← 返回文章列表

LaTex公式渲染及测试

一、一般状态空间描述

连续时间非线性系统:

x˙=f(x,u,t),y=h(x,u,t)\dot{x} = f(x, u, t), \qquad y = h(x, u, t)

无输入(自治)系统:x˙=f(x)\dot{x} = f(x),其中 x∈Rnx \in \mathbb{R}^n,u∈Rmu \in \mathbb{R}^m,y∈Rpy \in \mathbb{R}^p。

保证解存在唯一的常用条件(Lipschitz 条件):

∥f(x1)−f(x2)∥≤L∥x1−x2∥\| f(x_1) - f(x_2) \| \leq L \| x_1 - x_2 \|

二、平衡点与线性化

平衡点 xex_e(对应输入 ueu_e)满足

f(xe,ue)=0f(x_e, u_e) = 0

在该点附近作泰勒展开,令 δx=x−xe\delta x = x - x_e、δu=u−ue\delta u = u - u_e:

A=∂f∂x∣(xe,ue),B=∂f∂u∣(xe,ue)A = \left. \frac{\partial f}{\partial x} \right|_{(x_e,u_e)}, \qquad B = \left. \frac{\partial f}{\partial u} \right|_{(x_e,u_e)}δx˙=A δx+B δu\delta \dot{x} = A\,\delta x + B\,\delta u

线性化只能给出局部结论:AA 的所有特征值实部为负 → 渐近稳定;存在实部为正的特征值 → 不稳定;出现纯虚特征值(临界情形)时线性化失效,需用 Lyapunov 方法或中心流形理论判断。

三、Lyapunov 稳定性定理

设 V(x)V(x) 在原点邻域内连续可微,

V(0)=0,V(x)>0(x≠0)V(0) = 0, \qquad V(x) > 0 \quad (x \neq 0)

沿系统轨线的导数(即李导数):

V˙(x)=∂V∂xf(x)=LfV(x)\dot{V}(x) = \frac{\partial V}{\partial x} f(x) = L_f V(x)
V˙\dot{V} 的条件结论
V˙≤0\dot{V} \leq 0稳定(Lyapunov 意义下)
V˙<0,  x≠0\dot{V} < 0,\; x \neq 0渐近稳定
再加 VV 径向无界(∥x∥→∞⇒V→∞\|x\| \to \infty \Rightarrow V \to \infty)全局渐近稳定

LaSalle 不变集原理(V˙\dot{V} 只是半负定时使用):

V˙≤0,且 {x∣V˙(x)=0} 中的最大不变集只有原点  ⇒  渐近稳定\dot{V} \leq 0,\quad \text{且 } \left\{ x \mid \dot{V}(x) = 0 \right\} \text{ 中的最大不变集只有原点} \;\Rightarrow\; \text{渐近稳定}

四、二次型 Lyapunov 函数

取 V(x)=x⊤PxV(x) = x^{\top} P x,P=P⊤>0P = P^{\top} > 0,则为线性化系统 x˙=Ax\dot{x} = Ax 求解 Lyapunov 方程:

A⊤P+PA=−Q,Q>0A^{\top} P + P A = -Q, \qquad Q > 0

此时 V˙=−x⊤Qx<0\dot{V} = -x^{\top} Q x < 0,常作为非线性系统的候选函数(构造法:Krasovskii、能量函数、变量梯度法)。

五、典型非线性环节

环节数学描述
饱和sat(u)=sgn(u)min⁡{∥u∥,umax⁡}\mathrm{sat}(u) = \mathrm{sgn}(u)\min\{\|u\|, u_{\max}\}
死区u∈[−d,d]⇒y=0u \in [-d, d] \Rightarrow y = 0,否则 y=u−d sgn(u)y = u - d\,\mathrm{sgn}(u)
继电(带滞环)y=M sgn(e)y = M\,\mathrm{sgn}(e),切换点随方向偏移
间隙、干摩擦多值、记忆型非线性
光滑限幅tanh⁡(ku)\tanh(k u)、u1+u2\dfrac{u}{\sqrt{1+u^2}}

描述函数法(谐波线性化):输入正弦 Asin⁡ωtA\sin\omega t 时,

N(A)=Y1∠φ1AN(A) = \frac{Y_1 \angle \varphi_1}{A}

自激振荡(极限环)条件:

1+N(A) G(jω)=0  ⟺  G(jω)=−1N(A)1 + N(A)\,G(j\omega) = 0 \;\Longleftrightarrow\; G(j\omega) = -\frac{1}{N(A)}

六、相平面与极限环

二阶自治系统写成

x˙1=x2,x˙2=f(x1,x2)\dot{x}_1 = x_2, \qquad \dot{x}_2 = f(x_1, x_2)

消去时间得相轨迹方程

dx2dx1=f(x1,x2)x2\frac{dx_2}{dx_1} = \frac{f(x_1,x_2)}{x_2}

奇点类型由雅可比矩阵在奇点处的迹与行列式判定:

tr J=λ1+λ2,det⁡J=λ1λ2\mathrm{tr}\,J = \lambda_1 + \lambda_2, \qquad \det J = \lambda_1 \lambda_2
  • det⁡J<0\det J < 0:鞍点;det⁡J>0\det J > 0 且 (trJ)2−4det⁡J<0(\mathrm{tr}J)^2 - 4\det J < 0:焦点/中心;>0> 0:结点。
  • trJ<0\mathrm{tr} J < 0 且 det⁡J>0\det J > 0:稳定;trJ>0\mathrm{tr} J > 0:不稳定。

Bendixson 判据:若在某单连通域内 ∂f1∂x1+∂f2∂x2\dfrac{\partial f_1}{\partial x_1} + \dfrac{\partial f_2}{\partial x_2} 不变号且不恒为零,则该域内无闭轨。

七、反馈线性化(输入—状态线性化)

Lie 导数:

Lfh=∂h∂xf,Lf kh=Lf(Lf k−1h),LgLf kh=∂(Lf kh)∂xgL_f h = \frac{\partial h}{\partial x} f, \qquad L_f^{\,k} h = L_f (L_f^{\,k-1} h), \qquad L_g L_f^{\,k} h = \frac{\partial (L_f^{\,k} h)}{\partial x} g

相对阶 rr 由下式首次出现的非零项确定:

LgLf r−1h(x)≠0,LgLf ih=0    (i<r−1)L_g L_f^{\,r-1} h(x) \neq 0, \qquad L_g L_f^{\,i} h = 0 \;\;(i < r-1)

取新输入 vv:

u=1LgLf r−1h(v−Lf rh)  ⇒  y(r)=vu = \frac{1}{L_g L_f^{\,r-1} h}\left( v - L_f^{\,r} h \right) \;\Rightarrow\; y^{(r)} = v

八、滑模控制

误差 e=x−xde = x - x_d,定义滑模面

s=e(n−1)+cn−2e(n−2)+⋯+c0e=0s = e^{(n-1)} + c_{n-2} e^{(n-2)} + \cdots + c_0 e = 0

到达条件(Lyapunov 形式 V=12s2V = \tfrac{1}{2}s^2):

ss˙≤−η∥s∥,η>0s\dot{s} \leq -\eta \| s \|, \qquad \eta > 0

常用控制律(u^\hat{u} 为标称等效控制):

u=u^+k sgn(s),k>0u = \hat{u} + k\,\mathrm{sgn}(s), \qquad k > 0

为削弱抖振可用边界层饱和函数 k sat(s/Φ)k\,\mathrm{sat}(s/\Phi)。

九、自适应控制与无源性

参数化模型 y=ϕ⊤θy = \phi^{\top} \theta,参数估计律

θ^˙=Γ ϕ e,Γ=Γ⊤>0\dot{\hat{\theta}} = \Gamma\, \phi\, e, \qquad \Gamma = \Gamma^{\top} > 0

无源性(passivity):若

V(xT)−V(x0)≤∫0Tu⊤y dtV(x_T) - V(x_0) \leq \int_{0}^{T} u^{\top} y \, dt

则系统无源,配合反馈 u=−ϕ(y)u = -\phi(y) 可以证明闭环稳定。

十、小增益定理

两个子系统满足有限增益 γ1,γ2\gamma_1, \gamma_2:

∥y1∥≤γ1∥e1∥,∥y2∥≤γ2∥e2∥\| y_1 \| \leq \gamma_1 \| e_1 \|, \qquad \| y_2 \| \leq \gamma_2 \| e_2 \|

若

γ1γ2<1\gamma_1 \gamma_2 < 1

则反馈互联系统输入输出稳定(Lp\mathcal{L}_p 稳定)。

十一、混沌系统示例:Lorenz 方程

x˙=σ(y−x),y˙=x(ρ−z)−y,z˙=xy−βz\dot{x} = \sigma (y - x), \qquad \dot{y} = x(\rho - z) - y, \qquad \dot{z} = xy - \beta z

典型参数 σ=10\sigma = 10、ρ=28\rho = 28、β=8/3\beta = 8/3 时出现奇异吸引子;参数 (σ,β)(\sigma,\beta) 固定、ρ\rho 变化时在 ρ≈24.74\rho \approx 24.74 附近发生 Hopf 分岔。