杭州紫金港培训学校(紫金港专升本)杭州紫金港培训学校(紫金港专升本)
同等学力申硕控制科学与工程学科综合考前辅导控制理论第 10 节 / 共 32 节约 30 分钟免费

控制理论(二):状态转移矩阵、方程求解与传递函数矩阵

对应控制理论「一、控制系统的数学模型」第 3、5、6、7 条:状态转移矩阵的定义与性质,预解矩阵和矩阵指数的几种算法,状态方程的求解和运动分析(零输入与零状态响应),传递函数矩阵的计算与它的极点。

本节考点:状态转移矩阵预解矩阵和矩阵指数状态方程的求解和运动分析传递函数矩阵的计算

本节导读

这一节对应控制理论大纲「一、控制系统的数学模型」的第 3、5、6、7 条:「状态转移矩阵」「传递函数矩阵的计算」「状态方程的求解和运动分析」「预解矩阵和矩阵指数」。核心只有一个对象:线性定常系统的状态转移矩阵 Φ(t)=eAt\Phi(t)=e^{At}Φ(t)=eAt。它的拉氏变换是预解矩阵 (sI−A)−1(sI-A)^{-1}(sI−A)−1,状态方程的解用它写出,传递函数矩阵也由预解矩阵算出。

学完要做到:记住状态转移矩阵的性质,能由它反求 AAA、判断一个矩阵能不能是状态转移矩阵;会用预解矩阵或第 7 节的方法算 eAte^{At}eAt;会写出零输入响应和零状态响应;会算传递函数矩阵并说清它的极点与 AAA 的特征值的关系。

本节记号:Φ(t)\Phi(t)Φ(t) 是状态转移矩阵;(sI−A)−1(sI-A)^{-1}(sI−A)−1 是预解矩阵;G(s)G(s)G(s) 是传递函数矩阵;x0=x(0)x_0=x(0)x0​=x(0)。

状态转移矩阵

定义

齐次状态方程 x˙=Ax\dot x=Axx˙=Ax 的解可以写成 x(t)=Φ(t)x0x(t)=\Phi(t)x_0x(t)=Φ(t)x0​,Φ(t)\Phi(t)Φ(t) 把初始状态「转移」到 ttt 时刻的状态,叫状态转移矩阵。它是矩阵微分方程 Φ˙(t)=AΦ(t)\dot\Phi(t)=A\Phi(t)Φ˙(t)=AΦ(t)、Φ(0)=I\Phi(0)=IΦ(0)=I 的唯一解,线性定常系统中 Φ(t)=eAt\Phi(t)=e^{At}Φ(t)=eAt。

性质

性质式子
初值Φ(0)=I\Phi(0)=IΦ(0)=I
导数Φ˙(t)=AΦ(t)=Φ(t)A\dot\Phi(t)=A\Phi(t)=\Phi(t)AΦ˙(t)=AΦ(t)=Φ(t)A,所以 A=Φ˙(0)A=\dot\Phi(0)A=Φ˙(0)
组合Φ(t1+t2)=Φ(t1)Φ(t2)\Phi(t_1+t_2)=\Phi(t_1)\Phi(t_2)Φ(t1​+t2​)=Φ(t1​)Φ(t2​)
逆Φ−1(t)=Φ(−t)\Phi^{-1}(t)=\Phi(-t)Φ−1(t)=Φ(−t)
倍数[Φ(t)]k=Φ(kt)[\Phi(t)]^{k}=\Phi(kt)[Φ(t)]k=Φ(kt)
分段转移Φ(t2−t0)=Φ(t2−t1)Φ(t1−t0)\Phi(t_2-t_0)=\Phi(t_2-t_1)\Phi(t_1-t_0)Φ(t2​−t0​)=Φ(t2​−t1​)Φ(t1​−t0​)

判断一个矩阵能不能作状态转移矩阵:先看 Φ(0)=I\Phi(0)=IΦ(0)=I,再看是否满足组合性质(或等价地 Φ˙(t)=Φ˙(0)Φ(t)\dot\Phi(t)=\dot\Phi(0)\Phi(t)Φ˙(t)=Φ˙(0)Φ(t))。

预解矩阵和矩阵指数

对 Φ˙=AΦ\dot\Phi=A\PhiΦ˙=AΦ、Φ(0)=I\Phi(0)=IΦ(0)=I 取拉氏变换得 sΦ(s)−I=AΦ(s)s\Phi(s)-I=A\Phi(s)sΦ(s)−I=AΦ(s),所以

Φ(t)=eAt=L−1[(sI−A)−1]\Phi(t)=e^{At}=\mathcal L^{-1}\big[(sI-A)^{-1}\big]Φ(t)=eAt=L−1[(sI−A)−1]

(sI−A)−1(sI-A)^{-1}(sI−A)−1 叫预解矩阵,它等于 adj(sI−A)det⁡(sI−A)\dfrac{\mathrm{adj}(sI-A)}{\det(sI-A)}det(sI−A)adj(sI−A)​,每个元素是 sss 的真有理分式,逐元素作部分分式再反变换即得 eAte^{At}eAt。算矩阵指数的几种方法:

方法要点
拉氏反变换求预解矩阵后逐元素反变换,二三阶手算最常用
对角化或若尔当形eAt=PeJtP−1e^{At}=Pe^{Jt}P^{-1}eAt=PeJtP−1,若尔当块按第 7 节的公式写
待定系数(哈密顿—凯莱)eAt=∑k=0n−1αk(t)Ake^{At}=\sum_{k=0}^{n-1}\alpha_k(t)A^{k}eAt=∑k=0n−1​αk​(t)Ak,由特征值处的条件解 αk(t)\alpha_k(t)αk​(t)
幂级数I+At+A2t22!+⋯I+At+\dfrac{A^{2}t^{2}}{2!}+\cdotsI+At+2!A2t2​+⋯,适合幂零矩阵

状态方程的求解和运动分析

非齐次状态方程 x˙=Ax+Bu\dot x=Ax+Bux˙=Ax+Bu 的解:

x(t)=Φ(t−t0)x(t0)+∫t0tΦ(t−τ)Bu(τ) dτ\begin{aligned} x(t)&=\Phi(t-t_0)x(t_0) \\ &\quad+\int_{t_0}^{t}\Phi(t-\tau)Bu(\tau)\,\mathrm d\tau \end{aligned}x(t)​=Φ(t−t0​)x(t0​)+∫t0​t​Φ(t−τ)Bu(τ)dτ​

第一项是零输入响应(只由初始状态引起),第二项是零状态响应(只由输入引起),输出 y=Cx+Duy=Cx+Duy=Cx+Du。取 t0=0t_0=0t0​=0、拉氏变换形式:X(s)=(sI−A)−1x0+(sI−A)−1BU(s)X(s)=(sI-A)^{-1}x_0+(sI-A)^{-1}BU(s)X(s)=(sI−A)−1x0​+(sI−A)−1BU(s)。

运动分析:AAA 有不同的特征值 λi\lambda_iλi​ 时,自由运动是各个模态 eλite^{\lambda_it}eλi​t 的组合;有重特征值、若尔当块阶数大于 1 时,还会出现 teλtte^{\lambda t}teλt、t2eλtt^{2}e^{\lambda t}t2eλt 这类模态。全部特征值实部为负时,零输入响应趋于零。阶跃输入下,若 AAA 的特征值实部全为负,状态的稳态值为 x(∞)=−A−1Bu0x(\infty)=-A^{-1}Bu_0x(∞)=−A−1Bu0​(令 x˙=0\dot x=0x˙=0 解出)。

传递函数矩阵的计算

零初始条件下 Y(s)=[C(sI−A)−1B+D]U(s)Y(s)=\big[C(sI-A)^{-1}B+D\big]U(s)Y(s)=[C(sI−A)−1B+D]U(s),

G(s)=C(sI−A)−1B+DG(s)=C(sI-A)^{-1}B+DG(s)=C(sI−A)−1B+D

G(s)G(s)G(s) 是 m×rm\times rm×r 矩阵,第 iii 行第 jjj 列元素 Gij(s)G_{ij}(s)Gij​(s) 是第 jjj 个输入到第 iii 个输出的传递函数(其余输入为零)。G(s)G(s)G(s) 每个元素的分母都是 det⁡(sI−A)\det(sI-A)det(sI−A) 的因式,所以 G(s)G(s)G(s) 的极点一定是 AAA 的特征值;但分子分母可能相消,AAA 的特征值不一定都出现在 G(s)G(s)G(s) 里——被消掉的那些对应不可控或不可观的部分(第 13、14 节)。

易错提醒

  • ❌ 状态转移矩阵的元素都随时间衰减,出现 e2te^{2t}e2t 这样增长的项就算错了。
    ✅ 不稳定系统的 Φ(t)\Phi(t)Φ(t) 本来就含增长的模态;衰减与否反映的是稳定性,不影响它是不是状态转移矩阵。

  • ❌ 零状态响应里的积分可以写成 ∫Φ(τ)Bu(t−τ)dτ\int\Phi(\tau)Bu(t-\tau)\mathrm d\tau∫Φ(τ)Bu(t−τ)dτ,与 ∫Φ(t−τ)Bu(τ)dτ\int\Phi(t-\tau)Bu(\tau)\mathrm d\tau∫Φ(t−τ)Bu(τ)dτ 不一样,必须记住哪一个。
    ✅ 两种写法换元后相等,都是卷积;考试时写哪一种都行,关键是积分上下限要对。

  • ❌ 状态转移矩阵一定是对称矩阵。
    ✅ 只有 AAA 对称时 eAte^{At}eAt 才对称;例题 1 的 Φ(t)\Phi(t)Φ(t) 就不对称。

例题精讲

例题 1(计算:用预解矩阵求状态转移矩阵)

A=(01−2−3)A=\begin{pmatrix}0&1\\-2&-3\end{pmatrix}A=(0−2​1−3​),求 Φ(t)\Phi(t)Φ(t)。

解:det⁡(sI−A)=s2+3s+2=(s+1)(s+2)\det(sI-A)=s^{2}+3s+2=(s+1)(s+2)det(sI−A)=s2+3s+2=(s+1)(s+2),

(sI−A)−1=1(s+1)(s+2)(s+31−2s)(sI-A)^{-1}=\frac{1}{(s+1)(s+2)}\begin{pmatrix}s+3&1\\-2&s\end{pmatrix}(sI−A)−1=(s+1)(s+2)1​(s+3−2​1s​)

逐元素展开后反变换:

Φ(t)=(2e−t−e−2te−t−e−2t−2e−t+2e−2t−e−t+2e−2t)\Phi(t)=\begin{pmatrix}2e^{-t}-e^{-2t}&e^{-t}-e^{-2t}\\-2e^{-t}+2e^{-2t}&-e^{-t}+2e^{-2t}\end{pmatrix}Φ(t)=(2e−t−e−2t−2e−t+2e−2t​e−t−e−2t−e−t+2e−2t​)

点评:两处核对:Φ(0)=I\Phi(0)=IΦ(0)=I;Φ˙(0)\dot\Phi(0)Φ˙(0) 的第一行是 (0,1)(0,1)(0,1)、第二行是 (−2,−3)(-2,-3)(−2,−3),正是 AAA。

例题 2(计算:阶跃输入下的零状态响应)

例题 1 的系统 x˙=Ax+bu\dot x=Ax+bux˙=Ax+bu,b=(0,1)Tb=(0,1)^{\mathrm T}b=(0,1)T,x(0)=0x(0)=0x(0)=0,u=1(t)u=1(t)u=1(t),求 x(t)x(t)x(t)。

解:x(t)=∫0tΦ(t−τ)b dτ=∫0tΦ(σ)b dσx(t)=\int_0^{t}\Phi(t-\tau)b\,\mathrm d\tau=\int_0^{t}\Phi(\sigma)b\,\mathrm d\sigmax(t)=∫0t​Φ(t−τ)bdτ=∫0t​Φ(σ)bdσ,Φ(σ)b\Phi(\sigma)bΦ(σ)b 就是 Φ\PhiΦ 的第二列:

x(t)=(0.5−e−t+0.5e−2te−t−e−2t)x(t)=\begin{pmatrix}0.5-e^{-t}+0.5e^{-2t}\\ e^{-t}-e^{-2t}\end{pmatrix}x(t)=(0.5−e−t+0.5e−2te−t−e−2t​)

点评:x2=x˙1x_2=\dot x_1x2​=x˙1​ 与状态方程第一行一致;t→∞t\to\inftyt→∞ 时 x→(0.5,0)Tx\to(0.5,0)^{\mathrm T}x→(0.5,0)T,与 −A−1b-A^{-1}b−A−1b 相同。

本节小结

  • Φ(t)=eAt\Phi(t)=e^{At}Φ(t)=eAt:Φ(0)=I\Phi(0)=IΦ(0)=I,A=Φ˙(0)A=\dot\Phi(0)A=Φ˙(0),Φ(t1+t2)=Φ(t1)Φ(t2)\Phi(t_1+t_2)=\Phi(t_1)\Phi(t_2)Φ(t1​+t2​)=Φ(t1​)Φ(t2​),Φ−1(t)=Φ(−t)\Phi^{-1}(t)=\Phi(-t)Φ−1(t)=Φ(−t)。
  • 预解矩阵 (sI−A)−1(sI-A)^{-1}(sI−A)−1 是 Φ(t)\Phi(t)Φ(t) 的拉氏变换;矩阵指数还可以用对角化、若尔当形、待定系数法算。
  • 解 = 零输入响应 Φ(t)x0\Phi(t)x_0Φ(t)x0​ + 零状态响应 ∫0tΦ(t−τ)Bu(τ)dτ\int_0^{t}\Phi(t-\tau)Bu(\tau)\mathrm d\tau∫0t​Φ(t−τ)Bu(τ)dτ;模态由特征值决定。
  • G(s)=C(sI−A)−1B+DG(s)=C(sI-A)^{-1}B+DG(s)=C(sI−A)−1B+D,m×rm\times rm×r;它的极点都是 AAA 的特征值,反过来不一定。

学完练一练

按本节考点从本课的课后练习里抽题(每次 10 道以内),做完看解析、错题自动进错题本。

本节内容由 AI 辅助编写,配图由 AI 生成,仅供备考参考;考试要求以《全国各类成人高等学校招生考试大纲(2024 年版)》及浙江省教育考试院当年公布为准。

我要提问免费报名咨询