本章主要对系统的能观性进行分析,先给出了能观性的定义,进而引出了能观/不能观子空间,推出了能观性判据和能观性指数;针对不完全能观的系统,也对能观性分解进行了分析。这些都与系统能控性的分析具有一致性,这是因为系统复合对偶性原理。最后,给出了离散时间系统的能观性分析判定方法。
由系统的状态空间描述,可以得到系统的运动特性:
x ( t ) = e A t x ( 0 ) + ∫ 0 t e A ( t ? τ ) B u ( τ ) d τ . x(t)=e^{At}x(0)+\int_0^te^{A(t-\tau)}Bu(\tau)d\tau. x(t)=eAtx(0)+∫0t?eA(t?τ)Bu(τ)dτ.
可以看出,当输入给定时,系统的运动特性完全取决于初始状态。那么如何在已知输入输出的前提下,得到初始状态 x 0 x_0 x0?便是待解决的问题。
对于一般情况,
x ( t ) = e A ( t ? t 0 ) x ( t 0 ) + ∫ t 0 t e A ( t ? τ ) B u ( τ ) d τ x(t)=e^{A(t-t_0)}x(t_0)+\int_{t_0}^te^{A(t-\tau)}Bu(\tau)d\tau x(t)=eA(t?t0?)x(t0?)+∫t0?t?eA(t?τ)Bu(τ)dτ
其输出响应为:
y ( t ) = C x ( t ) + D u ( t ) y(t)=Cx(t)+Du(t) y(t)=Cx(t)+Du(t)
由于输入输出都假定已知,因此定义:
y ˉ = y ? C ∫ t 0 t e A ( t ? τ ) B u ( τ ) d τ ? D u ( t ) \bar y=y-C\int_{t_0}^te^{A(t-\tau)}Bu(\tau)d\tau-Du(t) yˉ?=y?C∫t0?t?eA(t?τ)Bu(τ)dτ?Du(t)
= C e A ( t ? t 0 ) x 0 =Ce^{A(t-t_0)}x_0 =CeA(t?t0?)x0?
能观性问题转变为 x 0 x_0 x0?能不能由一一对应,进一步可以视作零输入系统:
x ˙ = A x y = C x \dot x=Ax\\ y=Cx x˙=Axy=Cx
输出唯一确定
x
0
x_0
x0?的问题。
表示为:
若 x 0 x_0 x0?为不能观测状态,当 t ∈ [ t 0 , T ] t\in[t_0,T] t∈[t0?,T],有:
y = C e A ( t ? t 0 ) x 0 ≡ 0 y=Ce^{A(t-t_0)}x_0\equiv0 y=CeA(t?t0?)x0?≡0
不能观子空间 X N O X_{NO} XNO?的正交余空间称为能观子空间 X O X_O XO?。
上式取转置可得任一不可观状态
α
\alpha
α与矩阵正交,因此有:
还可以推出:
→Gram矩阵判据:
→秩判据:
→PBH判据:
→Jordan标准型判据:
可以推出:y为q维输出
→极点任意配置:
( A , C ) (A,C) (A,C)能观等价于 ( A T , C T ) (A^T,C^T) (AT,CT)能控
对于能观性矩阵 Q O Q_O QO?,定义:
Q k = [ C C A ? C A k ? 1 ] Q_k=\begin{bmatrix}C\\CA\\\vdots\\CA^{k-1}\end{bmatrix} Qk?= ?CCA?CAk?1? ?
当k从1增加至v时,若 r a n k Q v = Q O = n rankQ_v=Q_O=n rankQv?=QO?=n,则称v为能观性指数。
估计公式为:输出q维,rankC=m
n q ? ν ? n ? m + 1 \frac nq\leqslant\nu\leqslant n-m+1 qn??ν?n?m+1
对于能观性,也有类似的分解过程。
由:
取 Q O Q_O QO?中m个线性无关的行,记作 H 1 H_1 H1?,再取n-m个与之线性无关的行向量,记作 H 2 H_2 H2?
令 T = [ H 1 ; H 2 ] T=[H_1;H_2] T=[H1?;H2?],其为非奇异的。又记 T ? 1 = [ T 1 , T 2 ] T^{-1}=[T_1,T_2] T?1=[T1?,T2?],由 T T ? 1 = I TT^{-1}=I TT?1=I得:
H 1 T 2 = 0 H_1T_2=0 H1?T2?=0
这说明 T 2 T_2 T2?各列属于 X N O X_{NO} XNO?,因此可以做等价变换:
A = T A T ? 1 = [ H 1 H 2 ] A [ T 1 T 2 ] = [ H 1 A T 1 0 H 2 A T 1 H 2 A T 2 ] ? [ A 11 0 A 21 A 22 ] , B ^ =?TB = [ H 1 B H 2 B ] ? [ B 1 B 2 ] , C ^ = C T ? 1 = [ C T 1 C T 2 ] = [ C T 1 0 ] ? [ C 1 0 ] . \begin{aligned} &\text{A} =TAT^{-1} \\ &=\begin{bmatrix}H_1\\H_2\end{bmatrix}A\begin{bmatrix}T_1&T_2\end{bmatrix} \\ &=\begin{bmatrix}H_1AT_1&{0}\\H_2AT_1&H_2AT_2\end{bmatrix}\triangleq\begin{bmatrix}A_{11}&0\\A_{21}&A_{22}\end{bmatrix}, \\ &\hat{B} \text{= TB} \\ &=\begin{bmatrix}H_1B\\H_2B\end{bmatrix}\triangleq\begin{bmatrix}B_1\\B_2\end{bmatrix}, \\ &\hat{C} =CT^{-1} \\ &=\begin{bmatrix}CT_1&CT_2\end{bmatrix} \\ &=\begin{bmatrix}CT_1&{0}\end{bmatrix}\triangleq\begin{bmatrix}C_1&0\end{bmatrix}. \end{aligned} ?A=TAT?1=[H1?H2??]A[T1??T2??]=[H1?AT1?H2?AT1??0H2?AT2??]?[A11?A21??0A22??],B^=?TB=[H1?BH2?B?]?[B1?B2??],C^=CT?1=[CT1??CT2??]=[CT1??0?]?[C1??0?].?
其中,
Q = [ e 1 e 2 ? e n ] = [ 1 α n ? 1 ? α 1 ? ? ? ? α n ? 1 1 ] [ c A n ? 1 c A n ? 2 ? c ] Q=\begin{bmatrix}e_1\\e_2\\\vdots\\e_n\end{bmatrix}=\begin{bmatrix}1&\alpha_{n-1}&\cdots&\alpha_1\\&\ddots&\ddots&\vdots\\&&\ddots&\alpha_{n-1}\\&&&1\end{bmatrix}\begin{bmatrix}cA^{n-1}\\cA^{n-2}\\\vdots\\c\end{bmatrix} Q= ?e1?e2??en?? ?= ?1?αn?1???????α1??αn?1?1? ? ?cAn?1cAn?2?c? ?
这里能控标准型是 b c = [ 0 ; 0 ; . . . ; 1 ] b_c=[0;0;...;1] bc?=[0;0;...;1],对应的是 b c = P ? 1 B b_c=P^{-1}B bc?=P?1B
而能观标准型是 c o = [ 0 ; 0 ; . . . ; 1 ] c_o=[0;0;...;1] co?=[0;0;...;1],对应的是 c o = C Q ? 1 c_o=CQ^{-1} co?=CQ?1
注意能观标准型系统矩阵和能控标准型系统矩阵的异同
结合前述能控性分析部分,我们发现能控性和能观性的分析在形式上很接近,这是由于系统的对偶原理导致的。
对偶原理指明了系统的控制问题和估计问题的内在联系。
若 ( A 1 , B 1 , C 1 ) (A_1,B_1,C_1) (A1?,B1?,C1?)和 ( A 2 , B 2 , C 2 ) (A_2,B_2,C_2) (A2?,B2?,C2?)两系统满足:
A 1 T = ? A 2 , B 1 T = C 2 , C 1 T = B 2 A_{1}^{T}=-A_{2},B_{1}^{T}=C_{2},C_{1}^{T}=B_{2} A1T?=?A2?,B1T?=C2?,C1T?=B2?
则称两系统互为对偶系统。
有:
这说明 ( A , C ) (A,C) (A,C)的能观性即是 ( A T , C T ) (A^T,C^T) (AT,CT)的能控性。
对于系统:
x ( k + 1 ) = G x ( k ) y ( k ) = C x ( k ) \begin{aligned}x(k+1)&=Gx(k)\\y(k)&=Cx(k)\end{aligned} x(k+1)y(k)?=Gx(k)=Cx(k)?
离散后的系统能观,则离散前的系统一定能观。