跳到主要内容

离散系统数学模型

差分方程与脉冲传递函数​

线性定常离散系统可写为

y[k]+a1y[k−1]+⋯+any[k−n]=b0u[k]+⋯+bmu[k−m].y[k]+a_1y[k-1]+\cdots+a_ny[k-n] =b_0u[k]+\cdots+b_mu[k-m].

在零初始条件下作 z 变换,得到脉冲传递函数

G(z)=Y(z)U(z)=b0+b1z−1+⋯+bmz−m1+a1z−1+⋯+anz−n.G(z)=\frac{Y(z)}{U(z)} =\frac{b_0+b_1z^{-1}+\cdots+b_mz^{-m}} {1+a_1z^{-1}+\cdots+a_nz^{-n}}.

它描述“输入样值到输出样值”的关系,不等同于连续传递函数 G(s)G(s)。系统的单位脉冲响应 g[k]g[k] 满足 G(z)=Z{g[k]}G(z)=\mathcal Z\{g[k]\},响应为离散卷积

y[k]=∑i=0kg[i]u[k−i].y[k]=\sum_{i=0}^{k}g[i]u[k-i].

含 ZOH 的连续对象离散化​

连续对象为 Gp(s)G_p(s),输入端有零阶保持器时,精确脉冲传递函数为

G(z)=Z{L−1 ⁣[1−e−sTsGp(s)]∣t=kT}.G(z)=\mathcal Z\left\{ \left.\mathcal L^{-1}\!\left[ \frac{1-e^{-sT}}{s}G_p(s)\right]\right|_{t=kT} \right\}.

利用移位性质,也常写成

G(z)=(1−z−1) Z{L−1 ⁣[Gp(s)s]∣t=kT}.G(z)=(1-z^{-1})\, \mathcal Z\left\{\left. \mathcal L^{-1}\!\left[\frac{G_p(s)}{s}\right] \right|_{t=kT}\right\}.

后一式的物理意义是:先对连续对象的单位阶跃响应采样,再取一阶差分。不能简单地把 ss 替换成某个 z 表达式来声称得到“精确 ZOH 模型”。

闭环模型​

若前向通道为 G(z)G(z)、反馈为 H(z)H(z),且各离散环节之间没有未显式处理的采样器,则

Φ(z)=C(z)R(z)=G(z)1+G(z)H(z),Φe(z)=E(z)R(z)=11+G(z)H(z).\Phi(z)=\frac{C(z)}{R(z)} =\frac{G(z)}{1+G(z)H(z)},\qquad \Phi_e(z)=\frac{E(z)}{R(z)} =\frac{1}{1+G(z)H(z)}.

特征方程为 1+G(z)H(z)=01+G(z)H(z)=0。若连续环节之间夹有采样器,通常不能先在 s 域合并再整体离散化,因为采样会破坏普通连续传递函数的串联等价性。

状态空间离散化​

对 x˙=Ax+Bu\dot x=Ax+Bu,若每周期内输入由 ZOH 保持,则

x[k+1]=Adx[k]+Bdu[k],Ad=eAT,Bd=∫0TeAτB dτ,x[k+1]=A_dx[k]+B_du[k],\quad A_d=e^{AT},\quad B_d=\int_0^T e^{A\tau}B\,\mathrm d\tau, y[k]=Cx[k]+Du[k].y[k]=Cx[k]+Du[k].

离散极点是 AdA_d 的特征值,并满足 λd=eλcT\lambda_d=e^{\lambda_cT}。可控性、可观性分别检查

rank⁡[Bd,AdBd,…,Adn−1Bd]=n,\operatorname{rank}[B_d,A_dB_d,\ldots,A_d^{n-1}B_d]=n, rank⁡[CT,(CAd)T,…,(CAdn−1)T]T=n.\operatorname{rank}[C^\mathsf T,(CA_d)^\mathsf T,\ldots,(CA_d^{n-1})^\mathsf T]^\mathsf T=n.

配套视频​

上


下