Matlab 黎卡提方程

在稳定性分析中,我们会经常使用李雅普诺夫稳定性分析方法进行分析。并且在稳定性分析当中经常会出现两个方程,如下:
(1) A T P + P A = − Q A^{T}P+PA=-Q ATP+PA=Q
(2) A T P + P A − P B R − 1 B T P + Q = 0 A^{T}P+PA-PBR^{-1}B^{T}P+Q=0 ATP+PAPBR1BTP+Q=0
其中第二个方程又称为黎卡提(Riccati)方程,在一般的线性系统当中经常会使用它来证明系统的渐近稳定。

由于经常会用到上述两个方程的求解,并且每次都会忘记怎么求,故以此博客来记录一下,免得以后遇到的时候再去查资料。

取如下几个矩阵:
A = [ 0 1 − 1 0 ] A=\begin{bmatrix}0 & 1\\ -1 & 0\\ \end{bmatrix} A=[0110], B = [ 0 1 ] B=\begin{bmatrix}0 \\ 1\end{bmatrix} B=[01], Q = [ 0 1 1 0 ] Q=\begin{bmatrix}0 & 1\\ 1 & 0\\ \end{bmatrix} Q=[0110], R = 0.5 R=0.5 R=0.5

求解 A T P + P A = − Q A^{T}P+PA=-Q ATP+PA=Q中的P,命令格式为P = lyap(A', Q)
代码如下:

A = [0 1; -1 0];
Q = [0 1; 1 0];
R = 0.5;
P = lyap(A',Q)

# 输出结果
P =
     0     0
     0     1

求解 A T P + P A − P B R − 1 B T P + Q = 0 A^{T}P+PA-PBR^{-1}B^{T}P+Q=0 ATP+PAPBR1BTP+Q=0中的P,命令格式为[P,l,g] = care(A, B, Q, R)
代码如下:

A = [0 1; -1 0];
B = [0; 1];
Q = [0 1; 1 0];
R = 0.5;
[P,l,g] = care(A, B, Q, R)

# 输出结果
P =
   -1.0000    0.0000
    0.0000    0.0000
    
l =
  -0.0000 + 1.0000i
  -0.0000 - 1.0000i

g =
   1.0e-07 *
    0.0000    0.2584

你可能感兴趣的:(控制理论)