当前课程知识点:自动控制理论(2) > 第12周:李雅普诺夫稳定性(2) > 1. 线性定常系统的稳定性 > 视频
同学们好
这次课我们学习第七单元第四节
线性定常系统的稳定性
在本单元的第二节课中
我们学习了李雅普诺夫稳定性分析的
三个基本定理
其中给出的判断稳定性的条件
都是充分条件
而这一节中对于线性定常系统
我们给出的判断稳定性的条件
是充分必要条件
考虑线性定常系统4-1
x的微分等于Ax
原点是其平衡点之一
对于线性定常系统我们有这样一个结论
线性定常系统的所有平衡点的稳定性
是相同的
因为对于非零的平衡点经过状态平移
都可以转换为原点
并且状态矩阵不变
好 我们来看一下
假设xe是系统4-1的非零平衡点
即Axe等于0
我们令z等于x减xe
这里我们注意xe是平衡点
是一个常数向量
则z一点等于x一点 也等于Ax
并且等于A乘上括号x减xe
因为Axe是等于0的 所以它会等于Az
所以可以看到任意的非零平衡点xe
它的稳定性和原来的原点的稳定性
是一样的 是吧
这个状态矩阵A是一个同样的矩阵
因此当原点是一个系统的
线性定常系统的稳定的平衡点
或者是渐近稳定的平衡点的话
我们称这个系统是稳定的
或者渐近稳定的
这意味着说系统是渐近稳定的
我们就知道它的所有的平衡点都是稳定的
好 下面我们给出线性定常系统
稳定性分析的六个结论
我们将证明第七个结论
前面五个结论
同学们回去课后去给出证明来
好 我们先看第一个结论
线性定常系统是渐近稳定的充要条件是
状态矩阵A的所有的特征值的实部都是负的
好 线性定常系统为渐近稳定时
原点是其唯一的平衡点
并且必是全局渐近稳定的
好 这个唯一性很容易看出来
由刚才的结论一就知道
如果系统是渐近稳定的话
A矩阵是非奇异的
第三个结论线性定常系统为渐近稳定时
状态转移矩阵会随着t趋近于无穷大
会趋近于0的
第四个结论是关于稳定了
是李雅普诺夫稳定
线性定常系统为稳定的充要条件
是A的特征值全部在左半闭平面内
并且虚轴上的特征值
对应的约当块均为1阶
好 第五个结论关于不稳定性
线性定常系统为不稳定的
如果A存在实部为正的特征值
好 第六个结论是作为定理给出来
定理一系统4-1为渐近稳定的充要条件是
对任意给定的正定矩阵Q
存在正定矩阵P满足下面这个
4-2这个矩阵方程
我们把它叫做李雅普诺夫方程
A转置P加上PA等于负Q这个方程
好 我们来证明一下这个结论
首先证明一下充分性
也就是说任意给定正定的Q存在正定的P
满足李雅普诺夫方程
如果这个条件成立的话
原系统是渐近稳定的
好 我们既然这个P是正定的
我们可以用它来构成V函数
那么构成这样一个二次型的V函数
那么它这是一个正定函数
因为P是正定的
好 对V求微分得到V一点
等于x一点Px xP乘上x一点
把状态方程代进来
x一点等于Ax代进来之后得到这样的表达式
好 因为P是满足李雅普诺夫方程的
那么我们根据李雅普诺夫方程知道
它就等于这个负x转置乘上Q乘上x
而Q是一个正定函数
所以V一点是负定的
那么根据李雅普诺夫稳定性定理
我们知道这个系统是渐近稳定的
好 这是充分性
下面我们来证明必要性
也就是说系统是渐近稳定的
则对任意的矩阵给定的矩阵正定的Q
那么一定存在这个正定的P
满足李雅普诺夫方程
好 我们来证明
好 我们考察如下这个矩阵微分方程
如果A是n*n的矩阵的话
这个E也是n*n的矩阵
好 在t等于0时 那么E是等于Q的
这样一个矩阵微分方程
好 这是一个常微分方程 对吧
那么它的解给定了初始条件
它的解是唯一的
好 不难验证这个E(t)这个解
是可以表达出这种形式
A的状态转移矩阵的转置乘上Q
再乘上A的状态转移矩阵
好 可以验证它是满足这个微分方程的
首先t等于0的时候
那么状态转移矩阵等于单位阵
确实是满足这个初始条件的
好 对t求微分 先对这个t求微分
下来一个A转置
再对这个t求微分下来一个A
好 它确实满足这个微分方程
好 我们说这个微分方程是唯一的
而这个是满足它的初始条件和微分方程
是说明它确实是它的唯一解
好 并且这个当t趋近于无穷大的时候
E是会趋近于0的
因为A矩阵是渐近稳定的
当t趋近于无穷大的时候
这个状态转移矩阵
我们上面有一个结论是说它会趋近于0的
因此E也会趋近于0
好 那么我们下面来对这个方程两边做积分
从0积分到无穷大
好 这个是刚才方程的右边
好 左边写到这边来了
那么它是t等于无穷大的值
减掉t等于0的值
无穷大的值刚才说了是0
这个是Q 所以是负Q
好 我们令这个积分
0到无穷大对这个矩阵做积分的值
令它是P
给这么一个符号
把这个刚才这个解E的表达式代进来
得到这个表达式
这么定义一个P这么一个矩阵
好 由于这个A矩阵是渐近稳定的
那么上面定义的这个P矩阵是存在的
这个积分是有限值
好 把这个P要代到这个4-3式里面去的话
我们发现这个P是满足李雅普诺夫方程的
A转置P加上PA等于负Q是满足的
好 下面就要证明P是正定的
好 我们考虑一个初始状态x(0)等于x下标0
它是一个非零的初始状态
那么x(t)就可以写成状态转移矩阵
乘上初始状态
我们考虑下面这个二次型
我们利用这个初始状态
非零的初始状态来构成这样一个二次型
这个P矩阵的二次型
好 把刚才P的定义式抄过来
两边分别乘上x0的转置乘上x0
得到这么一个表达式
好 状态转移矩阵乘上初始状态是等于xt的
那这边就是xt的转置 是这样一个表达式
好 x0我们假设它是非0的
所以x的话它是不会恒等于0的
一个非零向量乘上一个状态转移矩阵
它不会恒等于0
而Q是正定的 是一个正定矩阵
因此这个积分函数
被积的函数是连续的
因为它是微分方程的解对吧
是这个表达式
它是个连续函数
并且是非负的
因为Q是正定的
不恒等于0的
刚才说了x不恒等于0
因此这个积分是严格大于0的是正的
好 也就是说对于任意的非0的x0
这样的二次型是大于0的
也就是P是正定的
这样我们就证明了这个必要性
好 根据刚才的定理我们在应用它的时候
说先任选正定矩阵这个Q
那么由李雅普诺夫方程来求P
那么定理告诉我们如果P是正定的话
那么系统是渐近稳定的对吧
当然根据刚才的证明我们也可以知道
如果这个P是负定的话
那么这个系统就是不稳定的
好 否则的话因为这个定理给出的条件
是充要条件
否则的话我们也可以下结论说
它不是渐近稳定的
因为那么定理
这个定理的条件是充分必要条件
不满足的话也是可以下结论的
好 如果在用这个定理的时候
结论的时候
我们反过来做
我们先选取正定矩阵P
然后由李雅普诺夫方程去求Q这样来做
好 如果这样求得的正定
这个Q是正定的话
那么我们还是可以下结论说
这个系统是渐近稳定的
如果得到的Q是负定的话
那么我们也能说下结论
说这个系统是不稳定的
但是如果这样先给定的P去求Q
得到的Q是不定的话
这个时候不能下任何结论这个要注意
好 这个定理是给出了李雅普诺夫方程
有解的条件
好 我们看一下它的结论
任意给定正定矩阵Q
李雅普诺夫方程4-2有唯一解的充要条件是
矩阵A没有互为相反数的特征值
这是李雅普诺夫方程有解的一个充要条件
其实李雅普诺夫方程
是一种西亚拉斯特方程
这个条件无非是西亚拉斯特方程
有唯一解的充要条件的一种形式对吧
就是根据我们李雅普诺夫方程的特点
来给出来的形式
那么它的证明我们就不讨论了
好 来看一个简单的例子
线性定常系统二阶的
那么我们可以任意选取正定的Q
那我们选一个单位阵它是正定的
好 P是对称矩阵
所以我们令它的元是a b c
好 把它代入到这个李雅普诺夫方程里面去
求这个矩阵方程 对吧
就可以得到这个P矩阵的话是这种形式
那么它的是正定的
一阶顺序主子式是1.5
二阶是1.5减0.25 它是正定的
所以这个系统是渐近稳定的
好 在Matlab里面有一个命令
是求解李雅普诺夫方程的
大家可以去试一下
它是lyap把A Q给它就能把P算出来
定理三 矩阵A所有的特征值的实部
均小于负σ的充要条件是
对任意给定的正定矩阵Q
存在正定矩阵P满足矩阵方程4-5
A转置P加上PA加上2倍的σP等于负Q
好 我们来证明一下这个结论
我们把刚才的4-5改写一下
改写成这种形式
好 这个其实是关于σ单位阵加上A
这样一个矩阵的李雅普诺夫方程
那么根据刚才的定理我们知道
对于任意给定的正定矩阵Q
存在正定矩阵P满足这个方程
满足这个式子的充要条件是
这个括号里面的这个矩阵的特征值的实部
是小于0的
那这就等价于矩阵A的特征值的实部
是小于负σ的
这就简单地就把这个结论给证明了
好 我们看一个例子
这是一个要做控制律的设计的例子
这么一个二阶系统加入了控制
这是B矩阵非奇异
那么这个矩阵是完全可控的
要设计一个全状态反馈
使得闭环系统的极点的实部都小于负3
我们想利用一下刚才的结论
好 假设这个状态反馈增益矩阵F是
它的元是a b c d
好 把这个状态反馈加进
加到这里面来 系统方程里面来
得到闭环系统的状态矩阵A减BF
那么是这种形式
好 那么闭环系统的极点
它的实部要小于负3的话
那么我们利用刚才的结论
我们看一下这里我们选取了Q矩阵等于单位阵
我们假设或者说如果能求得F
使得这个方程对于P矩阵也是单位阵的话
那么根据刚才的结论
我们知道这个A减BF的特征值的实部
一定是小于这个负σ
σ选做3的话
好 把刚才的那些值全代进来
去求这个方程 这个矩阵方程确实有解
并且F是等于这样一个值的
好 那么代进去得到A减BF的话
是这样一个值
对吧
好 可以容易看出来
那么这个闭环之后的系统的特征值
它是共轭复数 并且实部是等于负3.5的
它是小于负3的 满足我们的设计要求
也就是说我们的有些结论不仅仅可以做
系统稳定性的分析
也可以做一些简单的控制系统的设计
好 最后我们总结一下这一节的内容
对于线性定常系统
我们主要给出了两个渐近稳定性的充要条件
第一个是基于A矩阵的特征值的
还有一个是基于李雅普诺夫方程的
好 最后我们也给大家留一个思考题
刚才我们说了线性定常系统
是渐近稳定的充要条件是
对任意给定的正定矩阵Q存在正定矩阵P
满足李雅普诺夫方程
如果我们将任意给定的正定矩阵Q
改为给定的半正定矩阵Q
会有什么样的结论 大家思考一下
好 这节课就到这儿
再见
-1. 状态、状态空间、状态空间描述
--视频
-1. 状态、状态空间、状态空间描述--作业
-2. 高阶微分方程、传递函数矩阵与状态方程的互相转换(一):多输入多输出系统的空间表达式及传递函数阵
--视频
-2. 高阶微分方程、传递函数矩阵与状态方程的互相转换(一):多输入多输出系统的空间表达式及传递函数阵--作业
-3. 高阶微分方程、传递函数矩阵与状态方程的互相转换(二):组合系统的空间表达式及传递函数阵
--视频
-3. 高阶微分方程、传递函数矩阵与状态方程的互相转换(二):组合系统的空间表达式及传递函数阵--作业
-4. 高阶微分方程、传递函数矩阵与状态方程的互相转换(三):系统的时域描述及状态空间表达式(一)
--视频
-4. 高阶微分方程、传递函数矩阵与状态方程的互相转换(三):系统的时域描述及状态空间表达式(一)--作业
-5. 高阶微分方程、传递函数矩阵与状态方程的互相转换(四):系统的时域描述及状态空间表达式(二)
--视频
-5. 高阶微分方程、传递函数矩阵与状态方程的互相转换(四):系统的时域描述及状态空间表达式(二)--作业
-1. 由模拟结构图写出状态空间表达式(一):基于串并联分解
--视频
-1. 由模拟结构图写出状态空间表达式(一):基于串并联分解--作业
-2. 由模拟结构图写出状态空间表达式(二):基于部分分式分解
--视频
-2. 由模拟结构图写出状态空间表达式(二):基于部分分式分解--作业
-3. 由模拟结构图写出状态空间表达式(三):基于积分器串+常值反馈
--视频
-3. 由模拟结构图写出状态空间表达式(三):基于积分器串+常值反馈--作业
-4. 系统的等价变换及其应用(一)
--视频
-4. 系统的等价变换及其应用(一)--作业
-5. 系统的等价变换及其应用(二)
--视频
-5. 系统的等价变换及其应用(二)--作业
-1. 线性连续定常系统状态方程的解(一):齐次方程
--视频
-1. 线性连续定常系统状态方程的解(一):齐次方程--作业
-2. 线性连续定常系统状态方程的解(二):非齐次方程
--视频
-2. 线性连续定常系统状态方程的解(二):非齐次方程--作业
-3. 状态转移矩阵的定义、性质及算法(一):状态转移矩阵的定义
--视频
-3. 状态转移矩阵的定义、性质及算法(一):状态转移矩阵的定义--作业
-4. 状态转移矩阵的定义、性质及算法(二):状态转移矩阵的性质
--视频
-4. 状态转移矩阵的定义、性质及算法(二):状态转移矩阵的性质--作业
-5. 状态转移矩阵的定义、性质及算法(三):状态转移矩阵的算法
--视频
-5. 状态转移矩阵的定义、性质及算法(三):状态转移矩阵的算法--作业
-1. 能控性与能观测性的定义(一):能控性与能观性
--Video
-1. 能控性与能观测性的定义(一):能控性与能观性--作业
-2. 能控性与能观测性的定义(二):能控性概念
--Video
-2. 能控性与能观测性的定义(二):能控性概念--作业
-3. 能控性与能观测性的定义(三):能观性概念
--Video
-3. 能控性与能观测性的定义(三):能观性概念--作业
-1. 能控性与能观测性的判据(一):状态能控判据形式之一(模态判据)
--Video
-1. 能控性与能观测性的判据(一):状态能控判据形式之一(模态判据)--作业
-2. 能控性与能观测性的判据(二):状态能控判据形式之二(代数判据)
--Video
-2. 能控性与能观测性的判据(二):状态能控判据形式之二(代数判据)--作业
-3. 能控性与能观测性的判据(三):状态能观判据形式之一(模态判据)
--Video
-3. 能控性与能观测性的判据(三):状态能观判据形式之一(模态判据)--作业
-4. 能控性与能观测性的判据(四):状态能观判据形式之二(代数判据)
--Video
-4. 能控性与能观测性的判据(四):状态能观判据形式之二(代数判据)--作业
-5. 对偶性原理
--Video
-5. 对偶性原理--作业
-1. 定常系统的状态空间结构(一):能控状态分解
--Video
-1. 定常系统的状态空间结构(一):能控状态分解--作业
-2. 定常系统的状态空间结构(二):能观状态分解
--Video
-2. 定常系统的状态空间结构(二):能观状态分解--作业
-3. 能控标准型和能观标准型:能控标准型和能观标准型
--Video
-3. 能控标准型和能观标准型:能控标准型和能观标准型--作业
-4. 实现问题、最小实现(一):单变量系统的能控实现、能观实现
--Video
-4. 实现问题、最小实现(一):单变量系统的能控实现、能观实现--作业
-5. 实现问题、最小实现(二):多变量系统的能控实现、能观实现
--Video
-5. 实现问题、最小实现(二):多变量系统的能控实现、能观实现--作业
-6. 实现问题、最小实现(三):最小实现问题
--Video
-6. 实现问题、最小实现(三):最小实现问题--作业
-1.状态反馈和输出反馈
--视频
-1.状态反馈和输出反馈--作业
-2. 反馈对能控性和能观测性的影响
--视频
-2. 反馈对能控性和能观测性的影响--作业
-3. 极点配置算法(一):极点配置算法
--视频
-3. 极点配置算法(一):极点配置算法--作业
-4.极点配置算法(二):极点配置举例
--视频
-4.极点配置算法(二):极点配置举例--作业
-5.极点配置算法(三):极点配置算法
--视频
-5.极点配置算法(三):极点配置算法--作业
-6. 状态空间中系统的镇定问题
--视频
-6. 状态空间中系统的镇定问题--作业
-1. 状态观测器的基本概念
--视频
-1. 状态观测器的基本概念--作业
-2. 全维观测器的设计
--视频
-2. 全维观测器的设计--作业
-3. 降维观测器
--视频
-3. 降维观测器--作业
-4. 重构状态反馈控制系统
--视频
-4. 重构状态反馈控制系统--作业
-5. 扰动量的观测
--视频
-5. 扰动量的观测--作业
-1. 基本概念
--视频
-1. 基本概念--作业
-2. 对外扰的完全不变性
--视频
-2. 对外扰的完全不变性--作业
-3. 输出对外扰的静态不变性
--视频
-3. 输出对外扰的静态不变性--作业
-4. 状态和外扰可直接测量时的抗外扰控制
--视频
-4. 状态和外扰可直接测量时的抗外扰控制--作业
-1. 带观测器的抗外扰控制
--视频
-1. 带观测器的抗外扰控制--作业
-2. 常值扰动下的鲁棒抗外扰控制
--视频
-2. 常值扰动下的鲁棒抗外扰控制--作业
-3. 一般扰动下的鲁棒抗外扰控制
--视频
-3. 一般扰动下的鲁棒抗外扰控制--作业
-1. 基本概念
--视频
-1. 基本概念--作业
-2. 李雅普诺夫方法
--视频
-2. 李雅普诺夫方法--作业
-3. 构造李雅普诺夫函数的方法
--视频
-3. 构造李雅普诺夫函数的方法--作业
-1. 线性定常系统的稳定性
--视频
-1. 线性定常系统的稳定性--作业
-2. 离散系统的稳定性
--视频
-2. 离散系统的稳定性--作业