能控型、能观性和稳定性之间的关系

本文总字数:1058,阅读预计需要:3分钟
作者:荷兰猪
链接:https://www.zhihu.com/question/302123748/answer/531719338
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

系统能控可观性是系统可以被稳定的充分不必要条件。

如果系统本身状态方程为 [公式] ,没有任何可以接受的输入,那么我们说系统是自发的(autonomous)。

判定稳定性首先看 [公式] 矩阵,如果 [公式] 矩阵的所有特征值都在复平面的左边,那么系统 [公式] 就是渐近稳定(asymptotically stable)的。

因为我们需要控制系统,所以系统要有输入,加入输入后状态方程变为:

[公式]

有了控制输入,我们来解释一下能控性。

假设我们可以给予系统任意的输入信号,那么我们希望研究 [公式] 可以取得的值的集合。显然这个集合是 [公式] 的子集。如果该子集等于 [公式] 那么我们说系统是能控的。举个栗子,假设系统的状态方程为:

[公式]

无论 [公式] 取多少, [公式] 始终等于0,我们无法利用输入控制状态 [公式] 。 此时的系统不可控。我们能取得的 [公式]

系统的能控性判据为能控性矩阵:

[公式]

如果 [公式] 我们说系统是能控的。上栗子中 [公式] , [公式]

如果系统能控,意味着我们可以利用输入让系统状态等于任意我们希望的状态

那么这和系统的稳定性有什么联系呢?

我们假设系统矩阵 [公式] 有特征值在右半平面(即系统矩阵不稳定),如果系统能控,那么我们可以利用状态反馈控制:

[公式]

使得系统矩阵变为:

[公式]

将原本不稳定的系统变成稳定的系统。

再来解释能观性,这个时候需要引入完全的状态空间方程:

[公式]

我们来看一下状态反馈控制的方程 [公式] ,很显然,构建这个状态反馈控制方程,我们需要知道系统的状态 [公式] 。但是在现实系统中,我们可以用传感器测量的量是(也叫作系统的输出) [公式] ,我们并不知道系统的状态[公式] 的值,因此我们并不能构建状态反馈控制,这样一来我们还是不能使系统稳定。

这个时候怎么办呢,唯一办法是我们希望能够由 [公式] 的值推算出 [公式] 的值。如果我们可以从输出 [公式] 中推算出(其实是建立状态观测器估计出) [公式] ,则我们说系统是能观的。这样一来,我们就构建状态反馈控制 [公式] 来使系统稳定了。

当然系统的可观性,也有相应的能观性矩阵做判定。这里我就不展开了。

总体来说,如果一个系统不稳定,但是可观并且能控,那么我们就可以使用状态观测器+状态反馈控制让系统变的稳定

事实上,可观能控是系统可以被稳定的充分不必要条件。这里暂时不展开讲,如果明天我有空并且这个问题有更多人关注的话,我就继续写。

posted @   北极星!  阅读(2273)  评论(0编辑  收藏  举报
编辑推荐:
· AI与.NET技术实操系列:基于图像分类模型对图像进行分类
· go语言实现终端里的倒计时
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
阅读排行:
· 25岁的心里话
· 闲置电脑爆改个人服务器(超详细) #公网映射 #Vmware虚拟网络编辑器
· 零经验选手,Compose 一天开发一款小游戏!
· 通过 API 将Deepseek响应流式内容输出到前端
· AI Agent开发,如何调用三方的API Function,是通过提示词来发起调用的吗
点击右上角即可分享
微信分享提示