《鲁棒控制》-5-mu分析与综合方法

合集下载

控制系统中的鲁棒控制算法研究

控制系统中的鲁棒控制算法研究

控制系统中的鲁棒控制算法研究鲁棒控制是控制系统中一种重要的控制算法,旨在使系统对外界扰动和参数变化具有一定的抵抗能力,从而保持系统的稳定性和性能指标。

鲁棒控制算法研究的主要目标是设计出能够使控制系统具备鲁棒性的控制器,在各种不确定因素影响下依然可以实现良好的控制效果。

鲁棒控制算法的研究诞生于上世纪80年代,是为了解决传统控制算法在面对不确定性时性能下降的问题。

传统的控制算法往往基于系统的精确模型,但现实中往往存在模型不准确、参数变化等问题,从而导致传统控制算法在实际应用中表现不佳。

鲁棒控制算法的出现填补了这一空白,使控制系统具备更好的适应性和鲁棒性。

在鲁棒控制算法的研究中,最具代表性的算法是H∞控制和μ合成控制。

H∞控制是一种基于最优控制理论的鲁棒控制方法,其主要思想是将系统的控制误差和鲁棒性约束综合考虑,通过最小化系统的最坏情况下的性能损失来设计控制器。

H∞控制在控制系统中广泛应用,尤其在航空航天、汽车等工程领域中具有重要意义。

与H∞控制不同,μ合成控制是一种基于频域方法的鲁棒控制算法。

μ合成控制的核心是利用鲁棒稳定性理论和鲁棒性约束函数来构造控制器,通过定义合适的性能指标来优化系统的鲁棒性。

μ合成控制适用于各种不确定性和复杂动态特性的控制系统,可以在设计阶段充分考虑系统的鲁棒性。

除了H∞控制和μ合成控制,还有其他一些鲁棒控制算法如小波分析控制、自适应控制等。

这些算法通过不同的方式实现系统的鲁棒控制,并在不同的应用场景中发挥作用。

例如,小波分析控制基于小波变换理论,将小波分析与控制策略相结合,可以对非线性和时变系统进行鲁棒控制;自适应控制则是利用系统的在线辨识能力,通过不断调整控制器参数来适应系统的变化情况。

在控制系统中,鲁棒控制算法的研究和应用不仅可以提高系统的稳定性和鲁棒性,还可以提高系统的性能和适应性。

鲁棒控制算法已经在许多领域得到应用,如机械控制、电力系统、化工过程控制等。

通过鲁棒控制算法的研究和应用,可以提高控制系统的抗干扰能力、适应性能力和稳定性,从而更好地满足实际工程应用的需求。

控制系统的鲁棒性分析与优化

控制系统的鲁棒性分析与优化

控制系统的鲁棒性分析与优化为什么要关注控制系统的鲁棒性?控制系统的鲁棒性是指系统对于各种不确定性因素的响应能力,例如参数变化、噪声干扰、外部扰动等。

在实际工程应用中,不可避免地存在各种不确定性因素,因此控制系统的鲁棒性成为了一个至关重要的问题。

一个具备良好鲁棒性的控制系统可以更加稳定、精准地执行控制任务,避免系统失控或产生较大的误差,保证了安全稳定的工程运行。

常见的鲁棒性分析与控制方法鲁棒性分析主要是通过数学模型对系统的不确定性因素进行建模和分析,从而确定系统的稳定性、稳定域和敏感度等指标。

常见的鲁棒性分析方法包括Bode图法、根轨迹法、小波分析法等。

这些方法主要是通过对系统的传递函数进行分析,得出系统的稳定性和鲁棒性大小等指标,从而指导系统的控制方法选择和优化。

控制方法主要包括模型预测控制、自适应控制、滑模控制等。

这些方法是通过对控制器的设计和调整来实现对系统鲁棒性的优化和抑制不确定性的影响。

以滑模控制为例,滑模控制是一种适用于非线性、多变量、复杂和不确定的系统的控制方法,它通过建立“滑域”来实现对系统的控制。

滑模控制可以根据系统的鲁棒性要求,灵活调节控制参数、扰动抑制参数等,从而实现对系统的鲁棒性优化。

如何优化控制系统的鲁棒性?优化控制系统的鲁棒性需要针对不同系统情况和鲁棒性要求进行分析和选择适合的方法。

一般而言,可以从以下几个方面进行优化:1. 建立系统模型:在进行鲁棒性分析和控制优化之前,首先需要建立系统的数学模型。

建立准确的系统模型可以更好地反映实际系统的动态特性和不确定性因素,为鲁棒性分析提供重要的依据。

2. 分析系统的稳定性和鲁棒性:通过Bode图、根轨迹等方法,分析系统的稳定性和鲁棒性情况,评估系统对不确定性因素的响应能力并找出系统弱点。

3. 选择合适的控制方法:根据系统的鲁棒性要求和分析结果,选择合适的控制方法进行鲁棒性优化。

例如,在需要对非线性等复杂系统进行鲁棒性优化时,可采用非线性控制方法或者滑模控制等方法。

控制系统中的鲁棒性分析与设计

控制系统中的鲁棒性分析与设计

控制系统中的鲁棒性分析与设计在控制系统中,鲁棒性是指控制系统对于参数变化、外部干扰、测量噪声等不确定性因素的稳定性和性能表现。

鲁棒性分析与设计主要目的是提高控制系统的稳定性、鲁棒性和性能,以适应实际工程环境中的不确定性。

1. 鲁棒性分析鲁棒性分析是控制系统设计的重要环节。

它可以帮助工程师评估以及量化控制系统对于参数变化、干扰和噪声的容忍程度。

以下是一些常用的鲁棒性分析方法:1.1 系统感度函数分析系统感度函数是用来描述控制系统输出对于参数变化的敏感程度。

通过分析系统感度函数,可以确定系统的脆弱性和稳定性。

系统感度函数分析常用于评估系统的稳定性边界、参数不确定性边界和鲁棒性边界。

1.2 线性矩阵不等式(LMI)方法线性矩阵不等式方法是一种基于数学理论的鲁棒性分析方法。

它通过建立一系列矩阵不等式,来刻画控制系统的稳定性和性能。

LMI方法在控制系统设计中被广泛应用,它不仅可以评估系统的鲁棒性,还可以用于设计鲁棒控制器。

1.3 干扰分析干扰是控制系统中常见的不确定因素,对系统的性能和稳定性产生重要影响。

干扰分析可以帮助工程师了解系统对于不同干扰的响应,并根据需要采取相应的措施来改进系统鲁棒性。

常用的干扰分析方法包括频域分析、时域分析和能量分析等。

2. 鲁棒性设计鲁棒性设计旨在采取控制策略和控制器结构,使得控制系统对于不确定性因素具有较好的稳定性和性能。

以下是一些常见的鲁棒性设计方法:2.1 鲁棒控制器设计鲁棒控制器设计是指根据鲁棒性需求,设计出满足控制系统鲁棒性要求的控制器。

常用的鲁棒控制器设计方法包括H∞控制、μ合成、鲁棒PID控制等。

这些方法都是基于数学理论,可用于设计满足鲁棒性和性能要求的控制器。

2.2 鲁棒优化设计鲁棒优化设计是指结合鲁棒控制与优化方法,兼顾控制系统的稳定性和性能。

通过优化设计,可以在满足鲁棒性要求的前提下,使系统的性能指标达到最优。

鲁棒优化设计方法包括H∞优化、线性二次调节器和状态反馈等。

自动控制系统中的鲁棒控制方法研究

自动控制系统中的鲁棒控制方法研究

自动控制系统中的鲁棒控制方法研究鲁棒控制方法是自动控制系统中一种重要的控制技术,旨在提高系统的稳定性和性能。

鲁棒控制方法可以有效地处理模型不确定性、外部扰动和控制器参数变化等问题,使得系统能够在各种不确定条件下保持稳定性和良好的性能。

1. 引言自动控制系统是指通过测量系统的状态变量,并根据预定的控制策略对系统进行调节,以使系统的输出满足一定的要求。

然而,现实中的系统往往受到各种不确定因素的影响,如模型误差、外部扰动、传感器噪声等。

这些不确定因素会导致控制系统的性能下降甚至失效。

因此,鲁棒控制方法的研究变得尤为重要,它能够提高控制系统的稳定性、鲁棒性和鲁棒性。

2. 鲁棒控制的基本概念鲁棒控制是指在不确定系统条件下设计控制器的方法。

其目标是确保系统在不确定性条件下依然能够满足性能要求。

鲁棒控制方法的基本概念包括不确定性建模、鲁棒稳定性和鲁棒性能等。

2.1 不确定性建模在鲁棒控制中,对不确定性的建模是非常关键的一步。

不确定性可以来源于多个方面,包括参数不确定性、外部扰动和测量噪声等。

常用的不确定性建模方法包括不确定参数集、不确定传递函数和不确定矩阵等。

2.2 鲁棒稳定性鲁棒稳定性是指系统在考虑不确定性的条件下保持稳定的能力。

对于存在不确定性的自动控制系统,鲁棒控制方法通过设计鲁棒稳定控制器来保证系统在不确定性条件下的稳定性。

2.3 鲁棒性能鲁棒性能是指系统在不确定性条件下满足一定性能要求的能力。

鲁棒控制方法通过设计鲁棒控制器来提高系统的鲁棒性能,如鲁棒追踪性能和鲁棒抑制性能等。

3. 常用的鲁棒控制方法在自动控制系统中,常用的鲁棒控制方法包括H∞控制、μ合成控制和自适应控制等。

3.1 H∞控制H∞控制是一种基于H∞优化理论的鲁棒控制方法,能够处理带有不确定性的系统。

该方法通过设计H∞鲁棒控制器,将系统的输出稳定性和鲁棒性能进行优化。

H∞控制方法的优点是能够处理模型不确定性和外部扰动,但其设计复杂度较高。

自动化控制系统中的鲁棒控制方法研究

自动化控制系统中的鲁棒控制方法研究

自动化控制系统中的鲁棒控制方法研究自动化控制系统在现代工业过程中扮演着至关重要的角色,它能够实现对生产过程的自动监测和控制,提高生产效率和质量。

然而,由于环境条件的不确定性和外界干扰的存在,控制系统面临着很多挑战。

为了提高系统的鲁棒性和控制性能,研究者们提出了许多鲁棒控制方法。

一、鲁棒控制的概念和作用鲁棒控制是指控制系统对不确定性、干扰和参数变化具有较强的适应能力,保持稳定性和性能的能力。

它可以有效地解决系统模型不准确、外部干扰和测量噪声等问题,提高系统的稳定性和鲁棒性,确保系统在不确定环境下的可靠性和正常运行。

二、常见的鲁棒控制方法1. H∞控制法H∞控制法是一种广泛应用的鲁棒控制方法,它通过将系统的不确定性和干扰建模为统计误差,设计控制器使系统对这些误差具有抵抗能力。

通过最小化系统的鲁棒稳定裕度函数,可以设计出稳定性能优越的控制器。

2. μ合成方法μ合成方法是一种基于奇异值分析的鲁棒控制方法,它通过构建系统的鲁棒性性能函数,设计具有适应性的控制器。

这种方法可以从系统的角度全面分析不确定性和干扰对系统性能的影响,并通过优化设计控制器来提高系统的鲁棒性。

3. 鲁棒自适应控制法鲁棒自适应控制法是将鲁棒控制和自适应控制相结合的一种方法,它可以实时地根据系统的工作状态和性能要求来调整控制器的参数,使系统具有较强的适应能力和鲁棒性。

这种方法可以有效地解决系统参数变化和环境波动等问题。

4. 鲁棒最优控制法鲁棒最优控制法是将鲁棒控制和最优控制相结合的一种方法,它既考虑了系统的鲁棒性,又考虑了系统的控制性能。

通过优化设计控制器和状态反馈增益矩阵,可以使系统在不确定环境下达到最优性能。

三、鲁棒控制方法的应用案例1. 机械臂控制系统机械臂控制系统是自动化控制系统的一个典型应用案例,它需要精确的轨迹跟踪和力控制能力。

通过将H∞控制和自适应控制相结合,可以实现机械臂在不确定环境下的精确控制。

2. 飞行器控制系统飞行器控制系统是一个高度复杂和动态的控制系统,它需要具有鲁棒性和适应性来应对不同的飞行环境和飞行任务。

《鲁棒控制》-5-mu分析与综合方法

《鲁棒控制》-5-mu分析与综合方法

上述对于结构奇异值的界是保守的:假设
Δ
=
⎡δ1
⎢ ⎣
0
0⎤
δ
2
⎥ ⎦

M
=
⎡0 ⎢⎣0
β 0
⎤ ⎥ ⎦
时,
ρ
(
M
)
=
0
=
μ
(
M
)

(
M
)
=
β


M
=
⎡⎢− ⎢
1 2
⎢⎢⎣−
1 2
1⎤
2
⎥ ⎥
时,
ρ
(
M
)
=
0,μ
(
M
)
=
σ
(
M
)
=
1。
1⎥
2 ⎥⎦
(注意: det ( I − M Δ) = 1+ δ1 − δ2 )
( ) 由
max
Δ2∈BΔ2
μΔ1
Fl ( M ,Δ2 )
< 1 以及 Δi ∈ BΔi ,知 I − Fl ( M ,Δ2 ) Δ1 非奇异,因此,I − M Δ
非奇异,故有
μΔ
(
M
)
=
max
Δ∈BΔ
ρ
(
M
Δ
)
<
1
“only if”部分:由 μΔ ( M ) 的定义易知
{ } μΔ ( M ) ≥ max ( ) ( ) μΔ1 M11 ,μΔ2 M 22
μΔ ( M ) < 1意味着 μΔ2 ( M 22 ) < 1,因此 I − M Δ 22 2 可逆,且成立
0 ≠ det ( I − M Δ) = det ( I − M Δ 22 2 ) det ( I − Fl ( M ,Δ2 ) Δ1 )

控制系统中的鲁棒性分析与控制策略设计研究

控制系统中的鲁棒性分析与控制策略设计研究

控制系统中的鲁棒性分析与控制策略设计研究控制系统,是指对一个系统的输出或状态进行调节,以实现预期输入值或状态的一种技术手段。

在该技术中,鲁棒性(Robustness)是一个十分重要的概念。

其指的是在各种干扰和不确定性因素的影响下,系统应当保持良好的性能表现。

因此,控制系统中鲁棒性分析与控制策略设计的研究就成为了十分热门的领域之一。

一、控制系统的鲁棒性分析1. 鲁棒性分析的概念在控制系统中,鲁棒性是系统在不确定性的干扰下,维持优良性能的能力。

它用来描述任何控制系统都需具有的普遍属性,如抗扰性和确定性。

在控制系统中,鲁棒性分析是指寻找并描述系统在各种不确定性信息下的反应和表现。

2. 鲁棒性分析的方法控制系统的鲁棒性分析方法包括:稳定性分析、性能分析和设计分析。

稳定性分析通过将控制器的采样间隔和控制系统的模型一起考虑,给出控制器选择的要求。

通过分析控制器的输入-输出关系,稳定性分析能够求得系统的稳定性界。

性能分析是一种基于功率或能源函数的分析方法,包括各种性能指标,如能耗和调节时间等。

通过考虑系统在带有各种干扰的情况下的表现,性能分析还可以提供对系统鲁棒性的关键特性刻画。

设计分析方法是鲁棒性分析中应用得最广泛的方法。

可以从控制器的设计策略以及控制系统的性质之间建立联系,以研究控制器设计对控制系统稳定性、性能和鲁棒性的影响。

二、控制策略设计在控制系统中,控制策略设计是实现优化系统性能的重要工具。

最近的研究表明,对于复杂系统,鲁棒性控制策略的使用相对于传统控制策略而言能够有效提高系统的鲁棒性能,从而实现较高的系统性能。

1. 鲁棒性反馈控制鲁棒性反馈控制指控制器将干扰输入作为重要设计参数,通过相应地调整控制器的输出,以优化系统的性能。

2. 鲁棒性前馈控制鲁棒性前馈控制器是一种可以补偿系统动态误差的控制器,它通过将干扰输入作为重要的控制参量,以补偿系统的动态误差,从而提高控制系统的鲁棒性能。

3. 综合鲁棒控制综合鲁棒控制是控制系统中最复杂的一种控制策略。

鲁棒控制理论基础章

鲁棒控制理论基础章

鲁棒控制理论基础章1. 引言鲁棒控制是指当系统受到外界干扰时,仍能保持一定稳定性的控制方法。

鲁棒控制方法的出现,是为了解决传统控制方法在系统故障和外界干扰下容易失效的问题。

鲁棒控制理论也因此应运而生。

本章将介绍鲁棒控制理论的基础知识,包括鲁棒性概念、鲁棒控制设计指标及鲁棒控制设计方法。

2. 鲁棒性概念2.1 鲁棒性定义鲁棒性是指控制系统能够在一定程度上抵抗外界干扰、模型不确定性和参数扰动等不利因素的性能。

在控制系统中,外部干扰是不可避免的,特别是在现代控制领域中,系统模型和控制器参数的不确定性也是普遍存在的。

因此,了解和掌握鲁棒性理论对于控制系统稳定性的提高和鲁棒性能的设计至关重要。

2.2 鲁棒性评价指标鲁棒性评价指标通常采用灵敏度函数和鲁棒稳定裕度等指标来评估系统的鲁棒性能。

其中,灵敏度函数是指系统输出间的变化与系统输入间的变化之间的关系,鲁棒稳定裕度则是指系统在一定范围内满足稳定性要求的能力。

2.3 鲁棒性的分类鲁棒性可分为参数鲁棒性和结构鲁棒性两种。

参数鲁棒性是指系统在参数变化时对系统鲁棒性的影响,即当有一个扰动作用到系统参数上时,系统是否能够维持一定的稳定性。

结构鲁棒性是指系统在模型不精确或者模型存在未知扰动时,仍能够保证鲁棒稳定性。

3. 鲁棒控制设计指标3.1 灵敏度函数在鲁棒控制设计中,灵敏度函数是一个重要的工具,其可以用来评估系统的稳定性。

针对灵敏度函数,可以设计出控制器,通过控制器来提高系统的稳定性。

3.2 鲁棒稳定裕度鲁棒稳定裕度是衡量鲁棒控制系统对于系统变化的一种指标。

通过定义不同的鲁棒稳定裕度,可以使得鲁棒控制系统更加健壮。

3.3 状态观测器状态观测器可以更加准确地预估系统的状态,提供更加精确的控制信号。

在鲁棒控制系统中,设计一个稳健的状态观测器可以提高系统的稳定性。

4. 鲁棒控制设计方法4.1 H∞控制H∞控制是一种经典的鲁棒控制方法,其通过最小化灵敏度函数,使得系统具有一定稳定性。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

U ∈U
5.3 结构奇异值 μ 与常数线性分式变换
设 M 为一复数矩阵,将其分块为
M
=
⎡ M11
⎢ ⎣
M
21
M12 ⎤
M
22
⎥ ⎦
定义维数分别与 M11 和 M 22 相匹配的结构集合 Δ1 和 Δ2 ,并定义结构集合:
Δ
=
⎧⎪ ⎨ ⎪⎩
⎡ ⎢⎣
Δ1 0
0⎤ Δ2 ⎥⎦
Δ1

Δ1
,Δ2

Δ2
⎫⎪ ⎬
5.2 结构奇异值 μ 及其性质
假设 Δ (s) 和 M (s) 均是稳定的,则当σ (Δ) 充
Δ(s)
分小时,闭环系统是稳定的。
若存在 s ∈ C+ ,使得
det ⎡⎣I − M (s) Δ (s)⎤⎦ = 0
则闭环系统不稳定。
M (s)
显然,当
时,即
Δ M <1


M
<

1 Δ

时,闭环系统是稳定的。
当考虑 Δ 的结构时,即对于 Δ (s) ∈ Δ ,定义
《鲁棒控制》课堂笔记 清华大学自动化系 钟宜生
μΔ (M (s)) = min {σ (Δ)
1
det ( I − M (s) Δ) = 0,Δ ∈ } Δ为有结构的
称之为 M 关于有结构复值不确定性 Δ 的的最大的结构奇异值。
如果不存在 Δ (s) ∈ Δ ,使得 det ( I − M (s) Δ) = 0 ,则令 μΔ (M (s)) = 0 。
{ Δ = diag δ1Ir1 ,δ2Ir2 ," ,δs Irs ; Δ1 ,Δ2 ," ,ΔF
称 Δ 为结构集合。 令
BΔ = {Δ
s
F
∑ ri +∑ mj = n
i =1
j =1
Δ ∈ Δ,σ (Δ) ≤ 1}
BDΔ = {Δ Δ ∈ Δ,σ (Δ) < 1}
} δi ∈C,
Δ ∈ Cmj×mj j
⎪⎭
ห้องสมุดไป่ตู้
《鲁棒控制》课堂笔记 清华大学自动化系 钟宜生
Δ (s) M (s)
Δ1 (s) M (s) Δ2 (s)
● 当 I − M 22Δ2 非(恒)奇异,即可逆时,线性分式变换(LFT) Fl ( M ,Δ2 ) 有定义
(为适定的)。
(注意 ( ) ( ) Fl M ,Δ2 = M11 − M12Δ2 I − M Δ 22 2 −1 M 21 )
)
<
1,则显然,对于任意
Δ2

BΔ2
,I

M
Δ 22 2
非奇异。
如果
max
Δ2∈BΔ2
ρ
( M 22Δ2
det ( I - M Δ) = det ( I - MUU ∗Δ)
= det (I - (MU )(U ∗Δ))
因此关于 μΔ ( M ) 的界可收紧为
( ) max
U ∈U
ρ
(UM
)

μΔ
(
M
)

inf σ
D∈D
DMD−1
●下界为等式,即
μΔ
(
M
)
=
max
U ∈U
ρ
(UM
)
●当 2S + F ≤ 3 时,上界为等式,即
由定义
M : = sup σ (M (s)) = sup σ (M ( jω ))

s∈C +
ω∈R
对于给定的 s ∈C+ , σ (M (s)) 可写成
σ (M (s)) = min {σ (Δ)
1
det ( I − M (s) Δ) = } 0,Δ为无结构的
即 M 的最大奇异值的倒数是导致闭环系统不稳定的(最大奇异值)最小无结构 Δ 的一个度量。
( ) μΔ
(
M
)
=
inf
D∈D
σ
DMD−1
( ) 对于一般情形,
μΔ
(
M
)
不等于
inf
D∈D
σ
DMD−1
,但对于多数情形, μΔ (M ) 与
( ) inf σ DMD−1 近似等于。
D∈D
( ) ● 计算 inf σ DMD−1 是一凸优化问题,但求 max ρ (UM ) 不是凸优化问题。
D∈D
⎪⎩
Di ∈ C ri×ri ,Di = Di∗ > 0,d j ∈ R,d j > 0⎪⎭
易知,对于 Δ ∈ Δ ,U ∈ U , D ∈ D ,成立
《鲁棒控制》课堂笔记 清华大学自动化系 钟宜生
U ∗ ∈ U, U Δ ∈ Δ, ΔU ∈ Δ
σ (U ∗Δ) = σ (ΔU ) = σ (Δ)
上述对于结构奇异值的界是保守的:假设
Δ
=
⎡δ1
⎢ ⎣
0
0⎤
δ
2
⎥ ⎦

M
=
⎡0 ⎢⎣0
β 0
⎤ ⎥ ⎦
时,
ρ
(
M
)
=
0
=
μ
(
M
)

(
M
)
=
β


M
=
⎡⎢− ⎢
1 2
⎢⎢⎣−
1 2
1⎤
2
⎥ ⎥
时,
ρ
(
M
)
=
0,μ
(
M
)
=
σ
(
M
)
=
1。
1⎥
2 ⎥⎦
(注意: det ( I − M Δ) = 1+ δ1 − δ2 )
第五章 μ 分析与综合方法
5.1 有结构不确定性
考虑下图所示反馈控制系统。
Δ2 W2
P
Δ1 W1
K
上图所示系统等价于下图所示系统:
Δ(s)
Δ1 0 0 Δ2
W2
W1
P
K
M (s)
Δ(s)
M (s)
《鲁棒控制》课堂笔记 清华大学自动化系 钟宜生
其中的模型摄动 Δ (s) 具有对角块结构。
有结构摄动
Δ(s) = Δ
●由定义可证
μΔ
(M
)
=
max
Δ∈BΔ
ρ
(M
Δ)
其中 ρ ( A) 表示 A 的谱半径。
●当 Δ = {δ In ,δ ∈C}时,则 μΔ (M ) = ρ (M ) = M 的谱半径。
{ } ●当 Δ = Δ ∈Cn×n (即无结构)时,则 μΔ (M ) = σ (M ) 。
因为{δ In ,δ ∈ C} ⊂ Δ ⊂ Cn×n ,所以,对于一般情形, ρ (M ) ≤ μΔ (M ) ≤ σ (M )
DΔ = ΔD
● 对于任意U ∈ U 和任意 D ∈ D ,成立
( ) μΔ (MU ) = μΔ (UM ) = μΔ (M ) = μΔ DMD−1
证明:
( ) det ( I - M Δ) = det I - MD−1DΔ ( ) ( ) = det I - MD−1ΔD = det I - DMD−1Δ
2
为了减小此保守性,考虑对 M 作变换,其不影响 μ (M ) 的值,但会改变 ρ (M ) 和σ (M ) 的值。
定义 Cn×n 中的两个集合:
{ } U = U ∈ Δ UU ∗ = In
D
=
⎧⎪diag ⎨
⎡⎣D1 ,",Ds
, d1 I m1
," ,dF −1ImF−1
, I mF
⎤⎦
⎫⎪ ⎬
● 定理:
(1)对于任意 Δ2 ∈ BΔ2 , Fl ( M ,Δ2 ) 为适定的 iff
μΔ2 ( M 22 ) < 1 (2)对于任意 Δ2 ∈ BDΔ2 , Fl ( M ,Δ2 ) 为适定的 iff
μΔ2 ( M 22 ) ≤ 1
证:如果
μΔ2
(M
22
)
=
max
Δ2∈BΔ2
ρ
(
M
Δ 22 2
相关文档
最新文档