2023年12月13日
#controlsys
x ˙ = A x + B u , y = C x \dot x=Ax+Bu \,\,,\,\, y=Cx x˙=Ax+Bu,y=Cx
一个输出反馈的性能,一定有对应的状态反馈系统与之等同。
但对一个状态反馈系统,却不一定有对应的输出反馈系统与之等同。
对可控可观性的影响
对系统稳定性的影响
镇定问题 通过反馈,使构成的闭环系统成为稳定系统,则称之为镇定。
u = v + K x u=v+Kx u=v+Kx
x ˙ = ( A + B K ) x + B v , y = C x , { A + B K , B , C } \dot x=(A+BK)x+Bv \,\,,\,\, y=Cx \,\,,\,\, \{ A+BK,B,C\} x˙=(A+BK)x+Bv,y=Cx,{A+BK,B,C}
G K ( s ) = C ( s I − A − B K ) − 1 B G_K(s)=C(sI-A-BK)^{-1}B GK(s)=C(sI−A−BK)−1B
引入状态反馈后的输出方程没有变化。
x ˙ = ( A + H C ) x + B u , y = C x \dot x=(A+HC)x+Bu \,\,,\,\, y=Cx x˙=(A+HC)x+Bu,y=Cx
G H ( s ) = C ( s I − A − H C ) − 1 B G_H(s)=C(sI-A-HC)^{-1}B GH(s)=C(sI−A−HC)−1B
u = v + K y u=v+Ky u=v+Ky
x ˙ = ( A + B K C ) x + B v , y = C x \dot x=(A+BKC)x+Bv \,\,,\,\, y=Cx x˙=(A+BKC)x+Bv,y=Cx
G ( s ) = C ( s I − A − B K C ) − 1 B G(s)=C(sI-A-BKC)^{-1}B G(s)=C(sI−A−BKC)−1B
极点可任意配置的条件
两种反馈均可使系统闭环极点改变,鉴于状态反馈的优越性,仅探讨SISO系统状态反馈极点配置问题。
输出反馈系统极点配置的基本结论
LTI系统能控能观,且 rank ( B ) = r , rank ( C ) = m { \text{rank}(B)=r, \text{rank}(C)=m} rank(B)=r,rank(C)=m 。则存在一个常值输出反馈矩阵 H {H} H ,使得闭环系统有 min { n , r + m − 1 } { \min \{ n,r+m-1 \}} min{n,r+m−1} 个极点可配置到任意接近 min { n , r + m − 1 } { \min \{ n,r+m-1 \}} min{n,r+m−1} 个任意指定的极点(复数共轭成对)的位置。在 r + m ≥ n + 1 {r+m\ge n+1} r+m≥n+1 的情况下,几乎所有的系统都可以通过输出反馈使之稳定。
{ x ˙ = A x + B u + F d y = C x \begin{cases} \dot x = Ax+Bu+Fd \\ y=Cx \end{cases} {x˙=Ax+Bu+Fdy=Cx
古典控制理论中的伺服设计思想,为了使输出无静差,需要PI控制器的积分作用,相当于控制律需要含有误差的积分信息。令:
q ( t ) = ∫ 0 t e ( τ ) d τ = ∫ 0 t [ y ( τ ) − y r ] d τ q(t)= \int_{ 0 }^{t} e(\tau) \mathrm d\tau= \int_{ 0 }^{t} [y(\tau)-y_r] \mathrm d\tau q(t)=∫0te(τ)dτ=∫0t[y(τ)−yr]dτ
q ˙ = y ( t ) − y r \dot q=y(t)-y_r q˙=y(t)−yr
联立得到增广系统
[ x ˙ q ˙ ] = [ A O C O ] [ x q ] + [ B O ] u − [ O y r ] + [ F O ] d \begin{bmatrix} \dot x\\\dot q \end{bmatrix}= \begin{bmatrix} A & O \\ C & O \end{bmatrix} \begin{bmatrix} x \\ q \end{bmatrix} + \begin{bmatrix} B\\O \end{bmatrix}u - \begin{bmatrix} O \\ y_r \end{bmatrix} + \begin{bmatrix} F \\ O \end{bmatrix} d [x˙q˙]=[ACOO][xq]+[BO]u−[Oyr]+[FO]d
y = [ C O ] [ x q ] y= [C \,\,\, O] \begin{bmatrix} x \\ q \end{bmatrix} y=[CO][xq]
该增广系统的状态反馈控制律
u = [ K x K q ] [ x q ] = K x x + K q q u=[K_x \,\,\, K_q] \begin{bmatrix} x \\ q \end{bmatrix} =K_xx+K_q q u=[KxKq][xq]=Kxx+Kqq
可以证明,在该控制律下,原系统可以实现对定常参考信号的跟踪控制。
定理 设 ( A , B ) {(A,B)} (A,B) 能控,则增广系统完全能控的充要条件是
rank ( [ A B C O ] ) = n + m \text{rank}(\begin{bmatrix} A & B \\ C & O \end{bmatrix})=n+m rank([ACBO])=n+m
状态观测器存在的条件 不能观子系统为渐近稳定。
实现: ( A , B , C ) {(A,B,C)} (A,B,C) 完全能观,则 x {x} x 可以由 y {y} y 和 u {u} u 进行重构。
思路:完全能观,则可构造观测器
x ^ ˙ = ( A − H C ) x ^ + B u + H y \dot{\hat x}=(A-HC)\hat x+Bu+Hy x^˙=(A−HC)x^+Bu+Hy
使得 ( x − x ^ ) → 0 { (x-\hat x)\to 0} (x−x^)→0 。
x ^ ˙ = A x ^ + B u + H ( y − y ^ ) x ˙ = A x + B u y = C x x e = x − x ^ x ˙ e = x ˙ − x ^ ˙ = A x e − H y e = A x e − H C x e = ( A − H C ) x e \begin{align*} \dot{\hat x}=&A\hat x+Bu+H(y-\hat y) \\ \\ \dot x=&Ax+Bu \\ \\ y=& Cx \\ \\ x_e=& x-\hat x \\ \\ \dot x_e=&\dot x-\dot{\hat x}=Ax_e-Hy_e=Ax_e-HCx_e=(A-HC)x_e \end{align*} x^˙=x˙=y=xe=x˙e=Ax^+Bu+H(y−y^)Ax+BuCxx−x^x˙−x^˙=Axe−Hye=Axe−HCxe=(A−HC)xe
则令 H = [ h 1 , h 2 ] T { H=[h_1, h_2]^ \mathrm T} H=[h1,h2]T ,使得系统矩阵
det ( λ I − ( A − H C ) ) \det (\lambda I-(A-HC)) det(λI−(A−HC))
的特征值都有负实部,可以使状态误差最终为 0 {0} 0 。
步骤:
x ˉ ˙ 1 = A ˉ 11 x ˉ 1 + A ˉ 12 x ˉ 2 + B ˉ 1 u x ˉ ˙ 2 = A ˉ 21 x ˉ 1 + A ˉ 22 x ˉ 2 + B ˉ 2 u y ˉ = x ˉ 2 \begin{align*} \dot{\bar x}_1= & \bar A_{11}\bar x_1+ \bar A_{12}\bar x_2 +\bar B_1 u \\ \\ \dot{\bar x}_2=& \bar A_{21}\bar x_1+ \bar A_{22} \bar x_2+ \bar B_2 u \\ \\ \bar y=&\bar x_2 \end{align*} xˉ˙1=xˉ˙2=yˉ=Aˉ11xˉ1+Aˉ12xˉ2+Bˉ1uAˉ21xˉ1+Aˉ22xˉ2+Bˉ2uxˉ2
6. 令能观部分 Z = A ˉ 21 x ˉ 1 {Z=\bar A_{21} \bar x_1} Z=Aˉ21xˉ1 ,作为输出量; M = A ˉ 12 x ˉ 2 + B ˉ 1 u {M=\bar A_{12}\bar x_2+ \bar B_1 u} M=Aˉ12xˉ2+Bˉ1u 作为输入量
7. 新系统方程
x ˉ ˙ 1 = A ˉ 11 x ˉ 1 + M Z = x ˉ ˙ 2 − A ˉ 22 x ˉ 2 − B ˉ 2 u \begin{align*} \dot{\bar x}_1= & \bar A_{11} \bar x_1+ M \\ \\ Z=& \dot{\bar x}_2-\bar A_{22}\bar x_2-\bar B_2 u \end{align*} xˉ˙1=Z=Aˉ11xˉ1+Mxˉ˙2−Aˉ22xˉ2−Bˉ2u
8. 观测器方程
x ˉ ^ ˙ 1 = ( A ˉ 11 − H ˉ A ˉ 21 ) x ˉ ^ 1 + H ˉ Z + M \dot{\hat{\bar x}}_1=(\bar A_{11}-\bar H\bar A_{21})\hat{\bar x}_1+ \bar HZ+M xˉ^˙1=(Aˉ11−HˉAˉ21)xˉ^1+HˉZ+M
代入新系统方程到新的观测器方程有:
x ˉ ^ ˙ 1 = ( A ˉ 11 − H ˉ A ˉ 21 ) x ˉ ^ 1 + H ˉ x ˉ ˙ 2 − H ˉ A ˉ 22 x ˉ 2 − H ˉ B ˉ 2 u + A ˉ 12 x ˉ 2 + B ˉ 1 u \begin{align*} \dot{\hat{\bar x}}_1=&(\bar A_{11}-\bar H\bar A_{21})\hat{\bar x}_1+ \bar H\dot{\bar x}_2-\bar H\bar A_{22}\bar x_2-\bar H\bar B_2 u \\ \\ &+\bar A_{12} \bar x_2+\bar B_1 u \end{align*} xˉ^˙1=(Aˉ11−HˉAˉ21)xˉ^1+Hˉxˉ˙2−HˉAˉ22xˉ2−HˉBˉ2u+Aˉ12xˉ2+Bˉ1u
代入 y ˉ = x ˉ 2 {\bar y=\bar x_2} yˉ=xˉ2
x ˉ ^ ˙ 1 = ( A ˉ 11 − H ˉ A ˉ 21 ) x ˉ ^ 1 + ( A ˉ 12 − H ˉ A ˉ 22 ) y ˉ + ( B ˉ 1 − H ˉ B ˉ 2 ) u + H ˉ y ˉ ˙ \begin{align*} \dot{\hat{\bar x}}_1=(\bar A_{11}-\bar H\bar A_{21})\hat{\bar x}_1+ (\bar A_{12}-\bar H\bar A_{22})\bar y+(\bar B_1-\bar H\bar B_2)u+\bar H\dot{\bar y} \end{align*} xˉ^˙1=(Aˉ11−HˉAˉ21)xˉ^1+(Aˉ12−HˉAˉ22)yˉ+(Bˉ1−HˉBˉ2)u+Hˉyˉ˙
9. 消去 y ˉ ˙ {\dot{\bar y}} yˉ˙ ,设计新的需要观测的状态
ω ˉ ^ = x ˉ ^ 1 − H ˉ y ˉ \hat{\bar \omega }=\hat{\bar x}_1-\bar H\bar y ωˉ^=xˉ^1−Hˉyˉ
10. 代入新的观测器方程有
ω ˉ ^ ˙ = ( A ˉ 11 − H ˉ A ˉ 21 ) ω ˉ ^ + [ ( A ˉ 11 − H ˉ A ˉ 21 ) H ˉ + ( A ˉ 12 − H ˉ A ˉ 22 ) ] y ˉ + ( B ˉ 1 − H ˉ B ˉ 2 ) u x ˉ ^ 1 = ω ˉ ^ + H ˉ y ˉ \begin{align*} \dot{\hat{\bar \omega }}=& (\bar A_{11}-\bar H\bar A_{21})\hat{\bar \omega }+[(\bar A_{11}-\bar H\bar A_{21})\bar H+(\bar A_{12}-\bar H\bar A_{22})]\bar y+(\bar B_1-\bar H\bar B_2)u \\ \\ \hat{\bar x}_1=& \hat{\bar \omega }+\bar H \bar y \end{align*} ωˉ^˙=xˉ^1=(Aˉ11−HˉAˉ21)ωˉ^+[(Aˉ11−HˉAˉ21)Hˉ+(Aˉ12−HˉAˉ22)]yˉ+(Bˉ1−HˉBˉ2)uωˉ^+Hˉyˉ
11. 真个状态矢量 x ˉ {\bar x} xˉ 的估计值
x ˉ ^ = [ x ˉ ^ 1 x ˉ ^ 2 ] = [ ω ˉ ^ + H ˉ y ˉ y ˉ ] = [ I 0 ] ω ˉ ^ + [ H ˉ I ] y ˉ \hat{\bar x}= \begin{bmatrix} \hat{\bar x}_1\\ \hat{\bar x}_2 \end{bmatrix}= \begin{bmatrix} \hat{\bar \omega }+\bar H\bar y \\ \bar y \end{bmatrix}= \begin{bmatrix} I\\0 \end{bmatrix} \hat{\bar \omega }+ \begin{bmatrix} \bar H\\ I \end{bmatrix}\bar y xˉ^=[xˉ^1xˉ^2]=[ωˉ^+Hˉyˉyˉ]=[I0]ωˉ^+[HˉI]yˉ
12. x ^ = P x ˉ ^ {\hat x= P \hat{\bar x}} x^=Pxˉ^
13. x 1 e = x ˉ 1 − x ˉ ^ 1 → x ˙ 1 e = ( A ˉ 11 − H ˉ A ˉ 21 ) x 1 e { x_{1e}=\bar x_1-\hat{\bar x}_1 \to \dot x_{1e}=(\bar A_{11}-\bar H\bar A_{21}) x_{1e}} x1e=xˉ1−xˉ^1→x˙1e=(Aˉ11−HˉAˉ21)x1e
14. ∣ λ I − ( A ˉ 11 − H ˉ A ˉ 21 ) ∣ = D ∗ ( λ ) { | \lambda I- (\bar A_{11}-\bar H\bar A_{21})|= D ^{*} (\lambda )} ∣λI−(Aˉ11−HˉAˉ21)∣=D∗(λ)
全系统的状态空间描述为:
[ x ˙ x ^ ˙ ] = [ A B K − L C A + B K + L C ] [ x x ^ ] + [ B B ] v \begin{bmatrix} \dot x\\ \dot{\hat x} \end{bmatrix}= \begin{bmatrix} A & BK \\ -LC & A+BK+LC \end{bmatrix} \begin{bmatrix} x \\ \hat x \end{bmatrix}+ \begin{bmatrix} B\\ B \end{bmatrix}v [x˙x^˙]=[A−LCBKA+BK+LC][xx^]+[BB]v
y = [ C O ] [ x x ^ ] y= [C \,\,\, O] \begin{bmatrix} x\\ \hat x \end{bmatrix} y=[CO][xx^]
let x ~ = x − x ^ , then \text{let } \tilde x=x-\hat x \text{ , then} let x~=x−x^ , then
[ x ˙ x ~ ˙ ] = [ A + B K − B K O A + L C ] [ x x ~ ] + [ B O ] v \begin{bmatrix} \dot x\\ \dot{\tilde x} \end{bmatrix}= \begin{bmatrix} A+BK & -BK \\ O & A+LC \end{bmatrix} \begin{bmatrix} x \\ \tilde x \end{bmatrix}+ \begin{bmatrix} B\\ O \end{bmatrix}v [x˙x~˙]=[A+BKO−BKA+LC][xx~]+[BO]v
y = [ C O ] [ x x ^ ] y= [C \,\,\, O] \begin{bmatrix} x\\ \hat x \end{bmatrix} y=[CO][xx^]
上三角分块矩阵的形式比较方便求逆。
G o k ( s ) = [ C O ] [ s I − ( A + B K ) B K O s I − ( A + L C ) ] − 1 [ B O ] G_{ok}(s)=[C \,\,\, O] \begin{bmatrix} sI-(A+BK) & BK \\ O & sI-(A+LC) \end{bmatrix}^{-1} \begin{bmatrix} B\\ O \end{bmatrix} Gok(s)=[CO][sI−(A+BK)OBKsI−(A+LC)]−1[BO]
可以求出没有零极点对消时候的情况。对消之后与直接状态反馈的传递函数一样。
G o ( s ) = C [ s I − ( A + B K ) ] − 1 B G_o(s)= C[sI-(A+BK)]^{-1}B Go(s)=C[sI−(A+BK)]−1B