Chapter9.5：线性系统的状态空间分析与综合考研参考题_办公生活

Chapter9.5：线性系统的状态空间分析与综合考研参考题

创始人

2024-03-07 07:03:33

此系列属于胡寿松《自动控制原理题海与考研指导》(第三版)习题精选，仅包含部分经典习题，需要完整版习题答案请自行查找，本系列属于知识点巩固部分，搭配如下几个系列进行学习，可用于期末考试和考研复习。
自动控制原理(第七版)知识提炼
自动控制原理(第七版)课后习题精选
自动控制原理(第七版)附录MATLAB基础

线性系统的状态空间分析与综合考研参考题

REFERENCE1

已知离散时间系统状态方程为：
x(k+1)=[140−3−2−3200]x(k)x(k+1)=\begin{bmatrix} 1 & 4 & 0\\ -3 & -2 & -3\\ 2 & 0 & 0 \end{bmatrix}x(k) x(k+1)=⎣⎡1−324−200−30⎦⎤x(k)
用两种方法判断系统是否为渐近稳定。

解：

【法1】

由于x(k+1)=Φx(k)x(k+1)=\Phi{x(k)}x(k+1)=Φx(k)，令∣λI−Φ∣=0|\lambda{I}-\Phi|=0∣λI−Φ∣=0，解得系统特征根为：λ1,2=0.5±j3.4278，λ3=−2\lambda_{1,2}=0.5±{\rm j}3.4278，\lambda_3=-2λ1,2=0.5±j3.4278，λ3=−2，位于单位圆外，系统不稳定。

【法2】

取Q=I3×3Q=I_{3\times3}Q=I3×3，令ΦTPΦ−P=−Q\Phi^TP\Phi-P=-QΦTPΦ−P=−Q，其中P=PTP=P^TP=PT，可得：
[1−324−200−30][p11p12p13p12p22p23p13p23p33][140−3−2−3200]−[p11p12p13p12p22p23p13p23p33]=[−1000−1000−1]\begin{bmatrix} 1 & -3 & 2\\ 4 & -2 & 0\\ 0 & -3 & 0 \end{bmatrix} \begin{bmatrix} p_{11} & p_{12} & p_{13}\\ p_{12} & p_{22} & p_{23}\\ p_{13} & p_{23} & p_{33} \end{bmatrix} \begin{bmatrix} 1 & 4 & 0\\ -3 & -2 & -3\\ 2 & 0 & 0 \end{bmatrix}-\begin{bmatrix} p_{11} & p_{12} & p_{13}\\ p_{12} & p_{22} & p_{23}\\ p_{13} & p_{23} & p_{33} \end{bmatrix}= \begin{bmatrix} -1 & 0 & 0\\ 0 & -1 & 0\\ 0 & 0 & -1 \end{bmatrix} ⎣⎡140−3−2−3200⎦⎤⎣⎡p11p12p13p12p22p23p13p23p33⎦⎤⎣⎡1−324−200−30⎦⎤−⎣⎡p11p12p13p12p22p23p13p23p33⎦⎤=⎣⎡−1000−1000−1⎦⎤
有：
{p11−6p12+4p13−12p23+9p33−p11=−1−3p12+9p22−6p23−p13=04p11−14p12+8p13+6p22−4p23−p12=016p11−16p12+3p22=−1−12p13+5p23=09p22−p33=−1\begin{cases} &p_{11}-6p_{12}+4p_{13}-12p_{23}+9p_{33}-p_{11}=-1\\\\ &-3p_{12}+9p_{22}-6p_{23}-p_{13}=0\\\\ &4p_{11}-14p_{12}+8p_{13}+6p_{22}-4p_{23}-p_{12}=0\\\\ &16p_{11}-16p_{12}+3p_{22}=-1\\\\ &-12p_{13}+5p_{23}=0\\\\ &9p_{22}-p_{33}=-1 \end{cases} ⎩⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎧p11−6p12+4p13−12p23+9p33−p11=−1−3p12+9p22−6p23−p13=04p11−14p12+8p13+6p22−4p23−p12=016p11−16p12+3p22=−1−12p13+5p23=09p22−p33=−1
解得：
P=[−0.0985−0.0683−0.0570−0.0683−0.2725−0.2151−0.0570−0.2151−0.5526]P=\begin{bmatrix} -0.0985 & -0.0683 & -0.0570\\ -0.0683 & -0.2725 & -0.2151\\ -0.0570 & -0.2151 & -0.5526 \end{bmatrix} P=⎣⎡−0.0985−0.0683−0.0570−0.0683−0.2725−0.2151−0.0570−0.2151−0.5526⎦⎤
PPP非正定，因此系统非渐近稳定。

REFERENCE2

设系统状态方程为：
[x˙1x˙2]=[01−a1−a2][x1x2]\begin{bmatrix} \dot{x}_1\\ \dot{x}_2 \end{bmatrix}=\begin{bmatrix} 0 & 1\\ -a_1 & -a_2 \end{bmatrix}\begin{bmatrix} {x}_1\\ {x}_2 \end{bmatrix} [x˙1x˙2]=[0−a11−a2][x1x2]
试用李雅普诺夫第二法证明：当a1>0，a2>0a_1>0，a_2>0a1>0，a2>0时，系统的原点是大范围一致渐近稳定的。

证明：

因系统矩阵：
A=[01−a1−a2]A=\begin{bmatrix} 0 & 1\\ -a_1 & -a_2 \end{bmatrix} A=[0−a11−a2]
当a1>0，a2>0a_1>0，a_2>0a1>0，a2>0时，AAA为常值非奇异矩阵，原点xe=0x_e=0xe=0是唯一平衡状态。

xe=0x_e=0xe=0大范围一致渐近稳定的充分必要条件：对于给定的正定实对称矩阵QQQ，存在唯一的正定实对称矩阵PPP，使
ATP+PA=−QA^TP+PA=-Q ATP+PA=−Q
其中，李雅普诺夫函数V(x)=xTPxV(x)=x^TPxV(x)=xTPx。

令Q=IQ=IQ=I，设P=[p11p12p12p22]P=\begin{bmatrix}p_{11}&p_{12}\\p_{12}&p_{22}\end{bmatrix}P=[p11p12p12p22]，因
[0−a11−a2][p11p12p12p22]+[p11p12p12p22][01−a1−a2]=−[1001]\begin{bmatrix} 0 & -a_1\\ 1 & -a_2 \end{bmatrix} \begin{bmatrix} p_{11} & p_{12}\\ p_{12} & p_{22} \end{bmatrix} + \begin{bmatrix} p_{11} & p_{12}\\ p_{12} & p_{22} \end{bmatrix} \begin{bmatrix} 0 & 1\\ -a_1 & -a_2 \end{bmatrix}=-\begin{bmatrix} 1 & 0\\ 0 & 1 \end{bmatrix} [01−a1−a2][p11p12p12p22]+[p11p12p12p22][0−a11−a2]=−[1001]
有
{−2a1p12=−1p11−a1p22−a2p12=02(p12−a2p22)=−1⇒P=[a12+a22+a12a1a212a112a1a1+12a1a2]\begin{cases} &-2a_{1}p_{12}=-1\\\\ &p_{11}-a_1p_{22}-a_2p_{12}=0\\\\ &2(p_{12}-a_2p_{22})=-1 \end{cases}\Rightarrow{P}=\begin{bmatrix} \displaystyle\frac{a_1^2+a_2^2+a_1}{2a_1a_2} & \displaystyle\frac{1}{2a_1}\\\\ \displaystyle\frac{1}{2a_1} & \displaystyle\frac{a_1+1}{2a_1a_2} \end{bmatrix} ⎩⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎧−2a1p12=−1p11−a1p22−a2p12=02(p12−a2p22)=−1⇒P=⎣⎢⎢⎢⎡2a1a2a12+a22+a12a112a112a1a2a1+1⎦⎥⎥⎥⎤
当a1>0，a2>0a_1>0，a_2>0a1>0，a2>0时，
p11=a12+a22+a12a1a2>0，det⁡P=(a1+1)(a12+a22+a1)4a12a22−14a12=a13+2a12+a1+a1a224a12a22>0p_{11}=\displaystyle\frac{a_1^2+a_2^2+a_1}{2a_1a_2}>0，\det{P}=\displaystyle\frac{(a_1+1)(a_1^2+a_2^2+a_1)}{4a_1^2a_2^2}-\displaystyle\frac{1}{4a_1^2}=\displaystyle\frac{a_1^3+2a_1^2+a_1+a_1a_2^2}{4a_1^2a_2^2}>0 p11=2a1a2a12+a22+a1>0，detP=4a12a22(a1+1)(a12+a22+a1)−4a121=4a12a22a13+2a12+a1+a1a22>0
故矩阵P=PT>0P=P^T>0P=PT>0，系统在原点大范围一致渐近稳定。

REFERENCE3

设系统的动态方程为：
[x˙1x˙2]=[01−32][x1x2]+[10]u，[x1(0)x2(0)]=[23]，y=[11][x1x2]+2u\begin{bmatrix} \dot{x}_1\\\dot{x}_2 \end{bmatrix}=\begin{bmatrix} 0 & 1\\ -3 & 2 \end{bmatrix}\begin{bmatrix} x_1\\x_2 \end{bmatrix}+\begin{bmatrix} 1\\0 \end{bmatrix}u，\begin{bmatrix} x_1(0)\\x_2(0) \end{bmatrix}=\begin{bmatrix} 2\\3 \end{bmatrix}，y=\begin{bmatrix} 1 & 1 \end{bmatrix}\begin{bmatrix} x_1\\x_2 \end{bmatrix}+2u [x˙1x˙2]=[0−312][x1x2]+[10]u，[x1(0)x2(0)]=[23]，y=[11][x1x2]+2u
其中：u(t)=δ(t)u(t)=\delta(t)u(t)=δ(t)为单位脉冲函数。试求：

系统的状态转移矩阵；
系统的状态响应；

解：

系统的状态转移矩阵；

因
sI−A=[s−13s+2]，(sI−A)−1=[s+2s2+2s+31s2+2s+3−3s2+2s+3ss2+2s+3]sI-A=\begin{bmatrix} s & -1\\ 3 & s+2 \end{bmatrix}，(sI-A)^{-1}=\begin{bmatrix} \displaystyle\frac{s+2}{s^2+2s+3} & \displaystyle\frac{1}{s^2+2s+3}\\\\ \displaystyle\frac{-3}{s^2+2s+3} & \displaystyle\frac{s}{s^2+2s+3} \end{bmatrix} sI−A=[s3−1s+2]，(sI−A)−1=⎣⎢⎢⎢⎡s2+2s+3s+2s2+2s+3−3s2+2s+31s2+2s+3s⎦⎥⎥⎥⎤
所以
eAt=L−1[(sI−A)−1]=[12e−tsin⁡2t+e−tcos⁡2t12e−tsin⁡2t−32e−tsin⁡2te−tcos⁡2t−12e−tsin⁡2t]{\rm e}^{At}=L^{-1}[{(sI-A)^{-1}}]=\begin{bmatrix} \displaystyle\frac{1}{\sqrt{2}}{\rm e}^{-t}\sin\sqrt{2}t+{\rm e}^{-t}\cos\sqrt{2}t & \displaystyle\frac{1}{\sqrt{2}}{\rm e}^{-t}\sin\sqrt{2}t\\\\ -\displaystyle\frac{3}{\sqrt{2}}{\rm e}^{-t}\sin\sqrt{2}t & {\rm e}^{-t}\cos\sqrt{2}t-\displaystyle\frac{1}{\sqrt{2}}{\rm e}^{-t}\sin\sqrt{2}t \end{bmatrix} eAt=L−1[(sI−A)−1]=⎣⎢⎢⎢⎡21e−tsin2t+e−tcos2t−23e−tsin2t21e−tsin2te−tcos2t−21e−tsin2t⎦⎥⎥⎥⎤
系统的状态响应；
x(t)=eAtx(0)+∫0teAt[10]δ(τ)dτ=[52e−tsin⁡2t+2e−tcos⁡2t−92e−tsin⁡2t+3e−tcos⁡2t]+[12e−tsin⁡2t+e−tcos⁡2t−32e−tsin⁡2t]=[62e−tsin⁡2t+3e−tcos⁡2t−122e−tsin⁡2t+3e−tcos⁡2t]\begin{aligned} x(t)&={\rm e}^{At}x(0)+\int_0^t{\rm e}^{At}\begin{bmatrix} 1\\0 \end{bmatrix}\delta(\tau){\rm d}\tau\\\\ &=\begin{bmatrix} \displaystyle\frac{5}{\sqrt{2}}{\rm e}^{-t}\sin\sqrt{2}t+2{\rm e}^{-t}\cos\sqrt{2}t\\\\ -\displaystyle\frac{9}{\sqrt{2}}{\rm e}^{-t}\sin\sqrt{2}t+3{\rm e}^{-t}\cos\sqrt{2}t \end{bmatrix}+\begin{bmatrix} \displaystyle\frac{1}{\sqrt{2}}{\rm e}^{-t}\sin\sqrt{2}t+{\rm e}^{-t}\cos\sqrt{2}t\\\\ -\displaystyle\frac{3}{\sqrt{2}}{\rm e}^{-t}\sin\sqrt{2}t \end{bmatrix}\\\\ &=\begin{bmatrix} \displaystyle\frac{6}{\sqrt{2}}{\rm e}^{-t}\sin\sqrt{2}t+3{\rm e}^{-t}\cos\sqrt{2}t\\\\ -\displaystyle\frac{12}{\sqrt{2}}{\rm e}^{-t}\sin\sqrt{2}t+3{\rm e}^{-t}\cos\sqrt{2}t \end{bmatrix} \end{aligned} x(t)=eAtx(0)+∫0teAt[10]δ(τ)dτ=⎣⎢⎢⎢⎡25e−tsin2t+2e−tcos2t−29e−tsin2t+3e−tcos2t⎦⎥⎥⎥⎤+⎣⎢⎢⎢⎡21e−tsin2t+e−tcos2t−23e−tsin2t⎦⎥⎥⎥⎤=⎣⎢⎢⎢⎡26e−tsin2t+3e−tcos2t−212e−tsin2t+3e−tcos2t⎦⎥⎥⎥⎤

REFERENCE4

已知系统动态方程为：
x˙(t)=Ax(t)+bu(t)，y(t)=cx(t)\dot{x}(t)=Ax(t)+bu(t)，y(t)=cx(t) x˙(t)=Ax(t)+bu(t)，y(t)=cx(t)
其中：A=[010−2]；b=[01]；c=[20]A=\begin{bmatrix}0&1\\0&-2\end{bmatrix}；b=\begin{bmatrix}0\\1\end{bmatrix}；c=\begin{bmatrix}2&0\end{bmatrix}A=[001−2]；b=[01]；c=[20]；

要求：

画出系统结构图；
判断系统的可控性与可观测性；
求出系统的传递函数；
求出系统的状态转移矩阵eAt{\rm e}^{At}eAt；

解：

画出系统结构图；
判断系统的可控性与可观测性；

因为
rank[bAb]=rank[011−2]=2，rank[ccA]=rank[2002]=2{\rm rank}\begin{bmatrix} b & Ab \end{bmatrix}={\rm rank}\begin{bmatrix} 0 & 1\\ 1 & -2 \end{bmatrix}=2，{\rm rank}\begin{bmatrix} c\\cA \end{bmatrix}={\rm rank}\begin{bmatrix} 2 & 0\\ 0 & 2 \end{bmatrix}=2 rank[bAb]=rank[011−2]=2，rank[ccA]=rank[2002]=2
因此，系统可控且可观测。
求出系统的传递函数；
G(s)=c(sI−A)−1bG(s)=c(sI-A)^{-1}b G(s)=c(sI−A)−1b
因为
(sI−A)−1=[s−10s+2]−1=[1s1s(s+2)01s+2](sI-A)^{-1}=\begin{bmatrix} s & -1\\ 0 & s+2 \end{bmatrix}^{-1}=\begin{bmatrix} \displaystyle\frac{1}{s} & \displaystyle\frac{1}{s(s+2)}\\ 0 & \displaystyle\frac{1}{s+2} \end{bmatrix} (sI−A)−1=[s0−1s+2]−1=⎣⎢⎡s10s(s+2)1s+21⎦⎥⎤
所以
G(s)=[20][1s1s(s+2)01s+2][01]=2s(s+2)G(s)=\begin{bmatrix} 2 & 0 \end{bmatrix}\begin{bmatrix} \displaystyle\frac{1}{s} & \displaystyle\frac{1}{s(s+2)}\\ 0 & \displaystyle\frac{1}{s+2} \end{bmatrix}\begin{bmatrix} 0\\1 \end{bmatrix}=\frac{2}{s(s+2)} G(s)=[20]⎣⎢⎡s10s(s+2)1s+21⎦⎥⎤[01]=s(s+2)2
求出系统的状态转移矩阵eAt{\rm e}^{At}eAt；
eAt=L−1[(sI−A)−1]=L−1[1s1s(s+2)01s+2]=[112(1−e−2t)0e−2t]{\rm e}^{At}=L^{-1}[(sI-A)^{-1}]=L^{-1}\begin{bmatrix} \displaystyle\frac{1}{s} & \displaystyle\frac{1}{s(s+2)}\\ 0 & \displaystyle\frac{1}{s+2} \end{bmatrix}=\begin{bmatrix} 1 & \displaystyle\frac{1}{2}(1-{\rm e}^{-2t})\\ 0 & {\rm e}^{-2t} \end{bmatrix} eAt=L−1[(sI−A)−1]=L−1⎣⎢⎡s10s(s+2)1s+21⎦⎥⎤=[1021(1−e−2t)e−2t]

REFERENCE5

设二阶系统结构图如下图所示，试用状态空间描述及传递函数描述判断系统的可控性与可观测性，并说明传递函数描述的不完全性。

解：

由结构图可得：
{x˙2−x2=yx˙1+4x1=−5u+5x2y=u−x2+x1\begin{cases} &\dot{x}_2-x_2=y\\\\ &\dot{x}_1+4x_1=-5u+5x_2\\\\ &y=u-x_2+x_1 \end{cases} ⎩⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎧x˙2−x2=yx˙1+4x1=−5u+5x2y=u−x2+x1
【状态空间描述】
[x˙1x˙2]=[−4510][x1x2]+[−51]u，y=[1−1][x1x2]+u\begin{bmatrix} \dot{x}_1\\\dot{x}_2 \end{bmatrix}=\begin{bmatrix} -4 & 5\\ 1 & 0 \end{bmatrix}\begin{bmatrix} x_1\\x_2 \end{bmatrix}+\begin{bmatrix} -5\\1 \end{bmatrix}u，y=\begin{bmatrix} 1 & -1 \end{bmatrix}\begin{bmatrix} x_1\\x_2 \end{bmatrix}+u [x˙1x˙2]=[−4150][x1x2]+[−51]u，y=[1−1][x1x2]+u
因为
rank[bAb]=rank[−5251−5]=1<2，rank[ccA]=rank[1−1−55]=1<2{\rm rank}\begin{bmatrix} b & Ab \end{bmatrix}={\rm rank}\begin{bmatrix} -5 & 25\\ 1 & -5 \end{bmatrix}=1<2，{\rm rank}\begin{bmatrix} c\\cA \end{bmatrix}={\rm rank}\begin{bmatrix} 1 & -1\\ -5 & 5 \end{bmatrix}=1<2 rank[bAb]=rank[−5125−5]=1<2，rank[ccA]=rank[1−5−15]=1<2
所以系统不可控且不可观测。

【传递函数描述】
G(s)=c(sI−A)−1b+d=[1−1][s+4−5−1s]−1[−51]+1=[1−1][ss2+4s−55s2+4s−51s2+4s−5s+4s2+4s−5][−51]+1=(s−1)2(s−1)(s+5)=s−1s+5\begin{aligned} G(s)&=c(sI-A)^{-1}b+d=\begin{bmatrix} 1 & -1 \end{bmatrix}\begin{bmatrix} s+4 & -5\\ -1 & s \end{bmatrix}^{-1}\begin{bmatrix} -5\\1 \end{bmatrix}+1\\\\ &=\begin{bmatrix} 1 & -1 \end{bmatrix}\begin{bmatrix} \displaystyle\frac{s}{s^2+4s-5} & \displaystyle\frac{5}{s^2+4s-5}\\ \displaystyle\frac{1}{s^2+4s-5} & \displaystyle\frac{s+4}{s^2+4s-5} \end{bmatrix}\begin{bmatrix} -5\\1 \end{bmatrix}+1\\\\ &=\frac{(s-1)^2}{(s-1)(s+5)}=\frac{s-1}{s+5} \end{aligned} G(s)=c(sI−A)−1b+d=[1−1][s+4−1−5s]−1[−51]+1=[1−1]⎣⎢⎡s2+4s−5ss2+4s−51s2+4s−55s2+4s−5s+4⎦⎥⎤[−51]+1=(s−1)(s+5)(s−1)2=s+5s−1
所得传递函数可以约简，因出现了sss右半平面的零极点对消，成为一阶系统，所以，系统不可控且不可观测。传递函数描述只表征了系统可控且可观测的部分，因此具有不完全性。

REFERENCE6

某单位负反馈位置随动系统，其控制系统的开环传递函数为：G0(s)=9s(s+2)G_0(s)=\displaystyle\frac{9}{s(s+2)}G0(s)=s(s+2)9。

求：

试确定反馈增益向量kkk，使其状态反馈系统具有阻尼比ζ=0.707\zeta=0.707ζ=0.707，无阻尼自然振荡频率ωn=20\omega_n=20ωn=20；
若用输出反馈能否达到上述控制效果？

解：

确定状态反馈增益量kkk。

系统闭环传递函数为：
Φ(s)=9s2+2s+9\Phi(s)=\frac{9}{s^2+2s+9} Φ(s)=s2+2s+99
其可控标准型实现为：
A=[01−9−2],b=[01],c=[90]A=\begin{bmatrix} 0 & 1\\ -9 & -2 \end{bmatrix},b=\begin{bmatrix} 0\\1 \end{bmatrix},c=\begin{bmatrix} 9&0 \end{bmatrix} A=[0−91−2],b=[01],c=[90]
期望闭环传递函数为：
Φ(s)=ωn2s2+2ζωns+ωn2=400s2+28.28s+400\Phi(s)=\frac{\omega_n^2}{s^2+2\zeta\omega_ns+\omega_n^2}=\frac{400}{s^2+28.28s+400} Φ(s)=s2+2ζωns+ωn2ωn2=s2+28.28s+400400
期望闭环极点为：
λ1,2=−ζωn±ωnζ2−1=−14.14±j14.14\lambda_{1,2}=-\zeta\omega_n±\omega_n\sqrt{\zeta^2-1}=-14.14±{\rm j}14.14 λ1,2=−ζωn±ωnζ2−1=−14.14±j14.14
由于系统可控，故可用状态反馈进行极点配置。令状态反馈增益向量k=[k1k2]k=\begin{bmatrix}k_1&k_2\end{bmatrix}k=[k1k2]，则闭环系统矩阵为：
A‾=A+bk=[01k1−9k2−2]\overline{A}=A+bk=\begin{bmatrix} 0 & 1\\ k_1-9 & k_2-2 \end{bmatrix} A=A+bk=[0k1−91k2−2]
闭环特征多项式为：
∣λI−A‾∣=λ2+(2−k2)λ+(9−k1)|\lambda{I}-\overline{A}|=\lambda^2+(2-k_2)\lambda+(9-k_1) ∣λI−A∣=λ2+(2−k2)λ+(9−k1)
与期望特征多项式比较，有：
2−k2=28.28，9−k1=400⇒k1=−391，k2=−26.282-k_2=28.28，9-k_1=400\Rightarrow{k_1=-391}，k_2=-26.28 2−k2=28.28，9−k1=400⇒k1=−391，k2=−26.28
故满足控制效果的反馈增益向量为：
k=[−391−26.28]k=\begin{bmatrix} -391 & -26.28 \end{bmatrix} k=[−391−26.28]
采用输出反馈的效果。
rank[ccA]=rank[9009]=2{\rm rank}\begin{bmatrix} c\\cA \end{bmatrix}={\rm rank}\begin{bmatrix} 9 & 0\\ 0 & 9 \end{bmatrix}=2 rank[ccA]=rank[9009]=2
系统可观测。取控制律：u=ky+vu=ky+vu=ky+v。

则闭环系统矩阵为：
A‾=A+bkc=[019k−9−2]\overline{A}=A+bkc=\begin{bmatrix} 0 & 1\\ 9k-9 & -2 \end{bmatrix} A=A+bkc=[09k−91−2]
闭环特征多项式为：
∣λI−A‾∣=λ2+2λ+(9−9k)|\lambda{I}-\overline{A}|=\lambda^2+2\lambda+(9-9k) ∣λI−A∣=λ2+2λ+(9−9k)
可见，无论kkk值如何选取，均无法实现上述效果。

REFERENCE7

试判断下列系统的可控性与可观测性，系统中a,b,c,da,b,c,da,b,c,d的取值对可控性与可观测性是否有影响？讨论其取值条件。

解：

由结构图可知：
{x˙1=−ax1+bx2+ux˙2=−cx1+dx2+uy=x1\begin{cases} &\dot{x}_1=-ax_1+bx_2+u\\\\ &\dot{x}_2=-cx_1+dx_2+u\\\\ &y=x_1 \end{cases} ⎩⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎧x˙1=−ax1+bx2+ux˙2=−cx1+dx2+uy=x1
矩阵-向量形式：
[x˙1x˙2]=[−ab−c−d][x1x2]+[11]u，y=[10][x1x2]\begin{bmatrix} \dot{x}_1\\ \dot{x}_2 \end{bmatrix}=\begin{bmatrix} -a & b\\ -c & -d \end{bmatrix}\begin{bmatrix} {x}_1\\ {x}_2 \end{bmatrix}+\begin{bmatrix} 1\\1 \end{bmatrix}u，y=\begin{bmatrix} 1 & 0 \end{bmatrix}\begin{bmatrix} x_1\\x_2 \end{bmatrix} [x˙1x˙2]=[−a−cb−d][x1x2]+[11]u，y=[10][x1x2]
若
rank[bAb]=rank[1−a+b1−c−d]=2⇒a−b−c−d≠0{\rm rank}\begin{bmatrix} b & Ab \end{bmatrix}={\rm rank}\begin{bmatrix} 1 & -a+b\\ 1 & -c-d \end{bmatrix}=2\Rightarrow{a-b-c-d≠0} rank[bAb]=rank[11−a+b−c−d]=2⇒a−b−c−d=0
若
rank[ccA]=rank[10−ab]=2⇒b≠0{\rm rank}\begin{bmatrix} c\\cA \end{bmatrix}={\rm rank}\begin{bmatrix} 1 & 0\\ -a & b \end{bmatrix}=2\Rightarrow{b≠0} rank[ccA]=rank[1−a0b]=2⇒b=0
综上：系统可控的条件为：a−b−c−d≠0a-b-c-d≠0a−b−c−d=0，系统可观测的条件为：b≠0b≠0b=0.

REFERENCE8

已知系统动态方程为：
x˙=[014−3]x+[01]u，y=[−11]x\dot{x}=\begin{bmatrix} 0 & 1\\ 4 & -3 \end{bmatrix}x+\begin{bmatrix} 0\\1 \end{bmatrix}u，y=\begin{bmatrix} -1 & 1 \end{bmatrix}x x˙=[041−3]x+[01]u，y=[−11]x
要求：

判断系统是否渐近稳定？
若初始条件：x(0)=[1−1]T，u(t)=1(t)x(0)=\begin{bmatrix}1 & -1\end{bmatrix}^T，u(t)=1(t)x(0)=[1−1]T，u(t)=1(t)，求状态响应x(t)x(t)x(t)；
是否可用状态反馈将A+bkA+bkA+bk的特征值配置到(−3,−3)(-3,-3)(−3,−3)？若可以，求出状态反馈增益向量kkk；
说明系统的可观测性是否会由于引入(3)(3)(3)中的状态反馈而改变？

解：

稳定性判别。

由题意可得：
A=[014−3],b=[01],c=[−11]A=\begin{bmatrix} 0 & 1\\ 4 & -3 \end{bmatrix},b=\begin{bmatrix} 0 & 1 \end{bmatrix},c=\begin{bmatrix} -1 & 1 \end{bmatrix} A=[041−3],b=[01],c=[−11]
因λ(A)=(1,−4)\lambda(A)=(1,-4)λ(A)=(1,−4)，系统有sss右半平面的极点，故系统不是渐近稳定的。
求状态响应。

状态转移矩阵为：
eAt=L−1[(sI−A)−1]=L−1[s+3(s−1)(s+4)1(s−1)(s+4)4(s−1)(s+4)s(s−1)(s+4)]=L−1[0.8s−1+0.2s+40.2s−1−0.2s+40.8s−1−0.8s+40.2s−1+0.8s+4]=[0.8et+0.2e−4t0.2et−0.2e−4t0.8et−0.8e−4t0.2et+0.8e−4t]\begin{aligned} {\rm e}^{At}&=L^{-1}[(sI-A)^{-1}]=L^{-1}\begin{bmatrix} \displaystyle\frac{s+3}{(s-1)(s+4)} & \displaystyle\frac{1}{(s-1)(s+4)}\\ \displaystyle\frac{4}{(s-1)(s+4)} & \displaystyle\frac{s}{(s-1)(s+4)} \end{bmatrix}\\\\ &=L^{-1}\begin{bmatrix} \displaystyle\frac{0.8}{s-1}+\displaystyle\frac{0.2}{s+4} & \displaystyle\frac{0.2}{s-1}-\displaystyle\frac{0.2}{s+4}\\ \displaystyle\frac{0.8}{s-1}-\displaystyle\frac{0.8}{s+4} & \displaystyle\frac{0.2}{s-1}+\displaystyle\frac{0.8}{s+4} \end{bmatrix}\\\\ &=\begin{bmatrix} 0.8{\rm e}^t+0.2{\rm e}^{-4t} & 0.2{\rm e}^t-0.2{\rm e}^{-4t}\\ 0.8{\rm e}^t-0.8{\rm e}^{-4t} & 0.2{\rm e}^t+0.8{\rm e}^{-4t} \end{bmatrix} \end{aligned} eAt=L−1[(sI−A)−1]=L−1⎣⎢⎡(s−1)(s+4)s+3(s−1)(s+4)4(s−1)(s+4)1(s−1)(s+4)s⎦⎥⎤=L−1⎣⎢⎡s−10.8+s+40.2s−10.8−s+40.8s−10.2−s+40.2s−10.2+s+40.8⎦⎥⎤=[0.8et+0.2e−4t0.8et−0.8e−4t0.2et−0.2e−4t0.2et+0.8e−4t]
因此状态响应为：
x(t)=eAtx(0)+∫0teAτbu(t−τ)dτ=[0.8et+0.2e−4t0.2et−0.2e−4t0.8et−0.8e−4t0.2et+0.8e−4t][1−1]+∫0t[0.8eτ+0.2e−4τ0.2eτ−0.2e−4τ0.8eτ−0.8e−4τ0.2eτ+0.8e−4τ][01]dτ=[0.8et+0.45e−4t−0.250.8et−1.8e−4t]\begin{aligned} x(t)&={\rm e}^{At}x(0)+\int_0^t{\rm e}^{A\tau}bu(t-\tau){\rm d}\tau\\\\ &=\begin{bmatrix} 0.8{\rm e}^t+0.2{\rm e}^{-4t} & 0.2{\rm e}^t-0.2{\rm e}^{-4t}\\ 0.8{\rm e}^t-0.8{\rm e}^{-4t} & 0.2{\rm e}^t+0.8{\rm e}^{-4t} \end{bmatrix}\begin{bmatrix} 1\\-1 \end{bmatrix}+\int_0^t\begin{bmatrix} 0.8{\rm e}^{\tau}+0.2{\rm e}^{-4\tau} & 0.2{\rm e}^{\tau}-0.2{\rm e}^{-4\tau}\\ 0.8{\rm e}^{\tau}-0.8{\rm e}^{-4\tau} & 0.2{\rm e}^{\tau}+0.8{\rm e}^{-4\tau} \end{bmatrix}\begin{bmatrix} 0\\1 \end{bmatrix}{\rm d}\tau\\\\ &=\begin{bmatrix} 0.8{\rm e}^{t}+0.45{\rm e}^{-4t}-0.25\\ 0.8{\rm e}^{t}-1.8{\rm e}^{-4t} \end{bmatrix} \end{aligned} x(t)=eAtx(0)+∫0teAτbu(t−τ)dτ=[0.8et+0.2e−4t0.8et−0.8e−4t0.2et−0.2e−4t0.2et+0.8e−4t][1−1]+∫0t[0.8eτ+0.2e−4τ0.8eτ−0.8e−4τ0.2eτ−0.2e−4τ0.2eτ+0.8e−4τ][01]dτ=[0.8et+0.45e−4t−0.250.8et−1.8e−4t]
用极点配置求kkk。

因可控阵
S=[bAb]=[011−3]，rankS=2S=\begin{bmatrix} b & Ab \end{bmatrix}=\begin{bmatrix} 0 & 1\\ 1 & -3 \end{bmatrix}，{\rm rank}S=2 S=[bAb]=[011−3]，rankS=2
故系统完全可控，可任意配置极点。

令状态反馈增益向量为：k=[k1k2]k=\begin{bmatrix}k_1&k_2\end{bmatrix}k=[k1k2]，由
A+bk=[014−3]+[01][k1k2]=[014+k1−3+k2]A+bk=\begin{bmatrix} 0 & 1\\ 4 & -3 \end{bmatrix}+\begin{bmatrix} 0\\1 \end{bmatrix}\begin{bmatrix} k_1 & k_2 \end{bmatrix}=\begin{bmatrix} 0 & 1\\ 4+k_1 & -3+k_2 \end{bmatrix} A+bk=[041−3]+[01][k1k2]=[04+k11−3+k2]
可得闭环特征多项式为：
det⁡[λI−(A+bk)]=det⁡[λ−1−(4+k1)λ+3−k2]=λ2+(3−k2)λ−(4+k1)\det[\lambda{I}-(A+bk)]=\det\begin{bmatrix} \lambda & -1\\ -(4+k_1) & \lambda+3-k_2 \end{bmatrix}=\lambda^2+(3-k_2)\lambda-(4+k_1) det[λI−(A+bk)]=det[λ−(4+k1)−1λ+3−k2]=λ2+(3−k2)λ−(4+k1)
希望特征多项式为：
(λ+3)2=λ2+6λ+9(\lambda+3)^2=\lambda^2+6\lambda+9 (λ+3)2=λ2+6λ+9
比较两特征式可得：
3−k2=6,4+k1=−9⇒k1=−13，k2=−33-k_2=6,4+k_1=-9\Rightarrow{k_1}=-13，k_2=-3 3−k2=6,4+k1=−9⇒k1=−13，k2=−3
即状态反馈增益矩阵为：
k=[−13−3]k=\begin{bmatrix} -13 & -3 \end{bmatrix} k=[−13−3]
分析状态反馈与可观测性。

状态反馈前，系统的可观测性矩阵为：
V1=[ccA]=[−114−4]，rankV1=1V_1=\begin{bmatrix} c\\cA \end{bmatrix}=\begin{bmatrix} -1 & 1\\ 4 & -4 \end{bmatrix}，{\rm rank}V_1=1 V1=[ccA]=[−141−4]，rankV1=1
原系统不可观测。

状态反馈后，系统的可观测性矩阵为：
V2=[cc(A+bk)]=[−11−9−7]，rankV2=2V_2=\begin{bmatrix} c\\c(A+bk) \end{bmatrix}=\begin{bmatrix} -1 & 1\\ -9 & -7 \end{bmatrix}，{\rm rank}V_2=2 V2=[cc(A+bk)]=[−1−91−7]，rankV2=2
系统可观测，故状态反馈不一定保持系统的可观测性。

上一篇：【Python】基础语法1（常量与表达式、变量和类型、注释、输入输出、运算符）

下一篇：一起学时序分析之建立/保持时间裕量