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=⎣⎡0−6−61−11−11−165⎦⎤,b=⎣⎡−121⎦⎤,C=[10010−1],d=[2−1]
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]=⎣⎡−1211−10−1113849⎦⎤
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]=[−11111−112−1]
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=⎣⎡00010−201−2⎦⎤,B=⎣⎡024−204⎦⎤,c=[001],d=[1−1]
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]=⎣⎡024−20424−1204−84−12164−88⎦⎤
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]=[44−12−81681−1]
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=⎣⎡002103010⎦⎤,b=⎣⎡215⎦⎤,c=[21−1],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=⎣⎡50−4414001⎦⎤,B=0,C=⎣⎢⎢⎡101001020−110⎦⎥⎥⎤,D=⎣⎢⎢⎡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=⎣⎢⎢⎢⎢⎡0000−11000−10100−20010−20001−1⎦⎥⎥⎥⎥⎤,b=⎣⎢⎢⎢⎢⎡10001⎦⎥⎥⎥⎥⎤,C=[1−200−120000],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]=⎣⎢⎢⎢⎢⎡100010001−2001−2001−2021−2021⎦⎥⎥⎥⎥⎤
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]=[1−200−122−41−200]
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和 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=[1−1]
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]=[1−1α11−α2]
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=n,rankS=2=n,即 det V ≠ 0 , det S ≠ 0 \det{V}≠0,\det{S}≠0 detV=0,detS=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=⎣⎡0100012−3−4⎦⎤,b=⎣⎡1β1β2⎦⎤,c=[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]=⎣⎡1β1β22β21−3β2β1−4β22β1−8β2−3β1+14β21−4β1+13β2⎦⎤V=[cTATcT(A2)TcT]=⎣⎡10000202−8⎦⎤
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=n,rankS=3=n,即 det V ≠ 0 , det S ≠ 0 \det{V}≠0,\det{S}≠0 detV=0,detS=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 1−4β1+10β2−18β1β2+25β22+6β1β22−8β12β2+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)=⎣⎡2−100−21002⎦⎤x(k)+⎣⎡001⎦⎤u(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]=⎣⎡001002004⎦⎤,rankS=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]=⎣⎡1010101240004816000⎦⎤,rankV=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=[0−ππ0],b=[01],c=[12]
要求:
- 判断系统的可控性、可观测性和输出可控性;
- 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;
- 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:
-
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[1−2π2π]=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。 -
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=T,h(T)=∫0TΦ(τ)bdτΦ ( 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)=L−1[(sI−A)−1]=[cosπt−sinπtsinπtcosπt]
当 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=[−100−1],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[π20−π20]=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[1−12−2]=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[π2−π20]=1=q
因此,离散系统输出可控。 -
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=T,h(T)=∫0TΦ(τ)bdτΦ ( 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)=L−1[(sI−A)−1]=[cosπt−sinπtsinπtcosπt]
当 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=⎣⎡1302−12010⎦⎤,b=⎣⎡211⎦⎤,c=[001]
取 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} S−1=⎣⎡1.75−0.125−0.125−0.50.250−200.25⎦⎤
取 S − 1 S^{-1} S−1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} P−1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} P−1=⎣⎡p1p1Ap1A2⎦⎤=⎣⎡−0.125−0.1250.62500.25−0.50.2500.25⎦⎤
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=⎣⎡−2−13462211⎦⎤
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˙=P−1APx+P−1bu=⎣⎡00−2109010⎦⎤x+⎣⎡001⎦⎤u,y=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=⎣⎡010001−290⎦⎤,b=⎣⎡−321⎦⎤,c=[001]
取 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]=⎣⎡−321−262−4166⎦⎤
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} S−1=61⎣⎡−2−21−27−24−207⎦⎤
取 S − 1 S^{-1} S−1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[1−27],构成 P − 1 P^{-1} P−1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} P−1=⎣⎡p1p1Ap1A2⎦⎤=61⎣⎡1−27−27−207−2067⎦⎤
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=⎣⎡23−2−3−262−321⎦⎤
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˙=P−1APx+P−1bu=⎣⎡00−2109010⎦⎤x+⎣⎡001⎦⎤u,y=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=⎣⎡100110002⎦⎤,b=⎣⎡011⎦⎤,c=[123]
取 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} S−1=⎣⎡−23−102−11−21⎦⎤
取 S − 1 S^{-1} S−1最后一行构成行向量 p 1 = [ − 1 − 1 1 ] p_1=\begin{bmatrix}-1 & -1 & 1\end{bmatrix} p1=[−1−11],构成 P − 1 P^{-1} P−1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} P−1=⎣⎡p1p1Ap1A2⎦⎤=⎣⎡−1−1−1−1−2−3124⎦⎤
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=⎣⎡−2211−3−2011⎦⎤
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˙=P−1APx+P−1bu=⎣⎡00210−5014⎦⎤x+⎣⎡001⎦⎤u,y=cPx=[5−115]x