线性矩阵不等式
合集下载
《鲁棒控制》-6-线性矩阵不等式
(≤ 0)
为线性矩阵不等式（LMI）。
当存在实向量 x ，使得 F ( x) < 0(≤ 0) ，则称 LMI F ( x) < 0(≤ 0) 可行或存在可
行解。
LMI 的可行解全体构成一凸集。
令 X 是一实对称矩阵，对于任意给定实数矩阵 A 和实对称矩阵 Q ，则矩阵
不等式
AT X + XA + Q < 0
⎢ ⎣
0
⎡I ⎢⎣0
−S12 I
S −1 22
⎤ ⎥ ⎦
⎡ ⎢⎣
S11 S21
S12 S22
⎤ ⎥⎦
⎡I ⎢⎣0
−S12 I
S −1 22
⎤T ⎥ ⎦
0
⎤
S22
−
S21S1−11S12
⎥ ⎦
=
⎡ ⎢
S11
⎣
−
S12
S −1 22
S21
S21
0 ⎤⎡ I
S22
⎥ ⎦
⎢⎣−
S −1 22
S
21
0⎤
I
⎥ ⎦
x (t ) = Ax (t ) + Bu (t ) y (t ) = Cx (t ) + Du (t )
假设 D + DT > 0 。 令
H (s) = C (sI − )A −1 B + D
系统无源（passive）: 当 x (0) = 0 时，
∫T 0
uT
(t
)y
(t
)
dt
≥
0
● 系统无源 iff
ALQ
⎤ ⎥
⎥
0 ⎥<0
#
⎥ ⎥
线性矩阵不等式
则应用引理 2.1.2，可以将矩阵不等式（2.1.6）的可行性问题转化成一个等价的矩阵不等 式
AT P PA Q PB
BT P
R0
（2.1.7）
的可行性问题，而后者是一个关于矩阵变量P的线性矩阵不等式。
2.3一些标准的线性矩阵不等式问题
例2.1.1 稳定性问题 考虑线性自治系统
x(t) Ax(t)
setlmis([]) X=lmivar(1,[61]) S=lmivar(1,[20;21]) ﹪lst LMI lmiterm([111x],1,A,’s’) lmiterm([111s],c’,c) lmiterm([112x],1,B) lmiterm([122s],-1,1) ﹪2nd LMI lmiterm([-211X],1,1) ﹪3rd LMI lmiterm([-311s],1,1) lmiterm([3110],1) lmisys=getlmis
m 是一组给定的实对称矩阵，（2.1.1）中的不等号“＜”指的是矩阵 F(x)是负定的，即对所有
非零的向量 v Rm , vT F (x)v0 或者 F(x)的最大特征值小于零。
在许多系统与控制问题问题中，问题的变量是以矩阵的形式出现的。例如 Lyapunov 矩阵 不等式：
F ( X ) AT X XA Q0
lmivar 函数lmivar用来描述出现在线性矩阵不等式系
统中的矩阵变量，每一次只能描述一个矩阵变 量。矩阵变量的描述包括该矩阵变量的结构。 该函数的一般表达是：
X=lmivar(type,struct) 这一函数定义了一个新的矩阵变量X。函数中
的第一个输入量type确定了矩阵变量X的类型， 第二个输入量struct进一步根据变量X的类型给 出该变量的结构。变量的类型分成三类：
鲁棒控制理论与设计 第三章 矩阵分析和线性矩阵不等式
k<r
则 A 与秩为 k 的任一矩阵 B 之差的 L1 和 L2 范数分别为
min A − B =
rank (B )=k
1
A − Ak
1 = σ k +1
和
(3.1.30)
3－5
第三章 矩阵分析和线性矩阵不等式
min A − B 2 =rank (B )=k2A − Ak
2 2
=
σ
2 k +1
+
L
∂A ∂θ
= [ ∂A ∂θ1
,
∂A ∂θ 2
,L ,
∂A ∂θ n
]
(3.1.12)
4） 标量对矩阵求导仍为矩阵。设 J 为标量， M 为矩阵，则 ∂J 是以 ∂J 为第 ij 元素的矩阵，
∂M
∂mij
其中 mij 表示 M 矩阵的第 ij 元素。
在上述约定下，有如下一些结果：
1） ∂ (aT x) = aT ； ∂x
−
A21
A -1 11
A12
]
(3.1.5) (3.1.6)
证明：因为
所以有
⎡ A11
⎢ ⎣
A21
A12 ⎤ ⎡ I
A22
⎥ ⎦
⎢⎣−
A−1 22
A21
0⎤
A−1 22
⎥ ⎦
=
⎡ ⎢
A11
⎣
−
A12 0
A−1 22
A21
A12
A−1 22
I
⎤ ⎥ ⎦
det
A ⋅ det
A −1 22
=
det[ A11
3.1.2 矢量与矩阵的微分运算
在鲁棒控制理论和系统建模中，矢量与矩阵的微分运算是非常重要的。本节我们不加证明地给出 一些常用到得运算定理和公式。为了叙述方便，采用下列约定。
LMI线性矩阵不等式
航空航天飞行器控制、制导与导 航
线性矩阵不等式
Linear matrix inequality(LMI): 矩阵变量集合中线性（或仿
射）的矩阵不等式.
1.1: LMI的 基 本 性 质
1
Q正定：如果 xT Qx > 0, ∀x ̸= 0 Q半正定：如果 xT Qx ≥ 0, ∀x ̸= 0 P 负定（半负定）：如果Q = −P 正定（半正定）。
9
%可行 ( 是稳定的A) tmin
当且仅当 tmin <0
运行结果：
Lyap =
1
S o l v e r f o r LMI f e a s i b i l i t y problems L ( x ) < R( x )
10
T h i s s o l v e r minimizes
t
subject to
只需要写出对角线上面，或下面的项。
% AP+PA’ <0 % 0 % P>0
l m i t e r m ( [ Lyap 1 1 P ] , 1 , A , ’ s ’ ) ; l m i t e r m ( [ Lyap 1 2 0 ] , 0 ) ; l m i t e r m ( [ Lyap 2 2 P] ,1 , − 1) ; LMIsys= g e t l m i s ; [ tmin , x f e a s ] = feasp ( LMIsys ) ;
L ( x ) < R( x ) + t ∗ I
The b e s t v a l u e o f t should be n e g a t i v e f o r f e a s i b i l i t y
线性矩阵不等式
Linear matrix inequality(LMI): 矩阵变量集合中线性（或仿
射）的矩阵不等式.
1.1: LMI的 基 本 性 质
1
Q正定：如果 xT Qx > 0, ∀x ̸= 0 Q半正定：如果 xT Qx ≥ 0, ∀x ̸= 0 P 负定（半负定）：如果Q = −P 正定（半正定）。
9
%可行 ( 是稳定的A) tmin
当且仅当 tmin <0
运行结果：
Lyap =
1
S o l v e r f o r LMI f e a s i b i l i t y problems L ( x ) < R( x )
10
T h i s s o l v e r minimizes
t
subject to
只需要写出对角线上面，或下面的项。
% AP+PA’ <0 % 0 % P>0
l m i t e r m ( [ Lyap 1 1 P ] , 1 , A , ’ s ’ ) ; l m i t e r m ( [ Lyap 1 2 0 ] , 0 ) ; l m i t e r m ( [ Lyap 2 2 P] ,1 , − 1) ; LMIsys= g e t l m i s ; [ tmin , x f e a s ] = feasp ( LMIsys ) ;
L ( x ) < R( x ) + t ∗ I
The b e s t v a l u e o f t should be n e g a t i v e f o r f e a s i b i l i t y
控制论常用的矩阵不等式
控制论常用的矩阵不等式控制论是一门研究如何通过控制手段来实现系统稳定、优化和鲁棒性的学科，而矩阵不等式则是控制论中常用的数学工具之一。
本文将介绍控制论中常用的几种矩阵不等式，并讨论其在控制系统设计中的应用。
1. 线性矩阵不等式(LMI)线性矩阵不等式是控制论中最常用的矩阵不等式之一。
它的形式为：$$A(x)X+B(x)Y+C^{T}(x)YC(x)<0$$其中，$A(x)$、$B(x)$、$C(x)$均为实系数矩阵函数，$X$、$Y$均为矩阵变量。
该不等式表示的是矩阵函数$A(x)$、$B(x)$、$C(x)$构成的线性系统对应的闭环系统是渐进稳定的，即对任意的初值$x_0$，系统的输出$y(t)$都会收敛到零。
2. Lyapunov矩阵不等式Lyapunov矩阵不等式是控制论中另一种常用的矩阵不等式。
它的形式为：$$A^{T}P+PA<-Q$$其中，$A$为系统的状态转移矩阵，$P$为对称正定矩阵，$Q$为对称正定矩阵。
该不等式表示的是系统的Lyapunov函数$V(x)=x^{T}Px$满足$V(x)leqslant-alpha x^{T}x$，其中$alpha$是正常数。
3. Riccati矩阵不等式Riccati矩阵不等式也是控制论中常用的矩阵不等式之一。
它的形式为：$$A^{T}P+PA-PBR^{-1}B^{T}P<-Q$$其中，$A$、$B$为系统的状态转移矩阵和输入矩阵，$P$为对称正定矩阵，$R$为对称正定矩阵。
该不等式表示的是系统的最优控制输入满足线性方程$u=-R^{-1}B^{T}Px$。
4. Schur矩阵不等式Schur矩阵不等式是控制论中最基本的矩阵不等式之一。
它的形式为：$$Mprec N$$其中，$M$、$N$为两个对称矩阵，$prec$表示矩阵的部分序。
该不等式表示的是矩阵$N-M$是正定的。
总之，矩阵不等式在控制论中具有广泛的应用，可以用于系统稳定性分析、最优控制设计和鲁棒性分析等领域。
线性矩阵不等式2
AV VAT BW W T B T 2 DD T MM T VC T CV I E1V E2W T E1V E2W 0 0 0 0
应用Schur 补,即得定理3.3成立。
y w
2 2
即得闭环系统(3-3)的L2增益小于γ。 再由
V x yT y 2wT w 0
知，当闭环系统(3-3)满足H∞性能指标γ时， V x 0.
定理得证。
Question
为什么考虑零初始条件？若非零初始 条件，系统H∞性能指标不满足。 V x 0 的证明太过牵强。
（3-3）
y Cx
A = A BK MF t E1 E2 K 系统(3-2)的L2 增益定义为：
Tyw s
sup
w 2 0
y w
2 2
定理3.2 针对闭环系统(3-3)和给定的一个常数γ >0,若 存在对称矩阵P>0,使得如下矩阵不等式成立
AT P PA C T C DT P PD 0 2 I
M , E1 和 E 2
是反映不确定性结构的常数矩阵，
。
F t 是时变的不确定矩阵，且满足 F T t F t I
设计状态反馈控制律
ห้องสมุดไป่ตู้
u t Kx t
闭环系统可写为 x A BK MF t E1 E 2 K x Dw = Ax + Dw
记X=γP CT T D 0 I
AT X XA XB BT X 2 I C D
CT T D 0 I
应用Schur 补,即得定理3.3成立。
y w
2 2
即得闭环系统(3-3)的L2增益小于γ。 再由
V x yT y 2wT w 0
知，当闭环系统(3-3)满足H∞性能指标γ时， V x 0.
定理得证。
Question
为什么考虑零初始条件？若非零初始 条件，系统H∞性能指标不满足。 V x 0 的证明太过牵强。
（3-3）
y Cx
A = A BK MF t E1 E2 K 系统(3-2)的L2 增益定义为：
Tyw s
sup
w 2 0
y w
2 2
定理3.2 针对闭环系统(3-3)和给定的一个常数γ >0,若 存在对称矩阵P>0,使得如下矩阵不等式成立
AT P PA C T C DT P PD 0 2 I
M , E1 和 E 2
是反映不确定性结构的常数矩阵，
。
F t 是时变的不确定矩阵，且满足 F T t F t I
设计状态反馈控制律
ห้องสมุดไป่ตู้
u t Kx t
闭环系统可写为 x A BK MF t E1 E 2 K x Dw = Ax + Dw
记X=γP CT T D 0 I
AT X XA XB BT X 2 I C D
CT T D 0 I
线性矩阵不等式3
定理4-5 对于给定的LMI区域圆盘D(q,r)，如果存在对 称正定矩阵X，使得如下不等式成立
可得矩阵A是D-稳定的（必要性的证明请见书 第102页） 。定理得证。
D稳定性定理的应用
一、 LMI区域为左半开复平面
对于左半开复平面，其特征函数是 f D s s s
则
M D A, X 1 AX 1 XAT AX XAT
由D稳定性定理，可得，矩阵A的所有特征值均在 左半开复平面的充分必要条件是存在对称正定矩阵 X，使得 AX XAT 0 Lyapunov不等式
E1 E2 K X 0
Y+MFE+ETFTMT<0 Y+εMMT+ε-1ETE<0
不等式两边分别数乘ε， 并记 V X ,W KV 得
rV MM T qV VAT W T BT 0 T rV E1V E2W E1V E2W qV AV BW
x A + A x B + B u y Cx
不确定参数矩阵 A B MF t E1 E2
M , E1 和 E 2
（4-3）
是反映不确定性结构的常数矩阵，
。
F t 是时变的不确定矩阵，且满足 F T t F t I
应用Kronecker乘积的性质，可得
1.1 A A 2. A B C D AC BD
1 A A; A B C D AC BD
1 v M A, X 1 v 1 v L X M AX M L v Xv M v AXv M v Xv L + M + M
线性矩阵不等式的LMI工具箱求解
一、线性矩阵不等式的LMI 工具箱求解 （一）可行性问题（LMIP ）1、可行性问题描述系统状态方程：[]1122331000210-414x x x x u x x ⎡⎤⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=-+⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥-⎣⎦⎣⎦⎣⎦⎣⎦在判断系统的稳定性时，根据线性定常系统的李雅普诺夫稳定性判据，需要判断是否存在实对称矩阵P ，使得：TA P +P A =Q -成立，其中Q 为正定矩阵。
那么判断系统稳定性的问题，可以转化为下面不等式是否存在解的问题：TA P +P A <0这种不等式解是否存在的问题可以用MATLAB 的LMI 工具箱进行判断。
2、仿真所需要用到的命令setlmis([]) ：开始一个线性矩阵不等式系统的描述； X= lmivar(TYPE,STRUCT)：定义一个新的矩阵变量；lmiterm(TERMID,A,B,FLAG)：确定线性矩阵不等式的一个项的内容； LMISYS = getlmis ：结束一个线性矩阵不等式系统的描述，返回这个现行矩阵不等式系统的内部表示向量LMISYS ；X = dec2mat(LMISYS,DECV ARS,XID)：由给定的决策变量得到相应的矩阵变量值。
[tmin,xfeas]=feasp(lmisys)：可行性问题的求解器函数，tmin 大于0时，表明LMI 系统不可行，P 阵无解，系统不稳定，tmin 小于0时，便可以用dec2mat 函数求解出P矩阵。
3、仿真结果可以看到，仿真结果tmin＜0，因此P阵存在，系统是稳定的。
进一步用dec2mat函数求解出P矩阵。
得：（二）特征值问题(EVP)1、EVP 问题描述该问题对应矩阵工具箱中的LMI 约束的线性目标函数最小化优化问题。
一般采用mincx 求解器求解。
考虑这样一个优化问题：m in ().. 0TTT ra c e X s t A X X A X B B X Q +++<其中：5342154067; 3; 562.78314228A B Q -⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪===-- ⎪ ⎪⎪ ⎪ ⎪ ⎪---⎝⎭⎝⎭⎝⎭2、仿真用到的命令DECV ARS = mat2dec(LMISYS,X1,X2,X3,...) ：由给定的矩阵变量得到相应的决策变量值；[copt,xopt]=mincx(LMIs,c,options)：用于给定的特征值问题求解，copt 返回全局最优的决策变量,xopt 返回决策变量的最优解。
- 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、"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、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)。
7.4.2线性矩阵不等式的确定
LMI工具箱可以处理具有以下一般形式的线性 矩阵不等式。 NTL（X1，…，Xk）N<MTR（X1，…，XK）M 其中：X1…，XK是具有一定结构的矩阵变量， 左、右外因子N和M是具有相同维数的给定矩 阵，左、右内因子L（﹒）和R（﹒）是具有相 同块结构的对称块矩阵。 注意，在线性矩阵不等式的描述中，左边总是 指不等式较小的一边，例如对线性矩阵不等式 X>0，X称为是不等式的右边，0称为是不等式 的左边，常表示成0< X。
I F T ( x) F ( x) F ( x) I 0 0 F ( x) I
T 2
因此，可以通过求解：
min x,
(7.3.2)
I F T ( x) s.t 0 F ( x) I
来得到所求问题的解。显然，问题（7.3.2）是一个具有线性矩阵不等式约束的线性目标函数 的最优化问题。
定的常数矩阵。由于
DED 1 1 D T E T D T DED 1 1
E T DT DE DT D
ET XE X 0
1 T 其中 X D D0 。因此，使得 DED 1 成立的对角矩阵 D 的存在性问题等价
于线性矩阵不等式 E XE X 0 的可行性问题。
要确定一个线性矩阵不等式系统，需要做以下两步： 给出每个矩阵变量X1，…，XK的维数和结构； 描述每一个线性矩阵不等式中各个项的内容。 这个过程产生所描述线性矩阵不等式系统的一个内部 表示，它以一个单一向量的形式储存在计算机内，通 常用一个名字，例如lmisys来表示。该内部表示lmisys 可以在后面处理这个线性矩阵不等式时调用。 下面将通过LMI工具箱中的一个例子来说明线性矩阵不 等式系统的确定。运行lmidem可以看到这个例子的完 整描述。
7.4.1线性矩阵不等式及相关术语
考虑H∞控制中的一个线性矩阵不等式：
AT X XA XC T N T CX I BT DT
其中：A、B、C、D、N 是给定的矩阵，X=XT∈R
n×n
B D N 0 I
和 ∈R 是问题的变
N 称为外因子，块矩阵
（7.2.1）
称 为 一 个 线 性 矩 阵 不 等 式 系 统 。 引 进 F ( x) diagF ( x),，F k ( x) , 则 F1 ( x)0 „ ， 1
Fk ( x)0 同时成立当且仅 F ( x)0 。因此，一个线性矩阵不等式系统也可以用一个单一的线性
矩阵不等式来表示。
第7章
线性矩阵不等式
7.1 线性矩阵不等式的一般表示
一个线性矩阵不等式是具有形式 F x F0 x1 F1 xm Fm 0
(7.1.1)
的一个表达式。其中 x1 ,„„, xm ,是 m 个实数变量，称为线性矩阵不等式（7.1.1）的决策变量，
x ( x1 ,，x m )T R m 是由决策变量构成的向量，称为决策向量， Fi FiT Rnn ,i=0,1,„，
setlmis([]) X=lmivar(1,[6 1]) S=lmivar(1,[2 0;2 1]) ﹪lst LMI lmiterm([1 1 1 x],1,A,’s’) lmiterm([1 1 1 s],c’,c) lmiterm([1 1 2 x],1,B) lmiterm([1 2 2 s],-1,1) ﹪2nd LMI lmiterm([-2 1 1 X],1,1) ﹪3rd LMI lmiterm([-3 1 1 s],1,1) lmiterm([3 1 1 0],1) lmisys=getlmis
AT X XA C T SC XB 0 T B X S
X 0 S I
（A.2.3） （A.2.4） （A.2.5）
用命令lmivar和lmiterm给出线性矩阵不 等式系统（A.2.3）~（A.2.5）的内部描 述如下：
7.2可转化成线性矩阵不等式表示的问题
系统与控制中的许多问题初看起来不是一个线性矩阵不等式的问题，或不具有（7.1.1） 式的形式，但可通过适当的处理将问题转换成具有（7.1.1）式形式的一个线性矩阵不等式的 问题。下面给出了这方面的一些典型的例子。 1、 多个线性矩阵不等式
F1 ( x)0,, FK ( x)0
lmivar 函数lmivar用来描述出现在线性矩阵不等式系 统中的矩阵变量，每一次只能描述一个矩阵变 量。矩阵变量的描述包括该矩阵变量的结构。 该函数的一般表达是： X=lmivar(type,struct) 这一函数定义了一个新的矩阵变量X。函数中 的第一个输入量type确定了矩阵变量X的类型， 第二个输入量struct进一步根据变量X的类型给 出该变量的结构。变量的类型分成三类：
F ( X ) F ( xi Ei ) A ( xi EI ) ( xi EI ) A Q
T i 1 I 1 I 1
M
M
M
Q x1 ( AT E1 E1 A) xM ( AT EM EM A)
＜0 （7.1.3）
即 Lyapunov 矩阵不等式（7.1.1）写成了线性矩阵不等式的一般形式（7.1.3） 。
m 是一组给定的实对称矩阵， （7.1.1）中的不等号“＜”指的是矩阵 F(x)是负定的，即对所有 非零的向量 v R , v F ( x)v0 或者 F(x)的最大特征值小于零。
m
T
在许多系统与控制问题问题中，问题的变量是以矩阵的形式出现的。例如 Lyapunov 矩阵 不等式：
F ( X ) AT X XA Q0
7.4 LMI工具箱介绍
线性矩阵不等式（LMI）工具箱是求解一般线性矩阵不等式问题的 一个高性能软件包。由于其面向结构的线性矩阵不等式表示方式, 使得各种线性矩阵不等式能够以自然块矩阵的的形式加以描述。 一个线性矩阵不等式问题一旦确定，就可以通过调用适当的线性 矩阵不等式求解器来对这个问题进行数值求解。 LMI工具箱提供了确定、处理和数值求解线性矩阵不等式的一些工 具，它们主要用于： ● 以自然块矩阵形式来直接描述线性矩阵不等式； ● 获取关于现有的线性矩阵不等式系统的信息； ● 修改现有的线性矩阵不等式系统； ● 求解3个一般的线性矩阵不等式问题； ● 验证结果。
T 使 得 X 0 , A X XA0 。 因 此 系 统
（7.3.1）的渐近稳定性问题等价于线性矩阵不等式
X 0
的可行性问题。
0 0 AT X XA
例 7.3.2
分析问题
1 在 分析中，通常要求确定一个对角矩阵 D，使得 DED 1 ，其中 E 是一个给
min s.t.G ( x) F ( x) F ( x) 0 H ( x) 0
例 7.3.1 稳定性问题 考虑线性自治系统
x(t ) Ax(t )
的渐近稳定性问题，其中 A R
nn
(7.3.1) 。Lyapunov 稳定性理论告诉我们：这个系统渐近稳
nn
定的当且仅当存在一个对称矩阵 X R
T
例 7.3.3
Hale Waihona Puke 最大奇异值问题考虑最小化问题 min f ( x) max ( F ( x)) ,其中 F ( x) : R m S n 是一个仿射的矩 阵值函数。由于
max (F ( x)) F T ( x)F ( x) 2 I 0
根据矩阵的 Schur 补性质，
setlmis和getlmis 一个线性矩阵不等式系统的描述以setlmis开始，以 getlmis结束。当要确定一个新的系统时，输入： setlmis([]) 如果需要将一个线性矩阵不等式添加到一个名为lmiso 的现有的线性矩阵不等式系统中,则输入: setlmis(lmiso) 当线性矩阵不等式系统被完全确定好后，输入： lmisys=getlmis 该命令返回这个线性矩阵不等式系统的内部表示lmisys。
2、 在许多一些非线性矩阵不等式转化成线性矩阵不等式的问题中，我们常常用到矩阵的 Schur 补性质。考虑一个矩阵 S R
nn
,并将 S 进行分块：
S11 S S 21
S12 S 22
（7.2.2）
1
其中的 S11 是 r×r 维的。假定 S11 是非奇异的，则 S11 S 21S11 S12 称为 S11 在 S 中的 Schur 补。以下引理给出了矩阵的 Schur 补性质。
AT P PA Q PB 0 BT P R
（7.2.4）
的可行性问题，而后者是一个关于矩阵变量P的线性矩阵不等式。
7.3一些标准的线性矩阵不等式问题
1.可行性问题； 2.特征值问题
min s.t.G( x) I H ( x) 0
3.广义特征值问题
例 A.2.1 考虑一个具有 4 个输入、4 个输出和 6 个状态的稳定传递函数
G(s) C(sI A) 1 B
和一组具有以下块对角结构的输入/输出尺度矩阵 D：
d1 0 D 0 0 0 d1 0 0 0 0 d2 d4 0 0 d3 d5
(A.2.1)
(A.2.2)
则在具有时变不确定性系统的鲁棒稳定性分析中提出了以下问题： 寻找一个具有结构（A.2.2）的尺度矩阵 D，使得 sup DG( j ) D 1 1
可以证明：这样一个问题可以转化成一个线性矩阵不等式系统的可行性问 题，即寻找两个对称矩阵 X R 66 和 S DT D R 44 ，使得
AT X XA XC T L（X , ） CX I BT DT