【线性系统】四、状态空间的解法和实现(2)——线性时变方程的解法和实现

关键词:基础矩阵、状态转移矩阵

有线性时变系统:
\dot{x}(t) = A(t)x(t) + B(t)u(t)(1)

y(t) = C(t)x(t) + D(t)u(t)(2)

\dot x = a(t)x 的解是 x(t) = e^{\int_{0}^{t}A(\tau)d\tau}x(0)。但是不能拓展到矩阵。

假设对于每个初始状态x(t_{0})u(t)状态方程都有唯一的解。

\dot{x}(t) = A(t)x(t)的解与LTI的解不同。所以要找出另一种解法。

 


解法

考虑到\dot{x} = A(t)x(3),A是一个n\times nt的连续函数。对于每个初始状态x_{i}(t_{0})都有唯一解x_{i}(t),这里i = 1, 2, ..., n。设X = \begin{bmatrix} x_{1} & x_{2} & ... & x_{n} \end{bmatrix} , 为一个n阶方阵。

\dot{X}(t) = A(t)X(t)(4)

例一:

\dot{x} = \begin{bmatrix} 0&0 \\ t&0 \end{bmatrix}x (5)或者 \dot{x}_{1}(t) = 0, \dot{x}_{2}(t) = tx_{1}(t)

解:x_{1}(t) = x_{1}(0)

       x_{2}(t) = \int_{0}^{t}\tau x_{1}(0)d\tau +x_2(0) = 0.5t^2x_1(0) + x_2(0)

因此:取两个线性独立的初始状态

x(0) = \begin{bmatrix} x_1(0)\\ x_2(0) \end{bmatrix} = \begin{bmatrix} 1\\ 0 \end{bmatrix}\Rightarrow x(t ) = \begin{bmatrix} 1\\ 0.5t^2 \end{bmatrix}

x(0) = \begin{bmatrix} x_1(0)\\ x_2(0) \end{bmatrix} = \begin{bmatrix} 1\\ 2\end{bmatrix}\Rightarrow x(0) = \begin{bmatrix} 1\\ 0.5t^2+2 \end{bmatrix}

因此有X(t) = \begin{bmatrix} 1 & 1\\0.5t^2&0.5t^2+2 \end{bmatrix} (6)为基础矩阵

定理:让X(t)\dot{x} = A(t)x的基础矩阵,那么

\Phi (t,t_0):= X(t)X(t)^{-1}(t_0) 被称为状态转移矩阵。

状态转移矩阵同时是\frac{\partial }{\partial t}\Phi (t,t_0):= A(t)\Phi (t,t_0)(7)初始条件为\Phi (t,t_0) = I 的唯一解。

因为X(t)对所有的t非奇异,所以有逆矩阵。

状态转移矩阵的性质:

  • \Phi (t,t) = I(8)
  • \Phi^{-1} (t,t_0) = [X(t)X^{-1}(t_0)]^{-1} = X(t_0)X^{-1}(t) = \Phi(t_0,t)(9)
  • \Phi (t,t_0) = \Phi (t,t_1)\Phi (t_1,t_0)(10)

例二:

例一中得到的基础矩阵:

X(t) = \begin{bmatrix} 1 & 1\\0.5t^2&0.5t^2+2 \end{bmatrix}

其逆矩阵为:

X^{-1}(t) = \begin{bmatrix} 0.25t^2+1 & -0.5\\-0.25t^2&0.5\end{bmatrix}

因此,它的状态转移矩阵为:\Phi (t,t_0):= \begin{bmatrix} 1 &1 \\ 0.5t^2 & 0.5t^2+2 \end{bmatrix} \begin{bmatrix} 0.25t_0^2+1 &-0.5 \\ -0.25t_0^2 & 0.5 \end{bmatrix}=\begin{bmatrix} 1 & 0\\ 0.5(t^2-t_0^2)& 1 \end{bmatrix}

显然,转移矩阵满足以上(8)(9)(10)三条性质。


 

你可能感兴趣的:(理论)