2.1 状态空间表达式
考研《现代控制理论》第一章核心考点:状态空间表达式五大知识点总结
本文根据考研复习手稿精炼而成,涵盖第一章核心考点。适用于控制科学与工程、自动化等专业考生备考。
一、基本概念与定义
1️⃣ 核心四要素
-
状态变量
完全表征系统运动状态的最小数目变量组,个数 = 系统独立储能元件数
例:电路中电容电压、电感电流
-
状态矢量
n n n个状态变量构成的列向量:
x ( t ) = [ x 1 ( t ) x 2 ( t ) ⋮ x n ( t ) ] x(t) = \begin{bmatrix} x_1(t) \\ x_2(t) \\ \vdots \\ x_n(t) \end{bmatrix} x(t)= x1(t)x2(t)⋮xn(t) -
状态空间
以状态变量为坐标轴的n维空间, x ( t 0 ) x(t_0) x(t0)代表 t 0 t_0 t0时刻的状态点 -
状态方程
状态变量构成的一阶微分方程组
2️⃣ 扩展定义
- 输出方程:输出 y y y与状态变量 x x x的关系式
- 状态空间表达式:状态方程 + 输出方程 = 系统完整动态描述
📌 考点提示:选择题常考状态变量个数判定
二、系统表达式
1️⃣ SISO系统(单输入单输出)
{ x ˙ = A x + B u y = C x + D u \begin{cases} \dot{x} = Ax + Bu \\ y = Cx + Du \end{cases} {x˙=Ax+Buy=Cx+Du
- A A A:系统矩阵( n × n n×n n×n)
- B B B:输入矩阵( n × r n×r n×r)
- C C C:输出矩阵( m × n m×n m×n)
- D D D:直接传输矩阵( m × r m×r m×r)
- x x x:状态矢量( n × 1 n×1 n×1)
- u u u:输入矢量( r × 1 r×1 r×1)
- y y y:输出矢量( m × 1 m×1 m×1)
2️⃣ MIMO系统(多输入多输出)
{ x ˙ = A x + B u y = C x + D u \begin{cases} \dot{x} = Ax + Bu \\ y = Cx + Du \end{cases} {x˙=Ax+Buy=Cx+Du
维数扩展: u u u为 r r r维输入, y y y为 m m m维输出
3️⃣ 系统框图绘制要点
- 积分器数量 = 状态变量数,输出对应 x i x_i xi
- 根据方程放置加法器/比例器
- 箭头按信号流向连接元件
三、求解状态空间表达式
-
系统框图法
根据物理结构直接建立方程 -
机理建模法
利用物理定律推导(如牛顿定律、基尔霍夫定律) -
高阶微分方程/传递函数转化法
- 并联型实根系统:
W ( s ) = ∑ i = 1 n G i s − λ i ( 无重根 ) W(s)=\sum_{i=1}^{n}\frac{G_i}{s-\lambda_i} \quad (\text{无重根}) W(s)=i=1∑ns−λiGi(无重根)
W ( s ) = ∑ k = 1 r G k ( s − λ 1 ) k + ∑ i = r + 1 n G i s − λ i ( 有重根 ) W(s)=\sum_{k=1}^{r}\frac{G_k}{(s-\lambda_1)^k} + \sum_{i=r+1}^{n}\frac{G_i}{s-\lambda_i} \quad (\text{有重根}) W(s)=k=1∑r(s−λ1)kGk+i=r+1∑ns−λiGi(有重根) - 串联型: W ( s ) = W 1 ( s ) W 2 ( s ) W(s)=W_1(s)W_2(s) W(s)=W1(s)W2(s)
- 反馈型: W f ( s ) = [ I + W 1 ( s ) W 2 ( s ) ] − 1 W 1 ( s ) W_f(s)=[I+W_1(s)W_2(s)]^{-1}W_1(s) Wf(s)=[I+W1(s)W2(s)]−1W1(s)
- 并联型实根系统:
⚠️ 重点:传递函数化为状态空间表达式的可控/可观标准型
四、线性变换与标准化
1️⃣ 线性变换原理
{ x ˙ = A x + B u y = C x + D u ⇒ x = T z ⇒ { z ˙ = T − 1 A T z + T − 1 B u y = C T z + D u \begin{cases} \dot{x} = Ax + Bu \\ y = Cx + Du \end{cases} \quad \Rightarrow \quad x=Tz \quad \Rightarrow \quad \begin{cases} \dot{z} = T^{-1}ATz + T^{-1}Bu \\ y = CTz + Du \end{cases} {x˙=Ax+Buy=Cx+Du⇒x=Tz⇒{z˙=T−1ATz+T−1Buy=CTz+Du
初始条件转换: z ( 0 ) = T − 1 x ( 0 ) z(0)=T^{-1}x(0) z(0)=T−1x(0)
非奇异变换不变性:非奇异系统经过线性变换后,特征值、传递函数矩阵、能控性、能观性不变。
2️⃣ 化为约旦标准型
-
无重根 → 对角阵
J = [ λ 1 ⋱ λ n ] J = \begin{bmatrix} \lambda_1 & & \\ & \ddots & \\ & & \lambda_n \end{bmatrix} J= λ1⋱λn -
有重根 → 约当块:
三阶重根 λ 1 \lambda_1 λ1的变换矩阵:
T = ( 1 0 0 λ 1 1 0 λ 1 2 2 λ 1 1 ) T=\begin{pmatrix}1&0&0\\ \lambda_1&1&0\\ \lambda_1^2&2\lambda_1&1\end{pmatrix} T= 1λ1λ12012λ1001 -
友矩阵变换:
A = ( 0 1 ⋯ 0 ⋮ ⋱ ⋱ 0 − a 0 ⋯ ⋯ − a n − 1 ) A=\begin{pmatrix}0&1&\cdots&0\\ \vdots&\ddots&\ddots&0\\ -a_0&\cdots&\cdots&-a_{n-1}\end{pmatrix} A= 0⋮−a01⋱⋯⋯⋱⋯00−an−1 - 无重根 → 范德蒙矩阵
- 含复根 → 实部虚部分解( T T T含 δ , ω \delta, \omega δ,ω项)
🔑 核心结论:非奇异变换不改变特征值、传递函数矩阵、能控性、能观性
五、传递函数矩阵
1️⃣ SISO系统
W u x ( s ) = ( s I − A ) − 1 b W u y ( s ) = c ( s I − A ) − 1 b + d \begin{aligned} W_{ux}(s) &= (sI-A)^{-1}b \\ W_{uy}(s) &= c(sI-A)^{-1}b + d \end{aligned} Wux(s)Wuy(s)=(sI−A)−1b=c(sI−A)−1b+d
2️⃣ MIMO系统
W u x ( s ) = ( s I − A ) − 1 B W u y ( s ) = C ( s I − A ) − 1 B + D \begin{aligned} W_{ux}(s) &= (sI-A)^{-1}B \\ W_{uy}(s) &= C(sI-A)^{-1}B + D \end{aligned} Wux(s)Wuy(s)=(sI−A)−1B=C(sI−A)−1B+D
3️⃣离散时间系统
{ x ( k + 1 ) = G x ( k ) + H u ( k ) y ( k ) = C x ( k ) + D u ( k ) \begin{cases} x(k+1)=Gx(k)+Hu(k) \\ y(k)=Cx(k)+Du(k) \end{cases} {x(k+1)=Gx(k)+Hu(k)y(k)=Cx(k)+Du(k)
4️⃣子系统连续的传递函数性质
- 并联 : W ( s ) = W 1 ( s ) + W 2 ( s ) W(s)=W_1(s)+W_2(s) W(s)=W1(s)+W2(s)
- 串联 : W ( s ) = W 2 ( s ) + W 1 ( s ) W(s)=W_2(s)+W_1(s) W(s)=W2(s)+W1(s)
- 反馈 : W ( s ) = [ I + W 1 ( s ) W 2 ( s ) ] − 1 W 1 ( s ) = W 1 ( s ) [ I + W 2 ( s ) W 1 ( s ) ] − 1 W(s)=[I+W_1(s)W_2(s)]^{-1}W_1(s)=W_1(s)[I+W_2(s)W_1(s)]^{-1} W(s)=[I+W1(s)W2(s)]−1W1(s)=W1(s)[I+W2(s)W1(s)]−1
💡 注:连续系统与离散系统表达式存在对应关系
附:高频公式速查表
类型 | 传递函数矩阵 | 状态方程 |
---|---|---|
SISO | W u y = c ( s I − A ) − 1 b + d W_{uy}=c(sI-A)^{-1}b+d Wuy=c(sI−A)−1b+d | x ˙ = A x + b u \dot{x}=Ax+bu x˙=Ax+bu |
MIMO | W u y = C ( s I − A ) − 1 B + D W_{uy}=C(sI-A)^{-1}B+D Wuy=C(sI−A)−1B+D | x ˙ = A x + B u \dot{x}=Ax+Bu x˙=Ax+Bu |
离散 | - | x ( k + 1 ) = G x ( k ) + H u ( k ) x(k+1)=Gx(k)+Hu(k) x(k+1)=Gx(k)+Hu(k) |
✏️ 复习建议:结合真题重点练习约当标准型变换和传递函数矩阵求解
版权声明:本文部分内容整理自个人备考笔记,公式推导部分参考《现代控制理论》(刘豹著)。