跳到主要内容

绪论:从输入—输出到状态空间

现代控制理论并不是把经典控制理论推翻重来,而是换了一种观察系统的方式:经典方法主要研究“输入怎样变成输出”,状态空间方法还要描述系统内部储存的信息怎样随时间演化。本章先建立直觉和统一符号,后续章节再学习建模、分析与设计。

1. 为什么需要现代控制理论​

1.1 经典控制与现代控制的侧重点​

比较角度经典控制理论现代控制理论
核心描述传递函数、频率特性状态空间方程
主要对象常以单输入单输出(SISO)线性定常系统为主自然支持多输入多输出(MIMO)、时变与非线性系统
内部信息主要关注输入—输出关系显式描述内部状态
初始条件求传递函数时通常取零初值初始状态是模型的一部分
常用分析语言根轨迹、Bode 图、Nyquist 图能控性、能观性、李雅普诺夫稳定性
常用设计方法超前—滞后校正、PID 等状态反馈、极点配置、观测器、最优控制等

两者应互补使用。对于低阶 SISO 系统,频域方法直观而高效;面对多个执行器、多个传感器,或必须利用系统内部变量时,状态空间方法更合适。对于同一个线性定常系统,两种描述之间可以相互转换,但转换得到的状态实现通常不唯一。

1.2 状态、输入与输出​

在时刻 t0t_0,若已知一组最少的内部变量以及未来输入,就能唯一确定系统在所有 t≥t0t\geq t_0 时的运动,那么这组变量称为状态变量。将它们排列成列向量得到

x(t)=[x1(t)x2(t)⋯xn(t)]T.\boldsymbol{x}(t)= \begin{bmatrix}x_1(t)&x_2(t)&\cdots&x_n(t)\end{bmatrix}^{\mathsf T}.
  • 输入 u(t)∈Rm\boldsymbol{u}(t)\in\mathbb{R}^m:外界施加给系统的作用,例如力、电压或控制指令。
  • 状态 x(t)∈Rn\boldsymbol{x}(t)\in\mathbb{R}^n:概括系统“记忆”的最少信息,例如位置与速度、电容电压、电感电流。
  • 输出 y(t)∈Rp\boldsymbol{y}(t)\in\mathbb{R}^p:希望观测、记录或控制的量,不一定包含全部状态。

状态不是“所有物理量”的同义词。状态变量可以是物理量,也可以是变量的线性组合;只要足以决定未来且彼此独立,就是合法的选择。

x₁(位移)x₂(速度)平衡点初始状态 x(t₀)状态轨迹x₁<0x₁>0

图中每一点表示一个完整的瞬时状态,不是质点在真实空间中的位置。随时间变化,状态点画出一条轨迹;对于稳定的无输入阻尼系统,轨迹最终趋向平衡点。

2. 状态空间模型的基本形式​

一般连续时间系统可写成

x˙(t)=f ⁣(x(t),u(t),t),y(t)=g ⁣(x(t),u(t),t).\dot{\boldsymbol{x}}(t)=\boldsymbol{f}\!\left(\boldsymbol{x}(t),\boldsymbol{u}(t),t\right),\qquad \boldsymbol{y}(t)=\boldsymbol{g}\!\left(\boldsymbol{x}(t),\boldsymbol{u}(t),t\right).

若系统是线性时不变(linear time-invariant,LTI)系统,则化为

x˙(t)=Ax(t)+Bu(t),y(t)=Cx(t)+Du(t).\boxed{ \begin{aligned} \dot{\boldsymbol{x}}(t)&=A\boldsymbol{x}(t)+B\boldsymbol{u}(t),\\ \boldsymbol{y}(t)&=C\boldsymbol{x}(t)+D\boldsymbol{u}(t). \end{aligned}}

矩阵维数必须相容:

A∈Rn×n,B∈Rn×m,C∈Rp×n,D∈Rp×m.A\in\mathbb{R}^{n\times n},\quad B\in\mathbb{R}^{n\times m},\quad C\in\mathbb{R}^{p\times n},\quad D\in\mathbb{R}^{p\times m}.
  • AA 描述系统自身的状态演化;
  • BB 描述输入如何驱动状态;
  • CC 决定从状态中读取哪些输出;
  • DD 描述输入到输出的瞬时直通。许多严格真有理物理系统中 D=0D=0,但不能先验地总令其为零。

状态空间建模的基本思想是:找到储能或记忆环节,选取独立状态,将高阶动态拆成一阶联立方程,再按矩阵形式整理。

3. 贯穿例子:质量—弹簧—阻尼器​

考虑质量为 mm 的物块,连接刚度为 kk 的弹簧和阻尼系数为 cc 的阻尼器。外力 u(t)u(t) 作用于物块,位移 q(t)q(t) 向右为正,并取输出 y(t)=q(t)y(t)=q(t)。

弹簧 k阻尼器 cmu(t)q(t) 正方向

由牛顿第二定律,

mq¨(t)+cq˙(t)+kq(t)=u(t).m\ddot q(t)+c\dot q(t)+kq(t)=u(t).

选择 x1(t)=q(t)x_1(t)=q(t)、x2(t)=q˙(t)x_2(t)=\dot q(t),则

x˙1(t)=x2(t),x˙2(t)=−kmx1(t)−cmx2(t)+1mu(t),y(t)=x1(t).\begin{aligned} \dot x_1(t)&=x_2(t),\\ \dot x_2(t)&=-\frac{k}{m}x_1(t)-\frac{c}{m}x_2(t)+\frac{1}{m}u(t),\\ y(t)&=x_1(t). \end{aligned}

因此

x˙=[01−k/m−c/m]⏟Ax+[01/m]⏟Bu,y=[10]⏟Cx+[0]⏟Du.\dot{\boldsymbol{x}}= \underbrace{\begin{bmatrix}0&1\\-k/m&-c/m\end{bmatrix}}_{A}\boldsymbol{x} + \underbrace{\begin{bmatrix}0\\1/m\end{bmatrix}}_{B}u,\qquad y= \underbrace{\begin{bmatrix}1&0\end{bmatrix}}_{C}\boldsymbol{x} + \underbrace{\begin{bmatrix}0\end{bmatrix}}_{D}u.

这个模型将在下一章继续用于说明从机理建模、特征值、坐标变换和传递函数。若输出改为速度,A,BA,B 不变,而 CC 改为 [01]\begin{bmatrix}0&1\end{bmatrix};这说明“内部动态”和“测量方式”可以分开描述。

可核算小例题​

令 m=1m=1、c=3c=3、k=2k=2,在某一时刻

x=[1−1],u=4.\boldsymbol{x}=\begin{bmatrix}1\\-1\end{bmatrix},\qquad u=4.

则

x˙=[01−2−3][1−1]+[01]4=[−15],y=1.\dot{\boldsymbol{x}} = \begin{bmatrix}0&1\\-2&-3\end{bmatrix} \begin{bmatrix}1\\-1\end{bmatrix} + \begin{bmatrix}0\\1\end{bmatrix}4 = \begin{bmatrix}-1\\5\end{bmatrix}, \qquad y=1.

回代物理方程也可核对:q˙=−1\dot q=-1,且 q¨=u−3q˙−2q=4+3−2=5\ddot q=u-3\dot q-2q=4+3-2=5。

4. 本课程的学习路线​

  1. 建立模型:从微分方程、传递函数、物理机理和结构图得到 (A,B,C,D)(A,B,C,D)。
  2. 理解运动:求状态转移矩阵和状态响应,区分零输入响应与零状态响应。
  3. 分析结构性质:判断稳定性、能控性和能观性;它们决定哪些控制目标原则上可实现。
  4. 设计控制器:利用状态反馈配置极点,进一步学习最优控制等方法。
  5. 估计不可测状态:设计状态观测器,并由分离原理组合控制器与观测器。
  6. 拓展模型:离散系统、非线性系统线性化以及随机系统。

学习时建议始终回答四个问题:状态选了什么?矩阵维数是否正确?初始状态如何进入响应?结论在坐标变换后是否仍成立?

5. 符号与约定​

  • 标量用斜体字母,如 x,u,tx,u,t;向量用粗体,如 x\boldsymbol{x};矩阵用大写字母,如 AA。
  • 所有向量默认是列向量,T\mathsf T 表示转置。
  • x˙\dot{\boldsymbol{x}} 表示对连续时间 tt 求导;离散时间状态通常写作 x[k]\boldsymbol{x}[k]。
  • InI_n 表示 nn 阶单位矩阵;不引起混淆时简写为 II。
  • det⁡(A)\det(A)、rank⁡(A)\operatorname{rank}(A)、tr⁡(A)\operatorname{tr}(A) 分别表示行列式、秩和迹。
  • λi(A)\lambda_i(A) 表示 AA 的特征值;ss 表示拉普拉斯复变量。
  • 除非另行说明,本教程讨论实系数、有限维、连续时间 LTI 系统;从状态空间求传递函数时采用零初始状态。

6. 常见误区与自检​

  1. 把输出等同于状态。 输出可以只是状态的一部分,也可以是状态与输入的线性组合。
  2. 认为状态选择唯一。 只要可逆坐标变换后仍完整描述动态,就得到同一系统的另一组状态。
  3. 由状态数直接断言传递函数阶数。 若实现中存在不能控或不能观的模态,传递函数中可能发生极零消去,其最小阶数会低于状态维数。
  4. 忽略初始状态。 传递函数只编码零初始状态下的输入—输出关系,而状态模型还描述非零初始状态引起的运动。
  5. 只背矩阵,不检查单位。 例如贯穿例子中 AA 的第二行各项都必须产生加速度量纲。

完成本章后,应能解释:为什么只有位置不能构成二阶机械系统的完整状态?为什么同一个 A,BA,B 可以对应不同输出?为什么 MIMO 系统使用矩阵描述比逐个写传递函数更自然?

7. 视频补充​