能控型、能观性和稳定性之间的关系
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。
系统能控和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 ,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 矩阵,如果
矩阵的所有特征值都在复平面的左边,那么系统
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:
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 可以取得的值的集合。显然这个集合是
的子集。如果该子集等于
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:
无论 取多少,
始终等于0,我们无法利用输入控制状态
。 此时的系统不可控。我们能取得的
。
系统的能控性判据为能控性矩阵:
如果 我们说系统是能控的。上栗子中
,
。
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 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:
使得系统矩阵变为:
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:
我们来看一下状态反馈控制的方程 ,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
。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)
,我们并不知道系统的状态
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 的值推算出
的值。如果我们可以从输出
中推算出(其实是建立状态观测器估计出)
,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
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。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 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?
· 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