下载文档原格式
状态反馈极点配置基本理论与方法IMB standardization office【IMB 5AB- IMBK 08- IMB 2C】第2章 状态反馈极点配置设计基本理论引言大多数的控制系统的基本结构是由被控对象和反馈控制器构成的闭环系统。
反馈的基本类型包括状态反馈和输出反馈。
其中状态反馈能够提供更加丰富的状态信息。
状态反馈是将系统的每一个状态变量乘相应的反馈系数，然后反馈到输入端与参考输入相加形成的控制规律，作为被控系统的控制输入。
图是一个多输入多输出线性时不变系统状态反馈的基本结构：图 多输入-多输出系统的状态反馈结构图其中受控系统的状态空间表达式为：x Ax Buy Cx=+=由图可知，加入状态反馈后，受控系统的输入为：u Fx v =+其中v 为参考输入，F 为状态反馈增益阵，因此可以得到状态反馈闭环系统的状态空间表达式：()x A BF x Bv y Cx=++=闭环系统的传递函数矩阵：()()1s W s C sI A BF B -=-+⎡⎤⎣⎦由此可见，引入状态反馈后，通过F 的选择，可以改变闭环系统的特征值，是系统获得所要求的性能。
极点配置方法的选择对于一个线性时不变系统进行状态反馈极点配置，一般有四种方法： （1） 传统方法—将系统转化为一个或多个单输入单输出系统。
（2） 直接法—使用稳定的酉矩阵，将这种系统转化为标准型。
（3）矩阵方程法—对矩阵F ，直接解方程AX X BG -Λ=FX G =（4）特征向量法—先找到特征向量x j （等式中矩阵X 的列向量），然后利用等式求解F 。
方法（1）一般难以应用或者数值不稳定。
方法（3）需要解方程，并且对于系统矩阵A 的特征值不能再分配。
最有效并且数值稳定的方法是方法（2）和方法（4）。
其中方法（4）通过使用一系列的迭代算法找到最优解，所以比较复杂。
对于方法（2），当系统的输入多于一个信号输入时，不能确定系统的鲁棒性。
本文结合以上方法提出了一种新的设计方法：首先通过酉变换将状态方程化为一种控制规范形，然后利用最小二乘法解方程的得到最佳的状态反馈矩阵。
第2章 状态反馈极点配置设计基本理论2.1引言大多数的控制系统的基本结构是由被控对象和反馈控制器构成的闭环系统。
反馈的基本类型包括状态反馈和输出反馈。
其中状态反馈能够提供更加丰富的状态信息。
状态反馈是将系统的每一个状态变量乘相应的反馈系数，然后反馈到输入端与参考输入相加形成的控制规律，作为被控系统的控制输入。
图2.1是一个多输入多输出线性时不变系统状态反馈的基本结构：图2.1 多输入-多输出系统的状态反馈结构图其中受控系统的状态空间表达式为：x Ax Buy Cx=+= (2.1)由图2.1可知，加入状态反馈后，受控系统的输入为：u Fx v =+ (2.2)其中v 为参考输入，F 为状态反馈增益阵，因此可以得到状态反馈闭环系统的状态空间表达式：()x A BF x Bv y Cx=++= (2.3)闭环系统的传递函数矩阵：()()1s W s C sI A BF B -=-+⎡⎤⎣⎦ (2.4)由此可见，引入状态反馈后，通过F 的选择，可以改变闭环系统的特征值，是系统获得所要求的性能。
2.2极点配置方法的选择对于一个线性时不变系统进行状态反馈极点配置，一般有四种方法： （1） 传统方法—将系统转化为一个或多个单输入单输出系统。
（2） 直接法—使用稳定的酉矩阵，将这种系统转化为标准型。
（3） 矩阵方程法—对矩阵F ，直接解方程AX X BG -Λ= (2.5a)FX G = (2.5b)（4） 特征向量法—先找到特征向量x j （等式(2.5)中矩阵X 的列向量），然后利用等式(2.5b)求解F 。
方法（1）一般难以应用或者数值不稳定。
方法（3）需要解(2.5a)方程，并且对于系统矩阵A 的特征值不能再分配。
最有效并且数值稳定的方法是方法（2）和方法（4）。
其中方法（4）通过使用一系列的迭代算法找到最优解，所以比较复杂。
对于方法（2），当系统的输入多于一个信号输入时，不能确定系统的鲁棒性。
实 验 报 告课程 自动控制原理 实验日期 12 月26 日 专业班级 姓名 学号实验名称 系统的能控性与能观性分析及状态反馈极点配置 评分批阅教师签字一、实验目的加深理解能观测性、能控性、稳定性、最小实现等观念，掌握状态反馈极点配置方法，掌握如何使用MATLAB 进行以下分析和实现。
1、系统的能观测性、能控性分析；2、系统的最小实现；3、进行状态反馈系统的极点配置；4、研究不同配置对系统动态特性的影响。
二、实验内容1.能控性、能观测性及系统实现（a ）了解以下命令的功能；自选对象模型，进行运算，并写出结果。
gram, ctrb, obsv, lyap, ctrbf, obsvf, mineral ； （b ）已知连续系统的传递函数模型，182710)(23++++=s s s as s G ，当a 分别取-1，0，1时，判别系统的能控性与能观测性；（c ）已知系统矩阵为⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=2101013333.06667.10666.6A ，⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=110B ，[]201=C ，判别系统的能控性与能观测性；（d ）求系统1827101)(23++++=s s s s s G 的最小实现。
2.实验内容原系统如图1-2所示。
图中，X 1和X 2是可以测量的状态变量。
图1-2 系统结构图试设计状态反馈矩阵,使系统加入状态反馈后其动态性能指标满足给定的要求:(1) 已知：K=10，T=1秒，要求加入状态反馈后系统的动态性能指标为：σ%≤20%，ts≤1秒。
(2) 已知：K=1，T=0.05秒，要求加入状态反馈后系统的动态性能指标为：σ%≤5%，ts≤0.5秒。
状态反馈后的系统，如图1-3所示：图1-3 状态反馈后系统结构图分别观测状态反馈前后两个系统的阶跃响应曲线，并检验系统的动态性能指标是否满足设计要求。
三、实验环境 1、计算机1台；2、MATLAB6.5软件1套。
四、实验原理（或程序框图）及步骤 1、系统能控性、能观性分析设系统的状态空间表达式如下：p m n R y R u R x Du Cx y Bu Ax x∈∈∈⎩⎨⎧+=+=（1-1）其中A 为n ×n 维状态矩阵；B 为n ×m 维输入矩阵；C 为p ×n 维输出矩阵；D 为p ×m 维传递矩阵，一般情况下为0。
实验6极点配置与全维状态观测器的设计实验 6 极点配置与全维状态观测器的设计⼀、实验⽬的1. 加深对状态反馈作⽤的理解。
2. 学习和掌握状态观测器的设计⽅法。
⼆、实验原理在MATLAB 中，可以使⽤acker 和place 函数来进⾏极点配置，函数的使⽤⽅法如下：K = acker(A,B,P) A，B为系统系数矩阵，P为配置极点，K为反馈增益矩阵。
K = place(A,B,P) A，B为系统系数矩阵，P为配置极点，K为反馈增益矩阵。
[K,PREC,MESSAGE] = place(A,B,P) A，B为系统系数矩阵，P为配置极点，K为反馈增益矩阵，PREC 为特征值，MESSAGE 为配置中的出错信息。
三、实验内容1.已知系统（1）判断系统稳定性，说明原因。
（2）若不稳定，进⾏极点配置，期望极点：-1，-2，-3，求出状态反馈矩阵k。
（3）讨论状态反馈与输出反馈的关系，说明状态反馈为何能进⾏极点配置？（4）使⽤状态反馈进⾏零极点配置的前提条件是什么？1.（1）（2）代码：a=[-2 -1 1;1 0 1;-1 0 1];b=[1,1,1]';p=[-1,-2,-3]';K=acker(a,b,p)K =-1 2 4（3）讨论状态反馈与输出反馈的关系, 说明状态反馈为何能进⾏极点配置?在经典控制理论中,⼀般只考虑由系统的输出变量来构成反馈律，即输出反馈。
在现代控制理论的状态空间分析⽅法中,多考虑采⽤状态变量来构成反馈律，即状态反馈。
从状态空间模型输出⽅程可以看出，输出反馈可视为状态反馈的⼀个特例。
状态反馈可以提供更多的补偿信息，只要状态进⾏简单的计算再反馈，就可以获得优良的控制性能。
(4)使⽤状态反馈配置极点的前提是系统的状态是完全可控的。
2.已知系统设计全维状态观测器，使观测器的极点配置在12+j，12-j 。
（1）给出原系统的状态曲线。
（2）给出观测器的状态曲线并加以对⽐。
线性系统的状态反馈及极点配置1.前言随着现代控制理论的不断发展和成熟，线性系统的状态反馈控制在控制理论中得到了广泛的应用，并成为了控制领域中重要的一种控制方法。
状态反馈控制能够将系统的状态进行反馈，并利用反馈得到的信息对系统进行控制，从而达到使系统达到预期控制目标的目的。
本文将从状态反馈控制的原理和实现方法两方面介绍线性系统的状态反馈及极点配置。
2.状态反馈控制的原理状态反馈控制是建立在现代控制理论的基础上的一种高级控制方法。
状态反馈控制的基本思想是在系统中引入反馈环节，设计一个反馈控制器，将系统的状态量反馈给控制器，控制器再根据反馈信号输出控制量，以期望控制系统按照预期的运动轨迹运行。
因此，状态反馈控制要实现以下两个步骤：- 系统状态量的测量：首先要在系统中安装测量传感器，实时地测量系统状态量，使得状态量可以被反馈到控制器中。
- 反馈控制器的设计：设计一个反馈控制器，将系统的状态量反馈给控制器，控制器再根据反馈信号输出控制量，实现对系统的精确控制。
因此，状态反馈控制的基本原理就是将系统状态量反馈到控制器中，以期望控制系统按照预期的运动轨迹运行。
2.2 状态空间模型与状态反馈控制状态空间模型是状态反馈控制的基础。
状态空间模型是一种方便描述线性系统动态行为和控制器的模型。
对于线性时不变系统，我们可以用如下的状态变量描述：x(t) = [x1(t),x2(t),...,xn(t)]T其中，x(t) 是系统在时刻 t 的状态量，n 是状态量的数量，x1(t),x2(t),...,xn(t) 分别是系统的每个状态量。
状态空间模型可以用一组线性常微分方程描述：dx/dt = Ax + Bu其中，A 是系统的状态方程矩阵，B 是输入矩阵，C 是输出矩阵，D 是直接耦合矩阵。
系统的状态反馈控制可以表示为：u(t) = -Kx(t)其中，K 是状态反馈矩阵。
将状态反馈控制引入到状态空间模型中，可以得到控制器的状态空间模型为：y = Cx上述控制器的状态空间模型就是一个闭环系统，通过反馈控制器将系统状态返回到系统，形成了一个反馈环。
