ 1 0 0 0 0 2 0 2 − 8 ] \begin{aligned} &S=\begin{bmatrix} b & Ab & A^2b \end{bmatrix}=\begin{bmatrix} 1 & 2\beta_2 & 2\beta_1-8\beta_2\\ \beta_1 & 1-3\beta_2 & -3\beta_1+14\beta_2\\ \beta_2 & \beta_1-4\beta_2 & 1-4\beta_1+13\beta_2 \end{bmatrix}\\\\ &V=\begin{bmatrix} c^T & A^Tc^T & (A^2)^Tc^T \end{bmatrix}=\begin{bmatrix} 1 & 0 & 0\\ 0 & 0 & 2\\ 0 & 2 & -8 \end{bmatrix} \end{aligned} S=[bAbA2b]=1β1β22β213β2β14β22β18β23β1+14β214β1+13β2V=[cTATcT(A2)TcT]=100002028
若系统可控可观测,则必须要求 r a n k V = 3 = n , r a n k S = 3 = n {\rm rank}V=3=n,{\rm rank}S=3=n rankV=3=nrankS=3=n,即 det ⁡ V ≠ 0 , det ⁡ S ≠ 0 \det{V}≠0,\det{S}≠0 detV=0detS=0.显然,由于 det ⁡ V = − 4 ≠ 0 \det{V}=-4≠0 detV=4=0成立,则该系统必然可观测。

故只需要求 1 − 4 β 1 + 10 β 2 − 18 β 1 β 2 + 25 β 2 2 + 6 β 1 β 2 2 − 8 β 1 2 β 2 + 4 β 2 3 + 2 β 1 3 + 3 β 1 2 ≠ 0 1-4\beta_1+10\beta_2-18\beta_1\beta_2+25\beta_2^2+6\beta_1\beta_2^2-8\beta_1^2\beta_2+4\beta_2^3+2\beta_1^3+3\beta_1^2≠0 14β1+10β218β1β2+25β22+6β1β228β12β2+4β23+2β13+3β12=0即可。

Example 9.28

线性定常离散系统的动态方程为:
x ( k + 1 ) = [ 2 0 0 − 1 − 2 0 0 1 2 ] x ( k ) + [ 0 0 1 ] u ( k ) , y ( k ) = [ 1 0 1 0 1 0 ] x ( k ) x(k+1)=\begin{bmatrix} 2 & 0 & 0\\ -1 & -2 & 0\\ 0 & 1 & 2 \end{bmatrix}x(k)+\begin{bmatrix} 0\\ 0\\ 1 \end{bmatrix}u(k),y(k)=\begin{bmatrix} 1 & 0 & 1\\ 0 & 1 & 0 \end{bmatrix}x(k) x(k+1)=210021002x(k)+001u(k)y(k)=[100110]x(k)
判别系统的可控性和可观测性。

解:

设系统可控性矩阵为 S S S,则
S = [ h G h G 2 h ] = [ 0 0 0 0 0 0 1 2 4 ] , r a n k S = 1 < 3 = n S=\begin{bmatrix} h & Gh & G^2h \end{bmatrix}=\begin{bmatrix} 0 & 0 & 0\\ 0 & 0 & 0\\ 1 & 2 & 4 \end{bmatrix},{\rm rank}S=1<3=n S=[hGhG2h]=001002004rankS=1<3=n
故系统不可控。

设系统的可观测性矩阵为 V V V,则
V = [ C T G T C T ( G 2 ) T C T ] = [ 1 0 1 0 4 0 0 1 2 0 8 0 1 0 4 0 16 0 ] , r a n k V = 3 = n V=\begin{bmatrix} C^T & G^TC^T & (G^2)^TC^T \end{bmatrix}=\begin{bmatrix} 1 & 0 & 1 & 0 & 4 & 0\\ 0 & 1 & 2 & 0 & 8 & 0\\ 1 & 0 & 4 & 0 & 16 & 0 \end{bmatrix},{\rm rank}V=3=n V=[CTGTCT(G2)TCT]=1010101240004816000rankV=3=n
故系统可观测。

Example 9.29

设有连续时间系统 ( A , b , c ) (A,b,c) (A,b,c),其中:
A = [ 0 π − π 0 ] , b = [ 0 1 ] , c = [ 1 2 ] A=\begin{bmatrix} 0 & \pi\\ -\pi & 0 \end{bmatrix},b=\begin{bmatrix} 0\\1 \end{bmatrix}, c=\begin{bmatrix} 1 & 2 \end{bmatrix} A=[0ππ0]b=[01]c=[12]
要求:

  1. 判断系统的可控性、可观测性和输出可控性;
  2. 以采样周期 T = 1 T=1 T=1将系统离散化,并判断离散化系统的可控性、可观测性和输出可控性;
  3. 以采样周期 T = 2 T=2 T=2将系统离散化,并判断离散化系统的可控性、可观测性和输出可控性;

解:

  1. 判断系统的可控性、可观测性和输出可控性。

    判断系统可控性:
    r a n k S = r a n k [ b A b ] = r a n k [ 0 π 1 0 ] = 2 = n {\rm rank}S={\rm rank}\begin{bmatrix} b & Ab \end{bmatrix}={\rm rank}\begin{bmatrix} 0 & \pi\\ 1 & 0 \end{bmatrix}=2=n rankS=rank[bAb]=rank[01π0]=2=n
    因此,系统可控。

    判断系统可观测性:
    r a n k V = r a n k [ c c A ] = r a n k [ 1 2 − 2 π π ] = 2 = n {\rm rank}V={\rm rank}\begin{bmatrix} c\\cA \end{bmatrix}={\rm rank}\begin{bmatrix} 1 & 2\\ -2\pi & \pi \end{bmatrix}=2=n rankV=rank[ccA]=rank[12π2π]=2=n
    因此,系统可观测。

    判断系统输出可控性:
    r a n k S o = r a n k [ c b c A b c A 2 b ] = r a n k [ 2 π 0 ] = 1 = q {\rm rank}S_o={\rm rank}\begin{bmatrix} cb & cAb & cA^2b \end{bmatrix}={\rm rank}\begin{bmatrix} 2 & \pi & 0 \end{bmatrix}=1=q rankSo=rank[cbcAbcA2b]=rank[2π0]=1=q
    因此,系统输出可控。

  2. T = 1 T=1 T=1离散化。

    设系统离散化后状态方程为: x ( k + 1 ) = G ( T ) x ( k ) + h ( T ) u ( k ) x(k+1)=G(T)x(k)+h(T)u(k) x(k+1)=G(T)x(k)+h(T)u(k),式中 G ( T ) , h ( T ) G(T),h(T) G(T)h(T)与连续系统的状态转移矩阵的关系:
    G ( T ) = Φ ( t ) ∣ t = T , h ( T ) = ∫ 0 T Φ ( τ ) b d τ G(T)=\left.\Phi(t)\right|_{t=T},h(T)=\int_0^T\Phi(\tau)b{\rm d}\tau G(T)=Φ(t)t=Th(T)=0TΦ(τ)bdτ

    Φ ( t ) = L − 1 [ ( s I − A ) − 1 ] = [ cos ⁡ π t sin ⁡ π t − sin ⁡ π t cos ⁡ π t ] \Phi(t)=L^{-1}[(sI-A)^{-1}]=\begin{bmatrix} \cos\pi{t} & \sin\pi{t}\\ -\sin\pi{t} & \cos\pi{t} \end{bmatrix} Φ(t)=L1[(sIA)1]=[cosπtsinπtsinπtcosπt]

    T = 1 T=1 T=1时,
    G ( T ) = Φ ( t ) ∣ t = T = [ − 1 0 0 − 1 ] , h ( T ) = ∫ 0 T Φ ( τ ) b d τ = [ 2 π 0 ] , c = [ 1 2 ] G(T)=\left.\Phi(t)\right|_{t=T}=\begin{bmatrix} -1 & 0\\ 0 & -1 \end{bmatrix},h(T)=\int_0^T\Phi(\tau)b{\rm d}\tau=\begin{bmatrix} \displaystyle\frac{2}{\pi}\\ 0 \end{bmatrix},c=\begin{bmatrix} 1 & 2 \end{bmatrix} G(T)=Φ(t)t=T=[1001]h(T)=0TΦ(τ)bdτ=[π20]c=[12]
    离散系统的可控性:
    r a n k S = r a n k [ h G h ] = r a n k [ 2 π − 2 π 0 0 ] = 1 < 2 = n {\rm rank}S={\rm rank}\begin{bmatrix} h & Gh \end{bmatrix}={\rm rank}\begin{bmatrix} \displaystyle\frac{2}{\pi} & -\displaystyle\frac{2}{\pi}\\ 0 & 0 \end{bmatrix}=1<2=n rankS=rank[hGh]=rank[π20π20]=1<2=n
    因此,离散系统不可控。

    系统的可观测性:
    r a n k V = r a n k [ c c G ] = r a n k [ 1 2 − 1 − 2 ] = 1 < 2 = n {\rm rank}V={\rm rank}\begin{bmatrix} c\\ cG \end{bmatrix}={\rm rank}\begin{bmatrix} 1 & 2\\ -1 & -2 \end{bmatrix}=1<2=n rankV=rank[ccG]=rank[1122]=1<2=n
    因此,离散系统不可观测。

    系统的输出可控性:
    r a n k S o = r a n k [ c h c G h d ] = r a n k [ 2 π − 2 π 0 ] = 1 = q {\rm rank}S_o={\rm rank}\begin{bmatrix} ch & cGh & d \end{bmatrix}={\rm rank}\begin{bmatrix} \displaystyle\frac{2}{\pi} & -\displaystyle\frac{2}{\pi} & 0 \end{bmatrix}=1=q rankSo=rank[chcGhd]=rank[π2π20]=1=q
    因此,离散系统输出可控。

  3. T = 2 T=2 T=2离散化。

    设系统离散化后状态方程为: x ( k + 1 ) = G ( T ) x ( k ) + h ( T ) u ( k ) x(k+1)=G(T)x(k)+h(T)u(k) x(k+1)=G(T)x(k)+h(T)u(k),式中 G ( T ) , h ( T ) G(T),h(T) G(T)h(T)与连续系统的状态转移矩阵的关系:
    G ( T ) = Φ ( t ) ∣ t = T , h ( T ) = ∫ 0 T Φ ( τ ) b d τ G(T)=\left.\Phi(t)\right|_{t=T},h(T)=\int_0^T\Phi(\tau)b{\rm d}\tau G(T)=Φ(t)t=Th(T)=0TΦ(τ)bdτ

    Φ ( t ) = L − 1 [ ( s I − A ) − 1 ] = [ cos ⁡ π t sin ⁡ π t − sin ⁡ π t cos ⁡ π t ] \Phi(t)=L^{-1}[(sI-A)^{-1}]=\begin{bmatrix} \cos\pi{t} & \sin\pi{t}\\ -\sin\pi{t} & \cos\pi{t} \end{bmatrix} Φ(t)=L1[(sIA)1]=[cosπtsinπtsinπtcosπt]

    T = 2 T=2 T=2时,
    G ( T ) = Φ ( t ) ∣ t = T = [ 1 0 0 1 ] , h ( T ) = ∫ 0 T Φ ( τ ) b d τ = [ 0 0 ] , c = [ 1 2 ] G(T)=\left.\Phi(t)\right|_{t=T}=\begin{bmatrix} 1 & 0\\ 0 & 1 \end{bmatrix},h(T)=\int_0^T\Phi(\tau)b{\rm d}\tau=\begin{bmatrix} 0\\ 0 \end{bmatrix},c=\begin{bmatrix} 1 & 2 \end{bmatrix} G(T)=Φ(t)t=T=[1001]h(T)=0TΦ(τ)bdτ=[00]c=[12]
    离散系统的可控性:
    r a n k S = r a n k [ h G h ] = r a n k [ 0 0 0 0 ] = 0 < 2 = n {\rm rank}S={\rm rank}\begin{bmatrix} h & Gh \end{bmatrix}={\rm rank}\begin{bmatrix} 0 & 0\\ 0 & 0 \end{bmatrix}=0<2=n rankS=rank[hGh]=rank[0000]=0<2=n
    因此,离散系统不可控。

    系统的可观测性:
    r a n k V = r a n k [ c c G ] = r a n k [ 1 2 1 2 ] = 1 < 2 = n {\rm rank}V={\rm rank}\begin{bmatrix} c\\ cG \end{bmatrix}={\rm rank}\begin{bmatrix} 1 & 2\\ 1 & 2 \end{bmatrix}=1<2=n rankV=rank[ccG]=rank[1122]=1<2=n
    因此,离散系统不可观测。

    系统的输出可控性:
    r a n k S o = r a n k [ c h c G h d ] = r a n k [ 0 0 0 ] = 0 < 1 = q {\rm rank}S_o={\rm rank}\begin{bmatrix} ch & cGh & d \end{bmatrix}={\rm rank}\begin{bmatrix} 0 & 0 & 0 \end{bmatrix}=0<1=q rankSo=rank[chcGhd]=rank[000]=0<1=q
    因此,离散系统输出不可控。

Example 9.30

已知连续系统 ( A , b , c ) (A,b,c) (A,b,c)为如下几个不同系统,如有可能,将系统化为可控标准型,并求出相应的基底变换矩阵。

解:

【系统1】
A = [ 1 2 0 3 − 1 1 0 2 0 ] , b = [ 2 1 1 ] , c = [ 0 0 1 ] A=\begin{bmatrix} 1 & 2 & 0\\ 3 & -1 & 1\\ 0 & 2 & 0 \end{bmatrix},b=\begin{bmatrix} 2\\1\\1 \end{bmatrix},c=\begin{bmatrix} 0 & 0 & 1 \end{bmatrix} A=130212010b=211c=[001]
x = P x ‾ x=P\overline{x} x=Px,其中 P P P为将非标准型化为可控标准型的变换矩阵。

可控性矩阵为:
S = [ b A b A 2 b ] = [ 2 4 16 1 6 8 1 2 12 ] S=\begin{bmatrix} b & Ab & A^2b \end{bmatrix}=\begin{bmatrix} 2 & 4 & 16\\ 1 & 6 & 8\\ 1 & 2 & 12 \end{bmatrix} S=[bAbA2b]=21146216812
由于 r a n k S = 3 = n {\rm rank}S=3=n rankS=3=n,故系统完全可控。

可控性矩阵的逆阵:
S − 1 = [ 1.75 − 0.5 − 2 − 0.125 0.25 0 − 0.125 0 0.25 ] S^{-1}=\begin{bmatrix} 1.75 & -0.5 & -2\\ -0.125 & 0.25 & 0\\ -0.125 & 0 & 0.25 \end{bmatrix} S1=1.750.1250.1250.50.250200.25
S − 1 S^{-1} S1最后一行构成行向量 p 1 = [ − 0.125 0 0.25 ] p_1=\begin{bmatrix}-0.125 & 0 & 0.25\end{bmatrix} p1=[0.12500.25],构成 P − 1 P^{-1} P1阵:
P − 1 = [ p 1 p 1 A p 1 A 2 ] = [ − 0.125 0 0.25 − 0.125 0.25 0 0.625 − 0.5 0.25 ] P^{-1}=\begin{bmatrix} p_1\\ p_1A\\ p_1A^2 \end{bmatrix}=\begin{bmatrix} -0.125 & 0 & 0.25\\ -0.125 & 0.25 & 0\\ 0.625 & -0.5 & 0.25 \end{bmatrix} P1=p1p1Ap1A2=0.1250.1250.62500.250.50.2500.25
可得变换阵为:
P = [ − 2 4 2 − 1 6 1 3 2 1 ] P=\begin{bmatrix} -2 & 4 & 2\\ -1 & 6 & 1\\ 3 & 2 & 1 \end{bmatrix} P=213462211
则系统可控标准型为:
x ‾ ˙ = P − 1 A P x ‾ + P − 1 b u = [ 0 1 0 0 0 1 − 2 9 0 ] x ‾ + [ 0 0 1 ] u , y = c P x ‾ = [ 3 2 1 ] x ‾ \dot{\overline{x}}=P^{-1}AP\overline{x}+P^{-1}bu=\begin{bmatrix} 0 & 1 & 0\\ 0 & 0 & 1\\ -2 & 9 & 0 \end{bmatrix}\overline{x}+\begin{bmatrix} 0\\0\\1 \end{bmatrix}u,y=cP\overline{x}=\begin{bmatrix} 3 & 2 & 1 \end{bmatrix}\overline{x} x˙=P1APx+P1bu=002109010x+001uy=cPx=[321]x
【系统2】
A = [ 0 0 − 2 1 0 9 0 1 0 ] , b = [ − 3 2 1 ] , c = [ 0 0 1 ] A=\begin{bmatrix} 0 & 0 & -2\\ 1 & 0 & 9\\ 0 & 1 & 0 \end{bmatrix},b=\begin{bmatrix} -3\\2\\1 \end{bmatrix},c=\begin{bmatrix} 0 & 0 & 1 \end{bmatrix} A=010001290b=321c=[001]
x = P x ‾ x=P\overline{x} x=Px,其中 P P P为将非标准型化为可控标准型的变换矩阵。

可控性矩阵为:
S = [ b A b A 2 b ] = [ − 3 − 2 − 4 2 6 16 1 2 6 ] S=\begin{bmatrix} b & Ab & A^2b \end{bmatrix}=\begin{bmatrix} -3 & -2 & -4\\ 2 & 6 & 16\\ 1 & 2 & 6 \end{bmatrix} S=[bAbA2b]=3212624166
由于 r a n k S = 3 = n {\rm rank}S=3=n rankS=3=n,故系统完全可控。

可控性矩阵的逆阵:
S − 1 = 1 6 [ − 2 − 2 4 − 2 7 − 20 1 − 2 7 ] S^{-1}=\displaystyle\frac{1}{6}\begin{bmatrix} -2 & -2 & 4\\ -2 & 7 & -20\\ 1 & -2 & 7 \end{bmatrix} S1=612212724207
S − 1 S^{-1} S1最后一行构成行向量 p 1 = 1 6 [ 1 − 2 7 ] p_1=\displaystyle\frac{1}{6}\begin{bmatrix}1&-2&7\end{bmatrix} p1=61[127],构成 P − 1 P^{-1} P1阵:
P − 1 = [ p 1 p 1 A p 1 A 2 ] = 1 6 [ 1 − 2 7 − 2 7 − 20 7 − 20 67 ] P^{-1}=\begin{bmatrix} p_1\\ p_1A\\ p_1A^2 \end{bmatrix}=\displaystyle\frac{1}{6}\begin{bmatrix} 1 & -2 & 7\\ -2 & 7 & -20\\ 7 & -20 & 67 \end{bmatrix} P1=p1p1Ap1A2=61127272072067
可得变换阵为:
P = [ 23 − 2 − 3 − 2 6 2 − 3 2 1 ] P=\begin{bmatrix} 23 & -2 & -3\\ -2 & 6 & 2\\ -3 & 2 & 1 \end{bmatrix} P=2323262321
则系统可控标准型为:
x ‾ ˙ = P − 1 A P x ‾ + P − 1 b u = [ 0 1 0 0 0 1 − 2 9 0 ] x ‾ + [ 0 0 1 ] u , y = c P x ‾ = [ − 3 2 1 ] x ‾ \dot{\overline{x}}=P^{-1}AP\overline{x}+P^{-1}bu=\begin{bmatrix} 0 & 1 & 0\\ 0 & 0 & 1\\ -2 & 9 & 0 \end{bmatrix}\overline{x}+\begin{bmatrix} 0\\0\\1 \end{bmatrix}u,y=cP\overline{x}=\begin{bmatrix} -3 & 2 & 1 \end{bmatrix}\overline{x} x˙=P1APx+P1bu=002109010x+001uy=cPx=[321]x
【系统3】
A = [ 1 1 0 0 1 0 0 0 2 ] , b = [ 0 1 1 ] , c = [ 1 2 3 ] A=\begin{bmatrix} 1 & 1 & 0\\ 0 & 1 & 0\\ 0 & 0 & 2 \end{bmatrix},b=\begin{bmatrix} 0\\1\\1 \end{bmatrix},c=\begin{bmatrix} 1 & 2 & 3 \end{bmatrix} A=100110002b=011c=[123]
x = P x ‾ x=P\overline{x} x=Px,其中 P P P为将非标准型化为可控标准型的变换矩阵。

可控性矩阵为:
S = [ b A b A 2 b ] = [ 0 1 2 1 1 1 1 2 4 ] S=\begin{bmatrix} b & Ab & A^2b \end{bmatrix}=\begin{bmatrix} 0 & 1 & 2\\ 1 & 1 & 1\\ 1 & 2 & 4 \end{bmatrix} S=[bAbA2b]=011112214
由于 r a n k S = 3 = n {\rm rank}S=3=n rankS=3=n,故系统完全可控。

可控性矩阵的逆阵:
S − 1 = [ − 2 0 1 3 2 − 2 − 1 − 1 1 ] S^{-1}=\begin{bmatrix} -2 & 0 & 1\\ 3 & 2 & -2\\ -1 & -1 & 1 \end{bmatrix} S1=231021121
S − 1 S^{-1} S1最后一行构成行向量 p 1 = [ − 1 − 1 1 ] p_1=\begin{bmatrix}-1 & -1 & 1\end{bmatrix} p1=[111],构成 P − 1 P^{-1} P1阵:
P − 1 = [ p 1 p 1 A p 1 A 2 ] = [ − 1 − 1 1 − 1 − 2 2 − 1 − 3 4 ] P^{-1}=\begin{bmatrix} p_1\\ p_1A\\ p_1A^2 \end{bmatrix}=\begin{bmatrix} -1 & -1 & 1\\ -1 & -2 & 2\\ -1 & -3 & 4 \end{bmatrix} P1=p1p1Ap1A2=111123124
可得变换阵为:
P = [ − 2 1 0 2 − 3 1 1 − 2 1 ] P=\begin{bmatrix} -2 & 1 & 0\\ 2 & -3 & 1\\ 1 & -2 & 1 \end{bmatrix} P=221132011
则系统可控标准型为:
x ‾ ˙ = P − 1 A P x ‾ + P − 1 b u = [ 0 1 0 0 0 1 2 − 5 4 ] x ‾ + [ 0 0 1 ] u , y = c P x ‾ = [ 5 − 11 5 ] x ‾ \dot{\overline{x}}=P^{-1}AP\overline{x}+P^{-1}bu=\begin{bmatrix} 0 & 1 & 0\\ 0 & 0 & 1\\ 2 & -5 & 4 \end{bmatrix}\overline{x}+\begin{bmatrix} 0\\0\\1 \end{bmatrix}u,y=cP\overline{x}=\begin{bmatrix} 5 & -11 & 5 \end{bmatrix}\overline{x} x˙=P1APx+P1bu=002105014x+001uy=cPx=[5115]x

猜你喜欢

转载自blog.csdn.net/qq_39032096/article/details/128115743
今日推荐