跳到主要内容

控制系统的状态空间表达式

本章解决两个问题:怎样从不同形式的已知模型构造状态空间表达式,以及不同状态坐标下的模型为什么仍表示同一个系统。默认讨论有限维连续时间 LTI 系统

x˙=Ax+Bu,y=Cx+Du.\dot{\boldsymbol{x}}=A\boldsymbol{x}+B\boldsymbol{u},\qquad \boldsymbol{y}=C\boldsymbol{x}+D\boldsymbol{u}.

1.1 状态变量的选择与状态空间表达式​

1.1.1 选择状态变量的原则​

状态选择应满足:

  1. 充分性:给定 x(t0)\boldsymbol{x}(t_0) 和 t≥t0t\geq t_0 的输入后,未来运动唯一确定。
  2. 独立性:所选变量之间没有代数约束;冗余变量会引入奇异描述。
  3. 最少性:在保持充分性的前提下尽量少。对无极零消去的 nn 阶传递函数,最小实现有 nn 个状态。
  4. 便利性:优先选储能元件变量或积分器输出,例如机械系统的位置、速度,电路中的电容电压、电感电流。

状态不要求能够直接测量。若某些状态不可测,后续可以用观测器估计。对同一系统,x\boldsymbol{x} 与任意可逆线性组合都可作为状态,因此状态空间实现通常不唯一。

若 u∈Rm\boldsymbol{u}\in\mathbb{R}^m、x∈Rn\boldsymbol{x}\in\mathbb{R}^n、y∈Rp\boldsymbol{y}\in\mathbb{R}^p,则

An×n,Bn×m,Cp×n,Dp×m.A_{n\times n},\qquad B_{n\times m},\qquad C_{p\times n},\qquad D_{p\times m}.

写完模型后先查维数,常能立即发现转置、漏项和输入排列错误。


1.2 状态空间表达式的模拟结构图​

状态方程可以看成由“加权求和—积分—反馈”组成。因为

x(t)=x(0)+∫0t(Ax(τ)+Bu(τ))dτ,\boldsymbol{x}(t)=\boldsymbol{x}(0)+ \int_0^t\left(A\boldsymbol{x}(\tau)+B\boldsymbol{u}(\tau)\right)\mathrm{d}\tau,

每个状态变量对应一个积分器输出;AA 将各状态反馈到积分器输入,BB 注入外部输入,C,DC,D 形成输出。这一观点给出从框图建模的直接规则:将所有独立积分器输出依次选作状态。

BΣ1/sACDuẋxy

图只表示矩阵信号关系;当 n>1n>1 时,积分器方框代表 nn 个并行积分器。


1.3 从框图与系统机理建立模型​

1.3.1 从系统框图建立状态空间表达式​

步骤如下:

  1. 将每个独立积分器输出标为 xix_i;
  2. 沿信号方向写出各积分器输入,即 x˙i\dot x_i;
  3. 收集 x˙i\dot x_i 中各状态与各输入的系数,组成 A,BA,B;
  4. 由输出求和点写出 C,DC,D。

例 1:两积分器结构。 若框图关系为

x˙1=x2,x˙2=−2x1−3x2+u,y=x1,\dot x_1=x_2,\qquad \dot x_2=-2x_1-3x_2+u,\qquad y=x_1,

则

A=[01−2−3],B=[01],C=[10],D=0.A=\begin{bmatrix}0&1\\-2&-3\end{bmatrix},\quad B=\begin{bmatrix}0\\1\end{bmatrix},\quad C=\begin{bmatrix}1&0\end{bmatrix},\quad D=0.

核算方法:消去 x2x_2 得 y¨+3y˙+2y=u\ddot y+3\dot y+2y=u,与框图代表的二阶关系一致。


1.3.2 从系统机理建立状态空间表达式​

从机理建模时,先列守恒定律,再选择储能变量。以第 1 章的质量—弹簧—阻尼器为例:

mq¨+cq˙+kq=u.m\ddot q+c\dot q+kq=u.

取 x1=q, x2=q˙x_1=q,\ x_2=\dot q,输出同时测量位移与速度,即 y=[qq˙]T\boldsymbol{y}=\begin{bmatrix}q&\dot q\end{bmatrix}^{\mathsf T},可得

x˙=[01−k/m−c/m]x+[01/m]u,y=[1001]x.\dot{\boldsymbol{x}}= \begin{bmatrix} 0&1\\-k/m&-c/m \end{bmatrix}\boldsymbol{x} + \begin{bmatrix}0\\1/m\end{bmatrix}u, \qquad \boldsymbol{y}= \begin{bmatrix}1&0\\0&1\end{bmatrix}\boldsymbol{x}.

这里 n=2,m=1,p=2n=2,m=1,p=2,所以 BB 有一列而 CC 有两行。令 m=1,c=3,k=2m=1,c=3,k=2 时,特征方程为

det⁡(sI−A)=det⁡[s−12s+3]=s2+3s+2=(s+1)(s+2).\det(sI-A)= \det\begin{bmatrix}s&-1\\2&s+3\end{bmatrix} =s^2+3s+2=(s+1)(s+2).

两个模态均衰减,与有阻尼系统的物理直觉相符。

1.4 从微分方程与传递函数建立模型​

1.4.1 从高阶微分方程降阶​

对单输入单输出方程

y(n)+a1y(n−1)+⋯+any=b u,y^{(n)}+a_1y^{(n-1)}+\cdots+a_ny=b\,u,

若右端不含输入的导数,可取

x1=y,x2=y˙,…,xn=y(n−1).x_1=y,\quad x_2=\dot y,\quad\ldots,\quad x_n=y^{(n-1)}.

前 n−1n-1 个方程是 x˙i=xi+1\dot x_i=x_{i+1},最后一个由原微分方程给出。若右端含 u˙,u¨\dot u,\ddot u,机械地选输出各阶导数可能使状态方程含输入导数;更稳妥的方法是先求传递函数,再构造标准实现,或从物理储能变量出发。

1.4.2 传递函数中无零点时的实现​

对

G(s)=bsn+a1sn−1+⋯+an,G(s)=\frac{b}{s^n+a_1s^{n-1}+\cdots+a_n},

一种能控标准型实现为

Ac=[010⋯0001⋯0⋮⋮⋮⋱⋮000⋯1−an−an−1−an−2⋯−a1],Bc=[00⋮01],Cc=[b0⋯0],D=0.A_c= \begin{bmatrix} 0&1&0&\cdots&0\\ 0&0&1&\cdots&0\\ \vdots&\vdots&\vdots&\ddots&\vdots\\ 0&0&0&\cdots&1\\ -a_n&-a_{n-1}&-a_{n-2}&\cdots&-a_1 \end{bmatrix},\quad B_c=\begin{bmatrix}0\\0\\\vdots\\0\\1\end{bmatrix},\quad C_c=\begin{bmatrix}b&0&\cdots&0\end{bmatrix},\quad D=0.

不同教材可能采用转置或逆序排列的“标准型”;只要代回传递函数验证,就不会被记号差异误导。

1.4.3 传递函数中有零点:能控与能观标准型​

设严格真有理传递函数为

G(s)=b0sn−1+b1sn−2+⋯+bn−1sn+a1sn−1+⋯+an.G(s)= \frac{b_0s^{n-1}+b_1s^{n-2}+\cdots+b_{n-1}} {s^n+a_1s^{n-1}+\cdots+a_n}.

仍取上面的 Ac,BcA_c,B_c,令

Cc=[bn−1bn−2⋯b0],D=0,C_c=\begin{bmatrix}b_{n-1}&b_{n-2}&\cdots&b_0\end{bmatrix},\qquad D=0,

便得到能控标准型。由对偶关系,一种能观标准型是

Ao=AcT,Bo=CcT,Co=BcT,D=0.A_o=A_c^{\mathsf T},\qquad B_o=C_c^{\mathsf T},\qquad C_o=B_c^{\mathsf T},\qquad D=0.

例 2:标准型可核算。 对

G(s)=2s+5s2+3s+2,G(s)=\frac{2s+5}{s^2+3s+2},

能控标准型为

Ac=[01−2−3],Bc=[01],Cc=[52],D=0.A_c=\begin{bmatrix}0&1\\-2&-3\end{bmatrix},\quad B_c=\begin{bmatrix}0\\1\end{bmatrix},\quad C_c=\begin{bmatrix}5&2\end{bmatrix},\quad D=0.

因为

(sI−Ac)−1Bc=1s2+3s+2[1s],(sI-A_c)^{-1}B_c =\frac{1}{s^2+3s+2}\begin{bmatrix}1\\s\end{bmatrix},

左乘 CcC_c 正好得到 (2s+5)/(s2+3s+2)(2s+5)/(s^2+3s+2)。

若分子与分母同阶,应先作多项式除法得到直通项 DD。例如

2s2+s+1s2+3s+2=2+−5s−3s2+3s+2,\frac{2s^2+s+1}{s^2+3s+2} =2+\frac{-5s-3}{s^2+3s+2},

所以 D=2D=2,再对严格真有理余项构造 A,B,CA,B,C。

1.4.4 多输入多输出系统表达式​

MIMO 模型仍使用同一组方程,只是 B,C,DB,C,D 不再是单列或单行。设两质量块状态为

x=[q1q˙1q2q˙2]T,u=[u1u2]T,y=[q1q2]T.\boldsymbol{x}= \begin{bmatrix}q_1&\dot q_1&q_2&\dot q_2\end{bmatrix}^{\mathsf T}, \quad \boldsymbol{u}=\begin{bmatrix}u_1&u_2\end{bmatrix}^{\mathsf T}, \quad \boldsymbol{y}=\begin{bmatrix}q_1&q_2\end{bmatrix}^{\mathsf T}.

若两个相同质量 mm 分别由刚度 kk 的弹簧接地,并由刚度 kck_c 的弹簧相连,忽略阻尼,则

A=[0100−(k+kc)/m0kc/m00001kc/m0−(k+kc)/m0],B=[001/m00001/m],A= \begin{bmatrix} 0&1&0&0\\ -(k+k_c)/m&0&k_c/m&0\\ 0&0&0&1\\ k_c/m&0&-(k+k_c)/m&0 \end{bmatrix}, \quad B= \begin{bmatrix} 0&0\\1/m&0\\0&0\\0&1/m \end{bmatrix},C=[10000010],D=02×2.C= \begin{bmatrix}1&0&0&0\\0&0&1&0\end{bmatrix}, \qquad D=0_{2\times2}.

BB 的第 jj 列表示第 jj 个输入对所有状态导数的作用,CC 的第 ii 行表示第 ii 个输出如何由状态组成。

1.5 状态矢量的线性变换(坐标变换)​

1.5.1 系统状态空间表达式的非唯一性​

令原状态与新状态满足

x=Tz,det⁡(T)≠0.\boldsymbol{x}=T\boldsymbol{z},\qquad \det(T)\neq0.

代入原方程并左乘 T−1T^{-1},得到

z˙=T−1AT⏟Aˉz+T−1B⏟Bˉu,y=CT⏟Cˉz+Du.\dot{\boldsymbol{z}}= \underbrace{T^{-1}AT}_{\bar A}\boldsymbol{z} + \underbrace{T^{-1}B}_{\bar B}\boldsymbol{u}, \qquad \boldsymbol{y}= \underbrace{CT}_{\bar C}\boldsymbol{z} +D\boldsymbol{u}.

因此

(Aˉ,Bˉ,Cˉ,Dˉ)=(T−1AT, T−1B, CT, D).(\bar A,\bar B,\bar C,\bar D) =(T^{-1}AT,\ T^{-1}B,\ CT,\ D).

这称为相似变换。最常见的错误是只变换 AA 而忘记同步变换 B,CB,C,或在 x=Tz\boldsymbol{x}=T\boldsymbol{z} 与 z=Tx\boldsymbol{z}=T\boldsymbol{x} 两种约定间混用公式。

例 3:坐标变换。 取

A=[01−2−3],B=[01],C=[10].A=\begin{bmatrix}0&1\\-2&-3\end{bmatrix},\quad B=\begin{bmatrix}0\\1\end{bmatrix},\quad C=\begin{bmatrix}1&0\end{bmatrix}.

AA 对应特征值 −1,−2-1,-2 的特征向量可取 v1=[1−1]T\boldsymbol{v}_1=\begin{bmatrix}1&-1\end{bmatrix}^{\mathsf T}、 v2=[1−2]T\boldsymbol{v}_2=\begin{bmatrix}1&-2\end{bmatrix}^{\mathsf T}。令

T=[11−1−2],T=\begin{bmatrix}1&1\\-1&-2\end{bmatrix},

则

Aˉ=T−1AT=[−100−2],Bˉ=T−1B=[1−1],Cˉ=CT=[11].\bar A=T^{-1}AT=\begin{bmatrix}-1&0\\0&-2\end{bmatrix},\quad \bar B=T^{-1}B=\begin{bmatrix}1\\-1\end{bmatrix},\quad \bar C=CT=\begin{bmatrix}1&1\end{bmatrix}.

两组坐标下的矩阵不同,但输入—输出行为相同。

1.5.2 特征值与传递函数的不变量​

相似矩阵有相同的特征多项式:

det⁡(sI−Aˉ)=det⁡ ⁣(T−1(sI−A)T)=det⁡(sI−A).\det(sI-\bar A) =\det\!\left(T^{-1}(sI-A)T\right) =\det(sI-A).

因此特征值、行列式、迹和特征多项式在相似变换下不变。传递函数也不变,因为

Cˉ(sI−Aˉ)−1Bˉ+D=CT[T−1(sI−A)T]−1T−1B+D=C(sI−A)−1B+D.\bar C(sI-\bar A)^{-1}\bar B+D =CT\left[T^{-1}(sI-A)T\right]^{-1}T^{-1}B+D =C(sI-A)^{-1}B+D.

必须区分两句话:

  • AA 的每个特征值都是内部模态;
  • 传递函数的极点只显示既能由输入激发又能由输出观察到的模态。

若实现不是最小实现,不能控或不能观模态可能在传递函数中被极零消去,所以 AA 的特征值集合未必等于化简后传递函数的极点集合。

1.5.3 对角标准型​

若 AA 有 nn 个线性无关的右特征向量 v1,…,vn\boldsymbol{v}_1,\ldots,\boldsymbol{v}_n,令

T=[v1⋯vn],T=\begin{bmatrix}\boldsymbol{v}_1&\cdots&\boldsymbol{v}_n\end{bmatrix},

则

T−1AT=diag⁡(λ1,…,λn).T^{-1}AT=\operatorname{diag}(\lambda_1,\ldots,\lambda_n).

在模态坐标下,无输入状态方程分解成 z˙i=λizi\dot z_i=\lambda_i z_i,每个状态分量对应一个独立模态。实矩阵若有共轭复特征值,可以在复数域对角化;若希望保持实坐标,通常使用对应的 2×22\times2 实块。

1.5.4 约旦标准型​

有重复特征值并不必然不能对角化;关键是线性无关特征向量是否足够。若不足,只能化为约旦标准型。一个大小为 rr 的约旦块为

Jr(λ)=[λ10⋯00λ1⋯0⋮⋮⋱⋱⋮00⋯λ100⋯0λ].J_r(\lambda)= \begin{bmatrix} \lambda&1&0&\cdots&0\\ 0&\lambda&1&\cdots&0\\ \vdots&\vdots&\ddots&\ddots&\vdots\\ 0&0&\cdots&\lambda&1\\ 0&0&\cdots&0&\lambda \end{bmatrix}.

广义特征向量链满足

(A−λI)v1=0,(A−λI)vj+1=vj.(A-\lambda I)\boldsymbol{v}_1=0,\qquad (A-\lambda I)\boldsymbol{v}_{j+1}=\boldsymbol{v}_j.

将各条链按顺序作为 TT 的列,便有 T−1AT=JT^{-1}AT=J。不同教材可能把约旦块的 11 放在次对角线;这只是基向量排列不同。

1.5.5 约旦块对应的时间响应​

约旦块不只是一种矩阵形式,它解释了重复模态为什么出现多项式因子。例如

J=[λ10λ]=λI+N,N2=0,J=\begin{bmatrix}\lambda&1\\0&\lambda\end{bmatrix} =\lambda I+N,\qquad N^2=0,

所以

eJt=eλteNt=eλt(I+Nt)=eλt[1t01].e^{Jt}=e^{\lambda t}e^{Nt} =e^{\lambda t}(I+Nt) =e^{\lambda t} \begin{bmatrix}1&t\\0&1\end{bmatrix}.

因此响应中会出现 teλtte^{\lambda t}。连续时间系统中,即使 Re⁡(λ)<0\operatorname{Re}(\lambda)<0,该项最终仍衰减;若 Re⁡(λ)=0\operatorname{Re}(\lambda)=0,非平凡约旦块会导致无界增长。

1.6 从状态空间表达式求传递函数阵​

对零初始状态作拉普拉斯变换:

sX(s)=AX(s)+BU(s).s\boldsymbol{X}(s)=A\boldsymbol{X}(s)+B\boldsymbol{U}(s).

若 sI−AsI-A 可逆,则

X(s)=(sI−A)−1BU(s),\boldsymbol{X}(s)=(sI-A)^{-1}B\boldsymbol{U}(s),

代入输出方程得到

G(s)=C(sI−A)−1B+D\boxed{ G(s)=C(sI-A)^{-1}B+D }

传递关系为 Y(s)=G(s)U(s)\boldsymbol{Y}(s)=G(s)\boldsymbol{U}(s),MIMO 情形不能把它写成向量相除; G(s)∈R(s)p×mG(s)\in\mathbb{R}(s)^{p\times m},其中 R(s)\mathbb{R}(s) 表示实系数有理函数集合。第 (i,j)(i,j) 个元素表示仅施加第 jj 个输入时,第 ii 个输出对它的传递函数。

例 4:贯穿模型的传递函数。 对位移输出,

A=[01−k/m−c/m],B=[01/m],C=[10],D=0.A=\begin{bmatrix}0&1\\-k/m&-c/m\end{bmatrix},\quad B=\begin{bmatrix}0\\1/m\end{bmatrix},\quad C=\begin{bmatrix}1&0\end{bmatrix},\quad D=0.

有

sI−A=[s−1k/ms+c/m],sI-A= \begin{bmatrix}s&-1\\k/m&s+c/m\end{bmatrix},

从而

(sI−A)−1B=1ms2+cs+k[1s].(sI-A)^{-1}B = \frac{1}{ms^2+cs+k} \begin{bmatrix}1\\s\end{bmatrix}.

所以

G(s)=Q(s)U(s)=1ms2+cs+k,G(s)=\frac{Q(s)}{U(s)}=\frac{1}{ms^2+cs+k},

与直接对 mq¨+cq˙+kq=um\ddot q+c\dot q+kq=u 在零初值下作拉普拉斯变换完全一致。

本章常见误区​

  1. 分母系数顺序写反。 伴随矩阵最后一行按 −an,…,−a1-a_n,\ldots,-a_1 排列;务必用 C(sI−A)−1B+DC(sI-A)^{-1}B+D 复核。
  2. 漏掉直通项。 分子分母同阶时一般 D≠0D\neq0,先作多项式除法。
  3. 把任意实现都称为最小实现。 只有同时能控、能观的实现才是最小实现;本章尚未给出判据。
  4. 认为重复特征值必然形成约旦块。 若仍有足够多独立特征向量,矩阵照样可以对角化。
  5. 坐标变换方向混乱。 先在纸面明确写出 x=Tz\boldsymbol{x}=T\boldsymbol{z},再推导矩阵,避免死记。
  6. 忽略初值条件。 公式 G(s)=C(sI−A)−1B+DG(s)=C(sI-A)^{-1}B+D 描述零初始状态下的输入—输出关系。

复习检查​

  • 能否从三阶微分方程选出三个状态并逐行写出 A,B,C,DA,B,C,D?
  • 能否解释能控标准型和能观标准型为何互为对偶?
  • 给定可逆 TT,能否同时正确计算 Aˉ,Bˉ,Cˉ,Dˉ\bar A,\bar B,\bar C,\bar D?
  • 能否通过矩阵求逆独立核算一个二阶系统的传递函数?
  • 能否说明“特征值不变”为什么不等于“所有特征值都一定出现在化简后的传递函数极点中”?