1 / 30

现代控制理论

现代控制理论. 5 ． 3 线性系统的李雅普诺夫稳定性分析. 利用李雅普诺夫第二法判断系统的稳定性，关键是如何构造一个满足条件的李氏函数，而李氏第二法本身并没有提供构造李氏函数的一般方法。所以，尽管李雅普诺夫第二法在原理上是简单的，但实际应用并不是一件易事。尤其对复杂的系统更是如此，需要有相当的经验和技巧。不过，对于线性系统和某些非线性系统，已经找到了一些可行的方法来构造李氏函数。. 5.3.1 线性定常连续系统. 1. 渐近稳定的判别方法 定理 5-9 线性定常系统.

dwight
Download Presentation

现代控制理论

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 现代控制理论

  2. 5．3 线性系统的李雅普诺夫稳定性分析 利用李雅普诺夫第二法判断系统的稳定性，关键是如何构造一个满足条件的李氏函数，而李氏第二法本身并没有提供构造李氏函数的一般方法。所以，尽管李雅普诺夫第二法在原理上是简单的，但实际应用并不是一件易事。尤其对复杂的系统更是如此，需要有相当的经验和技巧。不过，对于线性系统和某些非线性系统，已经找到了一些可行的方法来构造李氏函数。

  3. 5.3.1 线性定常连续系统 1. 渐近稳定的判别方法 定理5-9线性定常系统 式中，x是n维状态矢量，A是n×n常数阵，且是非奇异的。在平衡状态xe = 0处，渐近稳定的充要条件是：对任意给定的一个正定对称矩阵Q，存在一个正定对称矩阵P，且满足矩阵方程 ATP + PA =  Q 而标量函数v(x)=xTPx是这个系统的一个二次型形式的李雅普诺夫函数。

  4. 证明充分性如果满足上述要求的P存在，则系统在xe = 0处是渐近稳定的。 设P是存在的，且P是正定的，故选v(x) = xTPx。由塞尔维斯特判据知v(x) > 0，则 = (Ax)TPx + xTP (Ax) = xTATPx + xTP Ax = xT (ATP + PA)x = xT ( Q) x < 0 由定理5-4知，系统在xe = 0处是渐近稳定的。

  5. 必要性如果系统在xe = 0是渐近稳定的，则必存在矩阵P，满足矩阵方程ATP + PA = Q。 设合适的矩阵P具有下面形式 那么被积函数一定是具有t keλt形式的诸项之和，其中λ是矩阵A的特征值。因为系统是渐近稳定的，必有Re(λ) < 0，因此积分一定存在。 若将P代入上述矩阵方程，可得

  6. 2）如果 沿任意一轨线不恒等于零，则Q可取为正半定的，结论不变。 1）如果任取一个正定矩阵Q，则满足矩阵方程ATP + PA = Q的实对称矩阵P是唯一的。若P是正定的，系统在xe = 0处是渐近稳定的。P的正定性是一个充要条件。 3）为计算方便，在选定正定实对称矩阵Q时，可取Q = I，于是矩阵P可按下式确定： ATP + PA =  I 然后检验P是不是正定的。

  7. 例5-8设系统的状态方程为 试判断该系统的稳定性 。 解：系统平衡点为坐标原点。 取Q = I，则矩阵P由下式确定 ATP + PA =  I 2p11= 1 p11  p12  p22 = 0 2p12 2p22 = 1

  8. 可知P > 0，正定，所以系统在原点处的平衡状态是渐近稳定的。而系统的李氏函数为 v(x) = xTPx = 0.5( 3x12 + 2 x1 x2 + 2x22 )

  9. 5.3.2 线性时变连续系统 1．渐近稳定的判别方法 定理5-10线性时变连续系统 在平衡点xe = 0处，渐近稳定的充要条件是：对任意给定的连续对称正定矩阵Q(t)，存在一个连续的对称正定矩阵P(t)，使得 并且 v(x,t) = xT(t)P(t)x(t)是系统的李氏函数。

  10. 证明只证充分性，即如果满足上述要求的P存在，则系统在xe = 0处是渐近稳定的。 设P(t)是存在的，且P(t)是正定的，即P(t)>0。故选v(x，t)= x(t)TP(t)x(t) > 0，（正定的）。又

  11. 若是Q正定对称矩阵，则 是负定的。由定理5-4知，系统在xe = 0处是渐近稳定的。 [证毕] 2. 判断的一般步骤 1）确定系统的平衡状态。 2）任选正定对称矩阵Q(t)，代入矩阵方程 解出矩阵P(t)。该矩阵方程属于Riccati矩阵微分方程，其解为

  12. 同样，为计算方便，可选Q(t) = Q = I，则 3）判断矩阵P(t)是否满足连续、对称正定性。若满足，则线性时变系统是渐近稳定的，且 v(x,t) = xT(t)P(t)x(t)

  13. 5.3.3 线性定常离散系统 1. 渐近稳定的判别方法 定理5-11线性定常离散系统 式中，G是n × n阶常系数非奇异矩阵。系统在平衡点xe = 0处渐近稳定的充要条件是：对任意给定的正定对称矩阵Q，存在一个正定对称矩阵P，且满足如下矩阵方程： GTP G  P =  Q 并且v[x(k)]=xT(k)Px(k)是这个系统的李雅普诺夫函数。

  14. 证明设所选李氏函数为 v[x(k)]=xT(k)Px(k) 因为P是正定的实对称矩阵，所以v[x(k)]是正定的。 v[x(k)]= v[x(k+1)] v[x(k)] =xT(k+1)Px(k+1)  xT(k)Px(k) = [Gx(k)]TP Gx(k)  xT(k)Px(k) = xT(k)[GTPG P ]x(k) = xT(k)[ Q]x(k) 由于v[x(k)]是正定的，根据渐近稳定的条件 v[x(k)] < 0 Q = GTPG P < 0 对于P > 0，系统渐近稳定的充分条件是Q > 0。

  15. 例5-9 设离散系统的状态方程为 试确定系统在平衡点处渐近稳定的条件。 解：系统平衡点为坐标原点。 取Q = I，则矩阵P由下式确定 GTPG P =  I p11 (1 1)= 1 p12 (1 1 2 ) = 0 p22 (1 22)= 1

  16. 要使P为正定的实对称矩阵，则要求  1  < 1  2  < 1 也就是说，当系统的特征根位于单位圆内时，系统的平衡点是渐近稳定的。显然，这一结论与经典理论中采样系统稳定的充要条件是完全相同的。

  17. 5.3.4 线性时变离散系统 1. 渐近稳定的判别方法 定理5-12线性时变离散系统 x(k+1)=G(k+1, k)x(k) 系统在平衡点xe=0处是大范围渐近稳定的充要条件是：对于任意给定的正对称矩阵Q(k)，存在一个实对称正定矩阵P(k+1)，且满足如下矩阵方程： GT(k+1, k)P(k+1)G(k+1, k) P(k) =  Q(k) 并且v[x(k), k)]=xT(k)P(k)x(k)为系统的李雅普诺夫函数。

  18. 证明 只证充分性。设选取李氏函数为 v[x(k), k]= xT(k)P(k)x(k) 因为P(k)是正定的实对称矩阵， v[x(k), k]是正定的。 v[x(k), k]= v[x(k+1), k +1] v[x(k), k] = xT(k+1)P(k+1)x(k+1)  xT(k)P(k) x(k) = xT(k)GT(k+1,k)P(k+1)G(k+1,k)x(k) xT(k)P(k) x(k) = xT(k)[GT(k+1,k)P(k+1)G(k+1,k)  P(k)]x(k) = xT(k)[Q(k)]x(k) Q(k)=  [GT(k+1,k)P(k+1)G(k+1,k)  P(k)] 由渐近稳定的充分条件当P(k)>0正定时，Q(k)必须是正定的，才能使 v[x(k), k]< 0 [证毕]

  19. 2 . 判断的一般步骤 1）确定系统的平衡状态。 2）任选正定对称矩阵Q(k)，代入矩阵方程 GT(k+1,k)P(k+1)G(k+1,k)  P(k)= Q(k) 解出矩阵P(k+1)。该方程为矩阵差分方程，其解的形式为 3）判断P(k+1)的正定性，若正定，则系统是渐近稳定的，且李氏函数为 v[x(k), k]= xT(k)P(k)x(k)

  20. 5.5 李雅普诺夫第二法在系统设计中的应用 5.5.1 状态反馈的设计 在控制系统的设计中，若需通过状态反馈使闭环系统渐近稳定，除可利用状态反馈极点配置的方法外，还可以采用李氏第二法来确定系统的校正方案。 设单输入、单输出线性定常系统的状态方程为 若选取二次型函数为李氏函数，即 v(x) = xTPx = (Ax+Bu)TPx + xTP (Ax+Bu) = xTATPx + (Bu)TPx +xTPAx +xTPBu = xT (ATP+PA)x +[(Px)TBu ]T+ xTPBu

  21. 此时， 为负定的，则系统是渐近稳定的。而输入u= kxTPB是状态变量的线性组合，也正是前面介绍的状态反馈。 如果选P使ATP + PA为负定的，同时选输入量为 u =  kxTPB k > 0

  22. u x1 1 s2 例5-14设系统的结构图如图所示，对应的微分方程为 显然系统处于临界等幅振荡状态，属于李氏意义下的稳定系统。若用李氏第二法来决定控制规律u(t)，使系统变为渐近稳定的，如何选取校正方案。 解： 系统的状态方程为

  23. 除平衡点xe = 0外， 其值均不恒等于零，故系统是渐近稳定的。 r x2 x2 x1 x1 u u 1 s 1 s 1 s 1 s k 取标准二次型函数作为李氏函数，即 v(x) =x12 + x22 = xTPx P = I 当u =  kx2 k > 0 控制规律取自对x1的速度反馈，用速度反馈来镇定控制系统也是工程设计中常用的经典方法。

  24. 5.5.3 参数最优化设计 在线性系统中，常常使用各种积分指标来评价系统的控制品质。如误差绝对值积分（IAE）指标、误差平方积分（ISE）指标以及其他二次型积分指标。用李雅普诺夫方法可以评价这些积分指标。下面考察在二次型积分指标最小意义下，如何利用李雅普诺夫第二法使系统的参数最优。 设线性系统的状态方程为 其中系统矩阵A()表示A的某些元素依赖于可调参数。参数的选择原则是使二次型积分指标 达到最小，其中Q为正定或正半定常数矩阵。

  25. 由于矩阵A()所描述的系统应当是渐近稳定的，因此由指标J中给定的Q阵，可以通过李雅普诺夫方程由于矩阵A()所描述的系统应当是渐近稳定的，因此由指标J中给定的Q阵，可以通过李雅普诺夫方程 AT() P + PA()=  Q 解出正定的含参数的矩阵P()。也就可以选取李氏函数为 v(x) = xTP() x = xT(0)P() x(0)  xT()P() x() = xT(0)P() x(0) = v(x)t=0 这样问题转化为选择什么样的参数使上式的J最小。

  26. 这是函数求极值问题，可由其必要条件 或充分必要条件 解出。

  27. 1 s (s + 2) r e c 例5-16设控制系统的结构图如图所示，假设系统开始是静止的。试确定阻尼比> 0，使系统在单位阶跃函数r(t) = 1(t)的作用下，性能指标 达到最小，其中为给定的加权系数。 解：⑴列写状态方程 选取二阶系统的两个状态变量为

  28. ⑵二次型积分指标 （3）由李雅普诺夫方程求P() 由ATP + PA = Q，可解得

  29. 2 （4）写出李雅普诺夫函数 因为x2(0) = 0，得 （5）求J的最小值 令 ，即

  30. 结 束

More Related