当前位置: 首页 > news >正文

超稳定性理论

为了更好的理解后面如何利用超稳定性理论来设计MRACS,本篇先对超稳定性理论做一个介绍。

1、理论介绍

在超稳定性理论中,核心的系统结构如下:
在这里插入图片描述
其包含一个线性的前向回路 G ( s ) G(s) G(s)和一个非线性的反馈回路 φ ( v ) \varphi (v) φ(v) (需要注意的是,这里输入 r = 0 r=0 r=0,下一篇介绍的利用超稳定性理论设计MRACS就是将误差的状态方程拆写成一个线性前向和一个非线性反馈)

其中,线性前向回路的状态方程为
x ˙ = A x + B u = A x − B w v = C x + J u = C x − J w (1) \begin{array}{c} \dot{x}=Ax+Bu=Ax-Bw \\ v=Cx+Ju=Cx-Jw \tag{1} \end{array} x˙=Ax+Bu=AxBwv=Cx+Ju=CxJw(1)

非线性反馈回路的方程为
w = φ ( v , t , τ ) , τ ≤ t (2) \begin{array}{c} w=\varphi(v,t,\tau),\tau \le t \tag{2} \end{array} w=φ(v,t,τ),τt(2)

当上述闭环系统为超稳定时,其充要条件是,
(1)线性前向回路的传递函数矩阵
G ( s ) = J + C ( s I − A ) − 1 B (3) \begin{array}{c} G(s)=J+C(sI-A)^{-1}B \tag{3} \end{array} G(s)=J+C(sIA)1B(3)
正实传递函数矩阵
(2)非线性反馈回路满足波波夫不等式
η ( t 0 , t 1 ) = ∫ t 0 t 1 w T ( τ ) v ( τ ) d τ ≥ 0 , t 1 ≥ t 0 (4.1) \begin{array}{c} \eta(t_0,t_1)=\int_{t_0}^{t_1}w^T(\tau)v(\tau)d\tau \ge 0, \quad t_1 \ge t_0 \tag{4.1} \end{array} η(t0,t1)=t0t1wT(τ)v(τ)dτ0,t1t0(4.1)
或者满足
η ( t 0 , t 1 ) = ∫ t 0 t 1 w T ( τ ) v ( τ ) d τ ≥ − r 0 2 , t 1 ≥ t 0 (4.2) \begin{array}{c} \eta(t_0,t_1)=\int_{t_0}^{t_1}w^T(\tau)v(\tau)d\tau \ge -r_0^2, \quad t_1 \ge t_0 \tag{4.2} \end{array} η(t0,t1)=t0t1wT(τ)v(τ)dτr02,t1t0(4.2)

2、系统的正实性

前面介绍到系统超稳定,其中一个要求是线性前向回路的闭环传递函数矩阵要是正实函数矩阵,这一节将介绍何为正实函数、正实函数矩阵和正实系统以及如何判断

2.1 正实函数

在这里插入图片描述
从上面定义可以知道,严格正实函数于正实函数的区别就在于虚轴上是否有极点。对于严格正实函数在虚轴上没有极点,即对任意 w w w都有 R e [ h ( j w ) ] > 0 Re[h(jw)]>0 Re[h(jw)]>0

例题:判断 W ( s ) = b 1 s + b 0 s 2 + a 1 s + a 0 W(s)=\frac{b_1s+b_0}{s^2+a_1s+a_0} W(s)=s2+a1s+a0b1s+b0,其中 a 0 , a 1 , b 0 , b 1 a_0,a_1,b_0,b_1 a0,a1,b0,b1均为正实数, W ( s ) W(s) W(s)的正实性。

假设分母的两个根为 s 0 , s 1 s_0,s_1 s0,s1,根据韦达定理可得
s 0 s 1 = a 0 > 0 s 0 + s 1 = − a 1 < 0 ⇒ s 0 < 0 , s 1 < 0 s_0s_1=a_0 >0 \\ s_0+s_1= -a_1 < 0 \\ \Rightarrow s_0<0,s_1<0 s0s1=a0>0s0+s1=a1<0s0<0,s1<0
可得, W ( s ) W(s) W(s)在右半闭平面没有极点。接下来判断 R e [ h ( j w ) ] Re[h(jw)] Re[h(jw)]
W ( j w ) = b 1 j w + b 0 ( j w ) 2 + a 1 j w + a 0 = b 1 j w + b 0 a 1 j w + a 0 − w 2 = ( b 1 j w + b 0 ) ( a 0 − w 2 − a 1 j w ) ( a 0 − w 2 ) 2 + ( a 1 w ) 2 = a 0 b 0 + ( a 1 b 1 − a 0 b 0 ) w 2 + j w [ b 1 ( a 0 − w 2 ) − a 1 b 0 ] ( a 0 − w 2 ) 2 + ( a 1 w ) 2 W(jw)=\frac{b_1jw+b_0}{(jw)^2+a_1jw+a_0}=\frac{b_1jw+b_0}{a_1jw+a_0-w^2} \\ =\frac{(b_1jw+b_0)(a_0-w^2-a_1jw)}{(a_0-w^2)^2+(a_1w)^2} \\ =\frac{a_0b_0+(a_1b_1-a_0b_0)w^2+jw[b_1(a_0-w^2)-a_1b_0]}{(a_0-w^2)^2+(a_1w)^2} \\ W(jw)=(jw)2+a1jw+a0b1jw+b0=a1jw+a0w2b1jw+b0=(a0w2)2+(a1w)2(b1jw+b0)(a0w2a1jw)=(a0w2)2+(a1w)2a0b0+(a1b1a0b0)w2+jw[b1(a0w2)a1b0]
R e [ h ( j w ) ] = a 0 b 0 + ( a 1 b 1 − a 0 b 0 ) w 2 ( a 0 − w 2 ) 2 + ( a 1 w ) 2 Re[h(jw)] = \frac{a_0b_0+(a_1b_1-a_0b_0)w^2}{(a_0-w^2)^2+(a_1w)^2} Re[h(jw)]=(a0w2)2+(a1w)2a0b0+(a1b1a0b0)w2
可得,当 a 1 b 1 ≥ a 0 b 0 a_1b_1\ge a_0b_0 a1b1a0b0时, R e [ h ( j w ) ] > 0 Re[h(jw)]>0 Re[h(jw)]>0 W ( s ) W(s) W(s)为严格正实函数;当 a 1 b 1 < a 0 b 0 a_1b_1< a_0b_0 a1b1<a0b0时, W ( s ) W(s) W(s)不是正实函数。

2.2 正实函数矩阵

A , B , C , D A,B,C,D A,B,C,D H ( s ) H(s) H(s)的最小实现,相应的系统方程为
x ˙ = A x + B u v = C x + J u (5) \begin{array}{c} \dot{x}=Ax+Bu\\ v=Cx+Ju \tag{5} \end{array} x˙=Ax+Buv=Cx+Ju(5)
传递函数矩阵为
H ( s ) = J + C ( s I − A ) − 1 B (6) \begin{array}{c} H(s)=J+C(sI-A)^{-1}B \tag{6} \end{array} H(s)=J+C(sIA)1B(6)
H ( s ) H(s) H(s)为正实函数矩阵的充要条件是,存在实矩阵 K , L K,L K,L和实正定对称矩阵 P P P,使得方程
P A + A T P = − L L T B T P + K T L T = C K T K = J + J T (7) \begin{array}{c} PA+A^TP=-LL^T \\ B^TP+K^TL^T=C\\ K^TK=J+J^T \tag{7} \end{array} PA+ATP=LLTBTP+KTLT=CKTK=J+JT(7)
成立,且当
P A + A T P = − L L T = − Q (8) \begin{array}{c} PA+A^TP=-LL^T=-Q \tag{8} \end{array} PA+ATP=LLT=Q(8)
Q = Q T > 0 Q=Q^T>0 Q=QT>0时, H ( s ) H(s) H(s)为严格正实函数矩阵。

2.3 正定积分核

在这里插入图片描述

2.4 正性系统

对于 e q ( 5 ) eq(5) eq(5)描述的系统,其脉冲响应矩阵为 K ( t − τ ) K(t-\tau) K(tτ),若
η ( 0 , t 1 ) = ∫ 0 t 1 u T ( t ) v ( t ) d t = ∫ 0 t 1 v T ( t ) u ( t ) d t = ∫ 0 t 1 u T ( t ) [ ∫ 0 t K ( t − τ ) u ( τ ) d τ ] d t ⩾ − r 0 2 , r 0 2 < ∞ \begin{aligned} \eta(0,t_{1}) & =\int_{0}^{t_{1}}\boldsymbol{u}^{\mathrm{T}}(t)\boldsymbol{v}(t)\mathrm{d}t=\int_{0}^{t_{1}}\boldsymbol{v}^{\mathrm{T}}(t)\boldsymbol{u}(t)\mathrm{d}t= \\ & \int_{0}^{t_{1}}\boldsymbol{u}^{\mathrm{T}}(t)\left[\int_{0}^{t}\boldsymbol{K}(t-\tau)\boldsymbol{u}(\tau)\mathrm{d}\tau\right]\mathrm{d}t\geqslant-r_{0}^{2},\quad r_{0}^{2}<\infty \end{aligned} η(0,t1)=0t1uT(t)v(t)dt=0t1vT(t)u(t)dt=0t1uT(t)[0tK(tτ)u(τ)dτ]dtr02,r02<
成立,则该系统称为正性系统。

以下几个结论相互等价
(1) e q ( 5 ) eq(5) eq(5)描述的系统是正性系统;
(2) e q ( 6 ) eq(6) eq(6)描述的 H ( s ) H(s) H(s)为正实传递函数矩阵;
(3)存在实矩阵 K , L K,L K,L和实正定对称矩阵 P P P,使得方程
P A + A T P = − L L T B T P + K T L T = C K T K = J + J T \begin{array}{c} PA+A^TP=-LL^T \\ B^TP+K^TL^T=C\\ K^TK=J+J^T \end{array} PA+ATP=LLTBTP+KTLT=CKTK=J+JT
成立。

3、总结

本篇介绍了超稳定性理论以及与超稳定性相关的系统正实性相关概念,下一篇将介绍如何利用超稳定性理论来设计MRACS

相关文章:

  • AI Agent(2):Agent技术架构
  • 2025五一杯B题超详细解题思路
  • 【深度学习新浪潮】小米MiMo-7B报告内容浅析
  • 如何进行 JVM 性能调优?
  • Linux-04-搜索查找类命令
  • mono map
  • 【验证技能】文档要求和好文档注意点
  • 无缝监控:利用 AWS X-Ray 增强 S3 跨账户复制的可见性
  • Java 中使用正则表达式
  • OkHttp3.X 工具类封装:链式调用,支持HTTPS、重试、文件上传【内含常用设计模式设计示例】
  • 初学Vue之记事本案例
  • 数字智慧方案6165丨智慧医养大数据平台(50页PPT)(文末有下载方式)
  • (34)VTK C++开发示例 ---将图片映射到平面
  • 初学者如何学习AI问答应用开发范式
  • go实现双向链表
  • 《排序算法总结》
  • Three.js在vue中的使用(一)-基础
  • 雅马哈SMT贴片机高效精密制造解析
  • kotlin中 热流 vs 冷流 的本质区别
  • 学习 Django 之前
  • 苹果第二财季营收增长5%,受关税政策影响预计下一财季新增9亿美元成本
  • “国宝探索记”增强亲子连接,国宝成了生活想象的一部分
  • 家政阿姨如何炼成全国劳模?做饭、收纳、养老、外语样样都会
  • 夜读丨春天要去动物园
  • 湖北鄂城:相继4所小学有学生腹泻呕吐,供餐企业负责人已被采取强制措施
  • 滨江集团:一季度营收225.07亿元,净利润9.75亿元