线性时不变系统的可控性

观看系统的可控性_Controllability的笔记

系统可控性的定义:对于系统X˙=AX+BU\dot{X} = AX +BU,在t0t_0 时刻处于X0X_0 状态,存在一组输入UU,可以将系统的状态转移到X1X_1

以离散型的系统进行推导,假设系统方程为:

Xk+1=AXk+BUk(1)X_{k+1} = AX_k + BU_k \tag{1}

X0=0X_0 = 0那么,从k=0k=0 时开始:

  • X1=AX0+BU0=BU0X_1 = AX_0 + BU_0 = BU_0
  • X2=AX1+BU1=ABU0+BU1X_2 = AX_1 + BU_1 = ABU_0 + BU_1
  • X3=AX2+BU2=A2BU0+ABU1+BU2X_3 = AX_2 + BU_2 = A^2BU_0 + ABU_1 + BU_2
  • … = …
  • Xn=AXn1+BUn1=An1BU0+An2BU1+...+ABUn2+BUn1X_n = AX_{n-1} + BU_{n-1} =A^{n-1}BU_0 + A^{n-2}BU_1 + ... + ABU_{n-2} + BU_{n-1}

最后,XnX_n 可以写作:

Xn=[BABAn2BAn1B][Un1Un2U1U0](2)X_n = \begin{bmatrix} B & AB & \dots & A^{n-2}B & A^{n-1}B \end{bmatrix}\begin{bmatrix} U_{n-1} \\ U_{n-2} \\ \dots \\ U_{1} \\ U_{0} \end{bmatrix} \tag{2}

即,经过nn 步之后,我们把系统的状态从X0X_0 变成了XnX_n,这时定义[BABAn2BAn1B]\begin{bmatrix} B & AB & \dots & A^{n-2}B & A^{n-1}B \end{bmatrix} 叫做CoC_o 矩阵,[Un1Un2U1U0]\begin{bmatrix} U_{n-1} \\ U_{n-2} \\ \dots \\ U_{1} \\ U_{0} \end{bmatrix} 叫做矩阵UU,要使矩阵UU 有解,则要求CoC_o 满秩,即Co=n|C_o| = n。对于连续系统也是一样的。

对于CoC_o 来说,它和 [BAB]\begin{bmatrix} B & AB \end{bmatrix} 同秩。AnA^n及以上可以由A0,A1,,An1A^0, A^1, ···, A^{n-1}线性组合得到,不会影响秩的变化,所以只需要写到An1BA^{n-1}*B 也就是前nn

所以对于形如式(1)(1) 的线性定常系统来说,Co=n|C_o|=n 就是系统可控的依据。

这里的可控是指状态的可控,而不是过程的可控,在现实系统中,可能有其他的因素影响可控性。