下载文档原格式
现代控制理论知识点汇总Revised at 2 pm on December 25, 2020.第一章 控制系统的状态空间表达式１． 状态空间表达式 n 阶DuCx y Bu Ax x+=+= 1:⨯r u 1:⨯m y n n A ⨯: r n B ⨯: n m C ⨯:r m D ⨯:A 称为系统矩阵，描述系统内部状态之间的联系；Ｂ为输入（或控制）矩阵，表示输入对每个状态变量的作用情况；C 输出矩阵，表示输出与每个状态变量间的组成关系，Ｄ直接传递矩阵，表示输入对输出的直接传递关系。
２． 状态空间描述的特点①考虑了“输入－状态－输出”这一过程，它揭示了问题的本质，即输入引起了状态的变化，而状态决定了输出。
②状态方程和输出方程都是运动方程。
③状态变量个数等于系统包含的独立贮能元件的个数，n 阶系统有n 个状态变量可以选择。
④状态变量的选择不唯一。
⑤从便于控制系统的构成来说，把状态变量选为可测量或可观察的量更为合适。
⑥建立状态空间描述的步骤：a 选择状态变量；b 列写微分方程并化为状态变量的一阶微分方程组；c 将一阶微分方程组化为向量矩阵形式，即为状态空间描述。
⑦状态空间分析法是时域内的一种矩阵运算方法，特别适合于用计算机计算。
３． 模拟结构图（积分器 加法器 比例器）已知状态空间描述，绘制模拟结构图的步骤：积分器的数目应等于状态变量数，将他们画在适当的位置，每个积分器的输出表示相应的某个状态变量，然后根据状态空间表达式画出相应的加法器和比例器，最后用箭头将这些元件连接起来。
４． 状态空间表达式的建立① 由系统框图建立状态空间表达式：a 将各个环节（放大、积分、惯性等）变成相应的模拟结构图；b 每个积分器的输出选作i x ，输入则为i x；c 由模拟图写出状态方程和输出方程。
② 由系统的机理出发建立状态空间表达式：如电路系统。
通常选电容上的电压和电感上的电流作为状态变量。
利用KVL 和KCL 列微分方程，整理。
状态方程、离散化与前向欧拉法1. 状态方程状态方程是描述动态系统行为的数学模型，可以用来描述物理、生物、经济等各种系统。
在控制论、系统论和动力学中，状态方程常常以微分方程的形式出现，用来描述系统的状态随时间的变化规律。
一般而言，状态方程可以表示为：dx/dt = f(x, u)其中，x表示系统的状态向量，u表示系统的输入向量，f(x, u)表示状态向量x和输入向量u的函数关系。
这个方程可以理解为状态向量x在时间上的导数等于状态向量和输入向量的函数关系。
2. 离散化离散化是将连续时间的系统转换为离散时间的系统的过程。
在实际控制系统中，往往需要将连续时间的状态方程转换为离散时间的状态方程，以便于数字计算机进行处理和控制。
离散化的过程可以通过采样和量化来实现。
采样是指在固定的时间间隔内对系统的状态进行测量，量化是指将连续的状态值映射为离散的数值。
离散化后的状态方程可以表示为：x(k+1) = F(x(k), u(k))其中，k表示离散时间步数，x(k)表示第k个时间步的状态向量，u(k)表示第k个时间步的输入向量，F(x(k), u(k))表示离散时间步之间状态向量和输入向量的函数关系。
3. 前向欧拉法前向欧拉法是一种常用的离散化方法，通过使用离散时间步的导数来近似连续时间的导数。
它的基本思想是将连续时间的状态方程在每个时间步上进行线性化，然后通过计算斜率来估计下一个时间步的状态。
前向欧拉法的离散化过程可以表示为：x(k+1) = x(k) + h * f(x(k), u(k))其中，h表示离散时间步长，f(x(k), u(k))表示在第k个时间步上的状态向量和输入向量的导数。
前向欧拉法的优点是简单易实现，计算量小。
然而，它的精度相对较低，容易积累误差，并且在处理非线性系统时可能出现不稳定的情况。
4. 总结状态方程是描述动态系统行为的数学模型，离散化是将连续时间的系统转换为离散时间的系统的过程，而前向欧拉法是一种常用的离散化方法。
§2.3 线性连续时间状态空间表达式的离散化如果用数字计算机对连续时间状态方程求解，或者对连续受控对象采用数字计算机进行在线控制，都要碰到一个将连续时间系统化为离散时间系统的问题。
本节将讨论线性连续时间状态空间表达式的离散化方法。
一、线性时变系统的离散化 设原线性系统的状态空间表达式为：).()t (u )t (D )t (X )t (C Y )t (u )t (B )t (X )t (A X612⎩⎨⎧+=+=离散化后状态空间表达式为：[]).()kT (u )kT (D )kT (X )kT (C )kT (Y )kT (u )kT (H )kT (X )kT (G T )k (X 6221⎩⎨⎧⋅+⋅=+=+式（2.61）、（2.62）之间的系数关系如下[][]).()t (D )kT (D )t (C )kT (C d )(B ,T )k ()kT (H kT ,T )k ()kT (G kTt kT t T)k (kT632111==+==+=+=⎰τττφφ式中[]kT ,T )k (1+φ表示)t ,t (0φ在kT t T )k (≤≤+1区段内的状态转移矩阵，而)t ,t (0φ则表示原连续系统（2.61）式的状态转移矩阵。
证明：由上节（2.60）式可知（2.61）式的解为：).(d )(u )(B ),t (X )t ,t ()t (X t t 642000ττττφφ⎰+=对上式离散化，令hT t ,T )k (t =+=01，T 为采样周期，则得[][][]).(d )(u )(B ,T )k (X hT ,T )k (T )k (X T )k (hT65211110ττττφφ+++=+⎰+再以hT t ,kT t ==0代入（2.64）式，则得 ).(d )(u )(B ),kT (X )hT ,kT ()kT (X kT hT 6620ττττφφ⎰+=将（2.66）式两边同左乘[]kT ,T )k (1+φ，得[][][][][]).(d )(u )(B ,T )k (X hT ,T )k (d )(u )(B ),kT (kT ,T )k (X )hT ,kT (kT ,T )k ()kT (X kT ,T )k (kT hT kT hT 6721111100ττττφφττττφφφφφ+++=++⋅+=+⎰⎰将（2.65）式减去（2.67）式得：[][][]).(d )(u )(B ,T )k ()kT (X kT ,T )k (T )k (X T )k (kT 6821111ττττφφ+++=+⎰+上式中，令[][]τττφφd )(B ,T )k ()kT (H kT ,T )k ()kT (G T)k (kT⎰+=+=+111设在区间[]T )k (,kT 1+内，)kT (u )(u =τ，则（2.68）式可简写成： [])kT (u )kT (H )kT (X )kT (G T )k (X ⋅+⋅=+1 同时，对（2.61）式输出方程离散化，则证明了)kT (u )kT (D )kT (X )kT (C )kT (Y ⋅+=二、线性时不变系统的离散化 对于线性时不变系统).(uD X C Y u B X A X692⎩⎨⎧+=+=离散化状态空间表达式为).()kT (u D )kT (X C )kT (Y )kT (u )T (H )kT (X )T (G T )k (X 7021⎩⎨⎧+=+=+其中D ,C ),T (H ),T (G 均为常数阵，且).(B)d e ()T (H e)T (G A T AT 7120⎪⎩⎪⎨⎧==⎰ττ证明：由于时不变系统是时变系统的一种特殊情况，所以只需要证明式（2.71）成立即可。
连续系统的状态变量方程求解连续系统的状态变量方程求解通常采用数值方法，例如龙格-库塔法（Runge-Kutta）等。
在这个过程中，需要将连续系统的状态方程离散化，即将连续时间步长的微分方程转化为离散时间步长的离散方程。
求解离散方程可采用递推的方式，根据系统的初始条件和上一时刻的状态变量值，计算出当前时刻的状态变量值。
以下是一个求解连续系统状态变量方程的步骤：1. 确定连续系统的状态变量方程。
例如，给定线性定常系统dx/dt = Ax + Bu，其中x为状态变量，A和B为系统矩阵。
2. 离散化。
将状态变量方程转化为离散方程。
常见的离散化方法有前项差分变换、后项差分变换和Tustin变换。
具体变换方法取决于系统的特性以及所需的数值稳定性和精度。
例如，使用Tustin变换将连续系统离散化，得到离散状态方程x[k+1] = A*x[k] + B*u[k]。
3. 初始化。
给定初始条件，如x[0] 和u[0]，初始化状态变量值。
4. 数值求解。
使用数值方法（如龙格-库塔法）递推计算离散方程，得到一系列状态变量值x[1], x[2], ...，以及对应的输出值y[1], y[2], ...。
5. 分析结果。
根据求解得到的状态变量值和输出值，分析系统的性能，如稳定性、收敛速度等。
在MATLAB中，可以使用ode45等函数求解连续系统的状态变量方程。
以下是一个简单的示例：```MATLAB定义系统矩阵A、B和输入信号uA = [1 0; -1 1];B = [0 1];u = [1; 0.5];定义初始条件x0 = [1; 2];设置求解参数tspan = [0, 10];options = odeset('RelTol', 1e-6, 'AbsTol', 1e-6);求解状态变量方程[x, u] = ode45(@(t, x) A*x + B*u, tspan, x0, options);绘制状态变量曲线figure;plot(t, x(:, 1), 'b', 'LineWidth', 2);hold on;plot(t, x(:, 2), 'r', 'LineWidth', 2);xlabel('Time');ylabel('State Variables');legend('x1', 'x2');```这个示例中，我们使用ode45函数求解了一个线性定常系统在给定输入信号下的状态变量演化。
１．状态空间表达式n 阶DuCx y Bu Ax x+=+= 1:⨯r u 1:⨯m y n n A ⨯:r n B ⨯:n m C ⨯:rm D ⨯:A 称为系统矩阵，描述系统内部状态之间的联系；Ｂ为输入（或控制）矩阵，表示输入对每个状态变量的作用情况；C 输出矩阵，表示输出与每个状态变量间的组成关系，Ｄ直接传递矩阵，表示输入对输出的直接传递关系。
２．状态空间描述的特点①考虑了“输入－状态－输出”这一过程，它揭示了问题的本质，即输入引起了状态的变化，而状态决定了输出。
②状态方程和输出方程都是运动方程。
③状态变量个数等于系统包含的独立贮能元件的个数，n 阶系统有n 个状态变量可以选择。
④状态变量的选择不唯一。
⑤从便于控制系统的构成来说，把状态变量选为可测量或可观察的量更为合适。
⑥建立状态空间描述的步骤：a 选择状态变量；b 列写微分方程并化为状态变量的一阶微分方程组；c 将一阶微分方程组化为向量矩阵形式，即为状态空间描述。
⑦状态空间分析法是时域内的一种矩阵运算方法，特别适合于用计算机计算。
３．模拟结构图（积分器加法器比例器）已知状态空间描述，绘制模拟结构图的步骤：积分器的数目应等于状态变量数，将他们画在适当的位置，每个积分器的输出表示相应的某个状态变量，然后根据状态空间表达式画出相应的加法器和比例器，最后用箭头将这些元件连接起来。
４．状态空间表达式的建立1由系统框图建立状态空间表达式：a 将各个环节（放大、积分、惯性等）变成相应的模拟结构图；b 每个积分器的输出选作i x ，输入则为i x；c 由模拟图写出状态方程和输出方程。
2由系统的机理出发建立状态空间表达式：如电路系统。
通常选电容上的电压和电感上的电流作为状态变量。
利用KVL 和KCL 列微分方程，整理。
③由描述系统的输入输出动态方程式（微分方程）或传递函数，建立系统的状态空间表达式，即实现问题。
实现是非唯一的。
方法：微分方程→系统函数→模拟结构图→状态空间表达式。
状态方程的离散化状态方程是描述物理系统状态随时间演变的数学模型，离散化是指将连续的状态方程转化为离散的形式，以便计算机能够处理。
离散化的过程包括将时间和空间分割成离散的步骤，使用适当的差分格式来近似求解偏微分方程，以及确定适当的边界条件。
离散化的主要目的是将一些连续的系统转化为离散的系统，这样它们就可以被计算机处理。
在离散化的过程中，我们需要将时间和空间划分成多个离散的步骤，然后使用相应的差分格式来近似求解原始的偏微分方程。
以下是实现离散化的具体步骤：1. 将时间和空间分割成离散的步骤。
这可以通过将时间和空间分成很多小分块来实现。
通过这种方法，我们可以更加准确地描述系统的演变过程。
2. 确定差分格式。
差分格式用于近似偏微分方程，我们需要选择适当的差分格式来近似求解原方程。
大多数情况下，使用中心差分格式可以得到比较准确的解，在某些情况下，需要使用高阶差分格式。
3. 确定边界条件。
在离散化的过程中，我们需要确定适当的边界条件，以便我们得到正确的解。
边界条件往往与实际问题有关，在许多情况下，需要根据物理问题来确定边界条件。
4. 求解离散的方程组。
在确定了时间和空间的离散步骤，差分格式和边界条件之后，我们就可以通过求解离散的方程组来得到系统的解。
这可以通过将离散化后的方程组转化为矩阵形式来完成。
在完成以上步骤之后，我们就可以使用计算机来求解系统的状态方程，并得到相应的解。
离散化可以用于模拟各种物理系统，例如天气预报、地震学、水力学、电磁学等领域，对分析问题和进行科学研究有很大的帮助。
