标签：BF stabilizable text rank times 等价 线性 quad lambda
考虑如下的线性时不变系统:
\[\dot{x} = Ax + Bu \qquad (1) \\ y = Cx + Du \qquad (2) \](注: 矩阵或向量上的 " * " 均代表转置)
定理 1 下列命题等价:
- (i) \((A, B)\) 可控;
- (ii) 对任意的 \(t\geq 0\), 矩阵 \(W_{c}(t):=\int_{0}^{t} e^{A \tau} B B^{*} e^{A^{*} \tau} d \tau\) 正定;
- 可控性矩阵 \(\mathcal{C}=\left[\begin{array}{lllll}{B} & {A B} & {A^{2} B} & {\ldots} & {A^{n-1} B}\end{array}\right]\) 行满秩, 即 \(\langle A | I m B\rangle:=\sum_{i=1}^{n} \operatorname{Im}\left(A^{i-1} B\right)=\mathbb{R}^{n}\);
- 对所有的 \(\lambda \in \mathbb{C}\), 矩阵 \([A-\lambda I, B]\) 行满秩;
- 设 \(\lambda\) 和 \(c\) 为矩阵 \(A\) 的任意特征值和相应的任意左特征向量, 即 \(x^{*} A=x^{*} \lambda\), 那么 \(x^{*} B \neq 0\);
- 通过选取适当的矩阵 \(F\), 矩阵 \(A+BF\) 的特征值可自由配置.
定义 2 对于一个非强迫系统 \(\dot{x} = Ax\), 如果 \(A\) 的所有特征值均位于左半开平面, 即 \(\text{Re}\lambda(A)<0\), 则该系统是稳定的. 具有此类性质的矩阵 \(A\) 称为稳定矩阵或 Hurwitz 矩阵.
定义 3 若存在状态反馈 \(u = Fx\) 使得系统 (1) 稳定, 即使得 \(A+BF\) 稳定, 则称 (1) 或矩阵对 \((A,B)\) 可镇定.
定理 2 下列命题等价:
- (i). \((A,B)\) 可镇定;
- (ii) 对所有 \(\text{Re}\lambda \geq 0\), \([A-\lambda I\quad B]\) 行满秩;
- (iii) 对满足 \(x^*A = x^*\lambda\) 且 \(\text{Re}\lambda \geq 0\) 的所有 \(\lambda\) 和 \(x\), 有 \(x^*B\neq0\);
- (iv) 存在 \(F\) 使得 \(A+BF\) 为 Hurwitz.
证明:
(i)\(\Leftrightarrow\)(iv): "\(\Rightarrow\)": 若\((A,B)\)可镇定, 则存在 \(F\) 使 \(A+BF\) 稳定, 即 \(A+BF\) 为 Hurwitz. "\(\Leftarrow\)": 由定义 2, \(\text{Re}\lambda(A+BF)<0\), 则 \(A+BF\) 稳定, 由定义 3 可知 \((A,B)\) 可镇定.
(i)\(\Leftrightarrow\)(ii): "\(\Rightarrow\)": 系统 (1) 可镇定当且仅当存在矩阵 \(F\) 使得所有\(\text{Re}\lambda(A+BF)<0\) \(\Leftrightarrow\) 特征方程不存在非负根 \(\Leftrightarrow\) 对任意 \(\lambda = \lambda(A)\geq0\), 有 \(\text{rank}[\lambda I - (A + BF)] = n\).
\[\text{rank}[\lambda I - (A + BF)] = \text{rank}\left( [\lambda I-A \quad B] \begin{bmatrix} I\\ -F \end{bmatrix}\right)\\ \leq \min \left\{ \text{rank}[\lambda I-A \quad B], \text{rank}\begin{bmatrix} I\\ -F \end{bmatrix} \right\}\\ \leq \text{rank}[\lambda I-A \quad B]. \]于是有 \(\text{rank}[\lambda I-A \quad B] = n\)
预备知识: 设 \(\Phi \in \mathbb{R}^{n\times n}, \Psi \in \mathbb{R}^{n\times r}, \Omega \in \mathbb{R}^{q\times n}\), 则存在\(X \in \mathbb{R}^{r\times q}\) 使得
\begin{equation}
\begin{split}
\text{rank}(\Phi - \Psi X \Omega) = n \Leftrightarrow \text{rank}(\Phi\quad \Psi) = \text{rank}
\begin{bmatrix} \Phi \ \Omega \end{bmatrix} = n.
\end{split}
\end{equation}
[段广仁等, 广义线性系统分析与设计, 科学出版社, 2012, 引理 5.4.1]
"\(\Leftarrow\)": 对满足 \(\text{Re} \lambda \geq 0\) 的任意复数 \(\lambda\), 选取\(\Phi_{n\times n} = A - \lambda I\), \(\Psi_{n\times r} = B\), \(\Omega_{n\times n} = -I_{n\times n}\), 于是存在 \(X_{r\times n} = F\) 使得: \(\text{rank} (A - \lambda I \quad B) = \text{rank} \binom{A - \lambda I}{-I_{n\times n}} = n\) \(\Leftrightarrow\) \(\text{rank} (A - \lambda I + BF) = \text{rank} (A - \lambda I + BF) = n\) \(\Rightarrow\) 矩阵 \(A+BF\) 不存在实部非负特征值, 即 \(A+BF\) 的特征值实部均小于零, 则 \((A,B)\) 可镇定.
(注: 充分性和必要性中的 \(F\) 不一定是同一个)
(ii)\(\Leftrightarrow\)(iii): "\(\Rightarrow\)" 用反证法, 假设存在非零\(x_1\) 满足\(x_1^*A = x_1^*\lambda\) 和\(\text{Re}\lambda \geq 0\), 但 \(x_1^*B = 0\), 则由 \(x_1^*A = x_1^*\lambda\) 可得 \(x_1^*(A - \lambda I) = 0\), 结合 \(x_1^*B = 0\) 可知, \(x_1^*(A - \lambda I\quad B) = 0\), 于是 \([A - \lambda I\quad B]\) 不满秩, 与(ii)矛盾. "\(\Leftarrow\)" 用反证法, 假设对存在 \(\text{Re}\lambda \geq 0\) 使得 \([A-\lambda I\quad B]\) 行不满秩, 则存在非零向量 \(x^*\) 使得 \(x^*[A - \lambda I\quad B] = 0\), 即 \(x^*A = x^*\lambda\) 且 \(x^*B = 0\), 矛盾.
本文中的定义定理来自文献 [1], 但在[1] 中只给出了定理1的详细证明.
参考文献:
[1] Kemin Zhou, Robust and Optimal Control, PRENTICE HALL, Englewo o d Cliffs, New Jersey 07632.
标签：BF,stabilizable,text,rank,times,等价,线性,quad,lambda 来源： https://www.cnblogs.com/beta2187/p/B1726.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。