线性定常系统的李雅普诺夫稳定性分析
合集下载
11.1 李雅普诺夫关于稳定性的定义
等复杂系统的稳定性，这正是其优势所在。
11.1 Lyapunov 关于稳定性的定义
系统稳定性是动态系统一个重要的、可以用定量方法研究和 表示的定性指标。
它反映的是系统的一种本质特征。这种特征不随系 统变换而改变, 但可通过系统反馈和综合加以控制。 这也是控制理论和控制工程的精髓。 在经典控制理论中，讨论的是在有界输入下，是否产生 有界输出的输入输出稳定性问题。 从经典控制理论知道，线性系统的输入输出稳定性
要掌握好Lyapunov稳定性理论，重要的是深刻掌握和理 解Lyapunov稳定性定义的实质和意义。
在这里，空间想象力对理解Lyapunov稳定性的实质和意 义非常有帮助。
11.1.1 平衡态 equilibrium state
设我们所研究的系统的状态方程为 x’=f(x,t) 其中x为n维状态变量;
ቤተ መጻሕፍቲ ባይዱ
但这些经典控制理论中的稳定性判别方法仅限于讨论 SISO线性定常系统输入输出间动态关系，即
线性定常系统的有界输入有界输出(BIBO)稳定性
未研究系统的内部状态变化的稳定性，也不能推广到时变 系统和非线性系统等复杂系统。 再则，对于非线性系统或时变系统，虽然通过一些系统 转化方法，上述稳定判据尚能在某些特定系统和范围内
此外，庞加莱还在1895年证明了“庞加莱 回归定理” ，并开创了动力系统理论。
在Routh和Poincare等工作的影响下，1892年，俄国数学力 学家A.M. Lyapunov（李亚普诺夫，1857–1918) 发表了博士 论文“The General Problem of the Stability of Motion 论运动 稳定性的一般问题”，建立了关于运动稳定性研究的一般性 理论，总结和发展了系统的经典时域分析法。
现代控制理论 6-4 应用李雅普诺夫方法分析线性定常系统稳定性
9
线性定常离散系统 x(k + 1) = Φx(k ) x(0 ) = x 0
Φ ≠ 0 原点是唯一的平衡状态。
选取正定二次型函数为李雅普诺夫函数：
c
V (x(k )) = xT (k )Px(k )
e a e a
令 Φ T PΦ − P = −Q
ΔV (x(k )) = − xT (k )Qx(k )
e a
1 0⎤ −2 1 ⎥ ⎥ 0 − 1⎥ ⎦
⎡ x1 ⎤ ⎢x ⎥ ⎢ 2⎥ ⎢ x3 ⎥ ⎣ ⎦
⎡0 0 0 ⎤ Q = ⎢0 0 0 ⎥ ⎥ ⎢ ⎢0 0 1 ⎥ ⎦ ⎣
A T P + PA = −Q
t
y c
7
c
⎡0 0 − k ⎤ ⎡ p11 p12 p13 ⎤ ⎥ ⎢1 − 2 0 ⎥ ⎢ p ⎥ ⎢ 12 p22 p23 ⎥ + ⎢ ⎢0 1 − 1 ⎥ ⎢ p13 p23 p33 ⎥ ⎦ ⎦⎣ ⎣ 1 0 ⎤ ⎡0 0 0 ⎤ ⎡ p11 p12 p13 ⎤ ⎡ 0 ⎥ ⎥ ⎢ ⎥⎢ ⎢p ⎢ 12 p22 p23 ⎥ ⎢ 0 − 2 1 ⎥ = ⎢0 0 0 ⎥ ⎢ p13 p23 p33 ⎥ ⎢− k 0 − 1⎥ ⎢0 0 − 1⎥ ⎦ ⎦ ⎣ ⎦⎣ ⎣
e a e a
A T P + PA = −Q
⎧ p13 = 0 ⎪ ⇒ ⎨ p11 − 2 p12 − kp23 = 0 ⎪ p − p − kp = 0 13 33 ⎩ 12
(1) (2) (3)
⎧ 2( p12 − 2 p22 ) = 0 ⎪ ⎨ p13 − 3 p23 + p22 = 0 ⎪2( p − p ) = −1 33 ⎩ 23
T T = [Φx(k )] P[Φx(k )] − x (k )Px (k )
线性定常离散系统 x(k + 1) = Φx(k ) x(0 ) = x 0
Φ ≠ 0 原点是唯一的平衡状态。
选取正定二次型函数为李雅普诺夫函数：
c
V (x(k )) = xT (k )Px(k )
e a e a
令 Φ T PΦ − P = −Q
ΔV (x(k )) = − xT (k )Qx(k )
e a
1 0⎤ −2 1 ⎥ ⎥ 0 − 1⎥ ⎦
⎡ x1 ⎤ ⎢x ⎥ ⎢ 2⎥ ⎢ x3 ⎥ ⎣ ⎦
⎡0 0 0 ⎤ Q = ⎢0 0 0 ⎥ ⎥ ⎢ ⎢0 0 1 ⎥ ⎦ ⎣
A T P + PA = −Q
t
y c
7
c
⎡0 0 − k ⎤ ⎡ p11 p12 p13 ⎤ ⎥ ⎢1 − 2 0 ⎥ ⎢ p ⎥ ⎢ 12 p22 p23 ⎥ + ⎢ ⎢0 1 − 1 ⎥ ⎢ p13 p23 p33 ⎥ ⎦ ⎦⎣ ⎣ 1 0 ⎤ ⎡0 0 0 ⎤ ⎡ p11 p12 p13 ⎤ ⎡ 0 ⎥ ⎥ ⎢ ⎥⎢ ⎢p ⎢ 12 p22 p23 ⎥ ⎢ 0 − 2 1 ⎥ = ⎢0 0 0 ⎥ ⎢ p13 p23 p33 ⎥ ⎢− k 0 − 1⎥ ⎢0 0 − 1⎥ ⎦ ⎦ ⎣ ⎦⎣ ⎣
e a e a
A T P + PA = −Q
⎧ p13 = 0 ⎪ ⇒ ⎨ p11 − 2 p12 − kp23 = 0 ⎪ p − p − kp = 0 13 33 ⎩ 12
(1) (2) (3)
⎧ 2( p12 − 2 p22 ) = 0 ⎪ ⎨ p13 − 3 p23 + p22 = 0 ⎪2( p − p ) = −1 33 ⎩ 23
T T = [Φx(k )] P[Φx(k )] − x (k )Px (k )
第八章 李雅普诺夫稳定性理论
x
sin2
et
t
et
cos2t
x
令
sin2 t et
et
cos2t
x
0
得
x0
（2） 在x1,x2平面的一、三象限内 V(x1,x2)etx1x20
而在同一区域内 V e tx 1 x 2 e tx 1 x 2 e tx 1 x 2x12 x22 0
所以系统不稳定
❖推论. 1：当 V(x,t) 正定，V ( x, t ) 半正定， 且 V[x(t; x0,t),t]在非零状态不恒为零时,则
例
xx21
kx2 x1
k 0
V (x ,t)x 1 2 k2 2x(k 0 )
V ( x , t ) 2 x 1 x 1 2 k 2 x 2 x 2 k 1 x 2 x 2 k 1 x 2 x 0
故系统是李雅普诺夫意义下的稳定
定理四 设系统的状态方程为 xf(x,t) f(0 ,t)0 (tt0) 如果存在一个标量函数V(x，t)，V(x，t)对向量x中 各分量具有连续的一阶偏导数，且满足条件：
定理一 设系统的状态方程为xf(x,t)
f(0 ,t)0 (tt0) 如果存在一个标量函数V(x，t)，V(x，t)对向量x中 各分量具有连续的一阶偏导数，且满足条件： 1)V(x，t)为正定； 2) V ( x, t ) 为负定 则在状态空间原点处的平衡状态是渐近稳定的。
如果随 x 有 V(x,t)，则在原点处的平 衡状态是大范围渐近稳定的。
定义三 对所有的状态(状态空间的所有点)，如果 由这些状态出发的轨迹都具有渐近稳定性，则称 平衡状态xe为大范围渐近稳定。
定义四 :如果从球域 S( )出发的轨迹，无论球
第5章李雅普诺夫稳定性分析
3
第5章 李雅普诺夫稳定性分析
第五章 李雅普诺夫稳定性分析
5.1 李雅普诺夫意义下的稳定性 5.2 李雅普诺夫第一法(间接法) 5.3 李雅普诺夫第二法(直接法) 5.4 线性定常系统的李雅普诺夫稳定性分析
4
第5章 李雅普诺夫稳定性分析
5.1 李雅普诺夫意义下的稳定性
1．自治系统
没有外输入作用时的系统称为自治系统，可 用如下系统状态方程来描述:
如果时变函数V(x,t)有一个正定函数作为下限， 也就是说，存在一个正定函数W(x) ，使得
V ( x ,t) W ( x), V (0,t) 0, t t0
则称时变函数V(x,t)在域S（域S包含状态空间的 原点）内是正定的。
24
第5章 李雅普诺夫稳定性分析
3. 负定函数：如果-V(x)是正定函数，则标量函数 V(x)为负定函数。
则称平衡状态xe在李雅普诺夫意义下是稳定的。
在上述稳定的定义中，实数δ通常与ε和初始时
刻t0都有关，如果δ只依赖于ε ，而和t0的选取无关，
则称平衡状态是一致稳定的。
9
第5章 李雅普诺夫稳定性分析
5. 渐近稳定性
若系统的平衡状态xe不仅具有李雅普诺夫意 义下的稳定性，且有
lim
t
||
x(t;
x0 ,
(s)
则 m(s) 为矩阵A的最小多项式。
注：换言之，矩阵A的最小多项式就是(sI-A)-1
中所有元素的最小公分母。
17
第5章 李雅普诺夫稳定性分析
例5-1（补充）：判断下述线性定常系统的稳定性
0 0 0
x 0 0
0
x
0 0 1
解：1）系统矩阵A为奇异矩阵，故系统存在无穷
第5章 李雅普诺夫稳定性分析
第五章 李雅普诺夫稳定性分析
5.1 李雅普诺夫意义下的稳定性 5.2 李雅普诺夫第一法(间接法) 5.3 李雅普诺夫第二法(直接法) 5.4 线性定常系统的李雅普诺夫稳定性分析
4
第5章 李雅普诺夫稳定性分析
5.1 李雅普诺夫意义下的稳定性
1．自治系统
没有外输入作用时的系统称为自治系统，可 用如下系统状态方程来描述:
如果时变函数V(x,t)有一个正定函数作为下限， 也就是说，存在一个正定函数W(x) ，使得
V ( x ,t) W ( x), V (0,t) 0, t t0
则称时变函数V(x,t)在域S（域S包含状态空间的 原点）内是正定的。
24
第5章 李雅普诺夫稳定性分析
3. 负定函数：如果-V(x)是正定函数，则标量函数 V(x)为负定函数。
则称平衡状态xe在李雅普诺夫意义下是稳定的。
在上述稳定的定义中，实数δ通常与ε和初始时
刻t0都有关，如果δ只依赖于ε ，而和t0的选取无关，
则称平衡状态是一致稳定的。
9
第5章 李雅普诺夫稳定性分析
5. 渐近稳定性
若系统的平衡状态xe不仅具有李雅普诺夫意 义下的稳定性，且有
lim
t
||
x(t;
x0 ,
(s)
则 m(s) 为矩阵A的最小多项式。
注：换言之，矩阵A的最小多项式就是(sI-A)-1
中所有元素的最小公分母。
17
第5章 李雅普诺夫稳定性分析
例5-1（补充）：判断下述线性定常系统的稳定性
0 0 0
x 0 0
0
x
0 0 1
解：1）系统矩阵A为奇异矩阵，故系统存在无穷
第4章 李雅普诺夫稳定性分析
这表明， 当且仅当‖eAt‖≤ k ＜∞ 时，对任给的一个实数ε > 0，都对应存在和初始时 刻无关的一个实数 δ(ε)= ε /k，使得由满足不等式 ||x0 — xe|| ≤ δ(ε) (4-391) 的任一初态x0出发的受扰运动都满足不等式 xt; x0 ,0 xe e At x0 xe k , t 0 (4 392)
S ( ) x0
xe
xe
xe
x1
x1
x1
(a) 李雅普诺夫意义下的稳定性
(b) 渐近稳定性
(c) 不稳定性
4.2 李雅普诺夫第一法(间接法)
间 接 法：利用状态方程解的特性来判断系统稳定性的方法。 适应范围：线性定常系统、线性时变系统、非线性函数可线性化的系统。
定理4-9 对于线性定常系统
f ( x, t ) x
(4 382)
式中，x为n维状态向量，且显含时间变量t；f(x，t)为线性或非线性、定常或 时变的n维函数，其展开式为
i x
f
i
( x1 , x2 ,...,xn , t ); i 1,2,...,n
(4 383)
假定方程的解为x(t；x0，t0)，式中x0和t0分别为初始状态向量和初始时刻， 则初始条件x0必满足 x(t0 ；x0，t0) = x0 。 1 平衡状态 李雅普诺夫关于稳定性的研究均针对平衡状态而言。对于所有t，满足
t e
i
Hale Waihona Puke i t j i tˆ ) A , i ji i ( A i
(4 394)
2）结论2）证明
由式(4-390)可知，当且仅当‖eAt‖ 对一切 t≥0为有界，且当t→0时 ‖eAt‖ →0，零平衡状态 xe= 0 为渐近稳定。如上所证，当且仅当 A 的所有特征 值均具有负或零实部时，‖eÂt‖有界。又根据式(4-393)和式(4-394)可知 当且 t j t 0 t→0时‖eAt‖→0，这就等价于A的特征值均具 仅当t→∞时 t e ，可保证 有负实部。结论2）证毕。
第五章李雅普诺夫稳定性分析
即 x e = f (xe , t) = 0 。
从定义可知，平衡状态的各分量相对于时间不再发生变化。
线性定常系统：x = Ax
A非奇异：Axe = 0 xe = 0 是唯一零解 A奇异：Axe = 0 xe 有无穷多个解
非线性系统：x = f (x,t)
x = f (xe , t) = 0 xe 可能有一个也可能有多个平衡状态
5-2 李雅普诺夫稳定性的基本概念
一、 平衡状态
系统x = f (x,t) ，X为n 维状态向量，且显含时间变量t，x = f (x,t)为线性或
非线性、定常或时变的n
维向量函数，假定方程的解为
x(t;
x
0
,
t 0
)
，式中
x
0
和 t0 分别为初始状态和初始时刻。
定义：系统 x = f (x,t) 的平衡状态是使x = 0的那一类状态，并用 xe 表示，
1 2
Mx22
，
若用标量函数 V (x) 表示系统的能量。则
V
(x)
=
1 2
Kx12
+
1 2
Mx22
V (x) = Kx1x1 + Mx2x2
=
Kx1x2
+ Mx2 (−
K M
x1
−
f M
x2 )
= − fx22 0
结论：坐标原点处的平衡状态是渐近稳定的。
一、标量函数及其定号性
1．标量函数 V (x) 的符号和性质
+ ... +
a1
+
a0
=
0
如何判断系统的渐近稳定性？
5-4 李雅普诺夫第二方法
李雅普诺夫第二方法，建立在用能量观点分析稳定性的基础上： 若系统的某个平衡状态是渐近稳定的，则系统储存的能量将随时
从定义可知，平衡状态的各分量相对于时间不再发生变化。
线性定常系统：x = Ax
A非奇异：Axe = 0 xe = 0 是唯一零解 A奇异：Axe = 0 xe 有无穷多个解
非线性系统：x = f (x,t)
x = f (xe , t) = 0 xe 可能有一个也可能有多个平衡状态
5-2 李雅普诺夫稳定性的基本概念
一、 平衡状态
系统x = f (x,t) ，X为n 维状态向量，且显含时间变量t，x = f (x,t)为线性或
非线性、定常或时变的n
维向量函数，假定方程的解为
x(t;
x
0
,
t 0
)
，式中
x
0
和 t0 分别为初始状态和初始时刻。
定义：系统 x = f (x,t) 的平衡状态是使x = 0的那一类状态，并用 xe 表示，
1 2
Mx22
，
若用标量函数 V (x) 表示系统的能量。则
V
(x)
=
1 2
Kx12
+
1 2
Mx22
V (x) = Kx1x1 + Mx2x2
=
Kx1x2
+ Mx2 (−
K M
x1
−
f M
x2 )
= − fx22 0
结论：坐标原点处的平衡状态是渐近稳定的。
一、标量函数及其定号性
1．标量函数 V (x) 的符号和性质
+ ... +
a1
+
a0
=
0
如何判断系统的渐近稳定性？
5-4 李雅普诺夫第二方法
李雅普诺夫第二方法，建立在用能量观点分析稳定性的基础上： 若系统的某个平衡状态是渐近稳定的，则系统储存的能量将随时
第五章 控制系统的李雅普诺夫稳定性分析汇总
则状态方程的解为： x(t ) e At x(0) ( R1e1t ... Rnent ) x(0)
Re(i ) 0, (i 1, 2,..., n) lim x(t ) 0, 系统渐近稳定。
t
如果只有一个（或一对）特征值的实部等于0，其余特征值实 部均小于0，则系统仅仅可能是李亚普诺夫意义下的稳定性。
线性定常系统的特征值判据： 系统 x Ax 渐近稳定的充要条件是A的特征值均具有负实 部，即：Re( i ) 0 (i 1,2,, n) 证明：假定A有相异特征值 1 ,..., n 根据凯莱哈密顿定理：矩阵指数eAt为 e1t ,..., ent的线性组合
e At R1e1t ... Rn ent
x xe ( x1 xe1 ) 2 ... ( xn xen ) 2
2
2
2
由范数的定义可知，向量 ( x xe ) 的范数可写成
通常又将 x xe 称为 围之内时，则记为
x 与 xe 的距离。当向量 ( x xe ) 的范数限定在某一范
x xe
0
xe
与经典控制理论的区别： 1. 2. 3. 4. 5. 6. 平衡点/BIBO； 状态稳定/输出稳定； 经典控制的稳定大致对应于现代控制的渐进稳定； 即便输出稳定，状态可能不稳定； 李雅普诺夫意义下的稳定在经典中是不稳定的； 经典控制不需要一致性、全局性概念。
5.2 李雅普诺夫稳定性理论 一、李雅普诺夫第一方法 李雅普诺夫第一法的基本思想是利用状态方程解的性质来 判断系统的稳定性。通常又称为间接法。它适用于线性定常系 统以及线性时变系统和非线性系统可以线性化的情况。
意义：当系统运动到xe点时，系统状态各分量将维持平衡， 不再随时间变化。 平衡点：由系统状态在状态空间中所确定的点 求法：1、线性定常系统
Re(i ) 0, (i 1, 2,..., n) lim x(t ) 0, 系统渐近稳定。
t
如果只有一个（或一对）特征值的实部等于0，其余特征值实 部均小于0，则系统仅仅可能是李亚普诺夫意义下的稳定性。
线性定常系统的特征值判据： 系统 x Ax 渐近稳定的充要条件是A的特征值均具有负实 部，即：Re( i ) 0 (i 1,2,, n) 证明：假定A有相异特征值 1 ,..., n 根据凯莱哈密顿定理：矩阵指数eAt为 e1t ,..., ent的线性组合
e At R1e1t ... Rn ent
x xe ( x1 xe1 ) 2 ... ( xn xen ) 2
2
2
2
由范数的定义可知，向量 ( x xe ) 的范数可写成
通常又将 x xe 称为 围之内时，则记为
x 与 xe 的距离。当向量 ( x xe ) 的范数限定在某一范
x xe
0
xe
与经典控制理论的区别： 1. 2. 3. 4. 5. 6. 平衡点/BIBO； 状态稳定/输出稳定； 经典控制的稳定大致对应于现代控制的渐进稳定； 即便输出稳定，状态可能不稳定； 李雅普诺夫意义下的稳定在经典中是不稳定的； 经典控制不需要一致性、全局性概念。
5.2 李雅普诺夫稳定性理论 一、李雅普诺夫第一方法 李雅普诺夫第一法的基本思想是利用状态方程解的性质来 判断系统的稳定性。通常又称为间接法。它适用于线性定常系 统以及线性时变系统和非线性系统可以线性化的情况。
意义：当系统运动到xe点时，系统状态各分量将维持平衡， 不再随时间变化。 平衡点：由系统状态在状态空间中所确定的点 求法：1、线性定常系统
最新精品课件9-4 李雅普诺夫稳定性分析
t
t
则称平衡状态xe是大范围渐近稳定的。 线性系统的稳定性与初始状态无关，对于严 格线性的系统，若它是渐近稳定的，必定是大范 范围渐近稳定的。
(5) 不稳定性
若对某个 0 ，无论 0如何小，从 S ( ) 内 的某x0出发的轨线超出 S ( )， 则称xe是不稳定。
S ( )
即在(9-391)条件下，系统的每一个平衡态均为李 雅普诺夫意义下稳定。 进一步证明(9-391)成立的 充要条件。将系统变换成约当标准形 1 ||eAt ||· ||P ||； A PA P ； ||eAt ||=||P-1||·
得知，|| eAt ||有界等价于|| eAt||有界，而且约当标准 形的每一个元素都具有如下形式 t i 1e ( i j i ) t 式中 i j i i 是矩阵A的特征值， i 是 i的重 数。 0 的元素在[0,∞)上有界， i 0 的元素 i 只有当 i 1 (单根)时，才能在[0,∞)上有界； 至此，得证：当且仅当命题(1)的条件成立时，系 统每一个平衡态均为李雅普诺夫意义下稳定。
(1) 系统的每一个平衡状态是李雅普诺夫稳定
的充要条件为， A 的所有特征值均具有非正( ≤0 ) 实部， 且实部为零的特征值是 A 的最小多项式的 单根。
要条件是， A的所有特征值均具有负实部。
(2) 系统的唯一平衡状态 xe=0 是渐近稳定的充
证明 (1)设 xe 是系统的平衡态，对于t≥0，有 At x e 0； A x e 0； x e e x e ； 对于初始状态 x0≠xe，有 (9-390) x e A t x 0 ；~ x x x e e A t (x 0 x e )，t 0； 对于任意给定的 0 ，当且仅当 At (9-391) e k 时，存在与初始时刻无关的 ( ) / k ，使得由任 意初始状态 x 0 x e ( ) 出发的运动轨线都满足 At ~ x e x 0 x e k ， t t 0 ， k
t
则称平衡状态xe是大范围渐近稳定的。 线性系统的稳定性与初始状态无关，对于严 格线性的系统，若它是渐近稳定的，必定是大范 范围渐近稳定的。
(5) 不稳定性
若对某个 0 ，无论 0如何小，从 S ( ) 内 的某x0出发的轨线超出 S ( )， 则称xe是不稳定。
S ( )
即在(9-391)条件下，系统的每一个平衡态均为李 雅普诺夫意义下稳定。 进一步证明(9-391)成立的 充要条件。将系统变换成约当标准形 1 ||eAt ||· ||P ||； A PA P ； ||eAt ||=||P-1||·
得知，|| eAt ||有界等价于|| eAt||有界，而且约当标准 形的每一个元素都具有如下形式 t i 1e ( i j i ) t 式中 i j i i 是矩阵A的特征值， i 是 i的重 数。 0 的元素在[0,∞)上有界， i 0 的元素 i 只有当 i 1 (单根)时，才能在[0,∞)上有界； 至此，得证：当且仅当命题(1)的条件成立时，系 统每一个平衡态均为李雅普诺夫意义下稳定。
(1) 系统的每一个平衡状态是李雅普诺夫稳定
的充要条件为， A 的所有特征值均具有非正( ≤0 ) 实部， 且实部为零的特征值是 A 的最小多项式的 单根。
要条件是， A的所有特征值均具有负实部。
(2) 系统的唯一平衡状态 xe=0 是渐近稳定的充
证明 (1)设 xe 是系统的平衡态，对于t≥0，有 At x e 0； A x e 0； x e e x e ； 对于初始状态 x0≠xe，有 (9-390) x e A t x 0 ；~ x x x e e A t (x 0 x e )，t 0； 对于任意给定的 0 ，当且仅当 At (9-391) e k 时，存在与初始时刻无关的 ( ) / k ，使得由任 意初始状态 x 0 x e ( ) 出发的运动轨线都满足 At ~ x e x 0 x e k ， t t 0 ， k
- 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)。
设Lyapunov代数方程有两个正定矩阵解 P1 和 P2, 则将 P1 和 P2 代入该方程后有 P1A+ATP1=-Q
P2A+ATP2=-Q
两式相减，可得 (P1-P2)A+AT(P1-P2)=0 因此，有
AT t At 0 e [( P e (P 1 -P 2 ) A A (P 1 -P 2 )]e 1 -P 2 )e AT t T At
系统，但其稳定性判据则有较大差别。 下面先给出一般离散系统的渐近稳定性的判据。
定理11-8 设系统的状态方程为
x(k+1)=f(x(k),k) 其中xe=0为其平衡态。
如果存在一个连续的标量函数V[x(k),k]且正定, 则有:
1) 若V[x(k),k]的差分V[x(k),k]=V[x(k+1),k+1]-V[x(k),k]为 负定的, 则系统在原点处的平衡态是一致渐近稳定的; 2) 若V[x(k),k]为非正定的，则该系统在原点处的平衡态 是一致稳定的; 更进一步， 若V[x(k),k]对任意初始状态的解序列 x(k), V[x(k), k]不恒为零，那么该系统在原点处的 平衡态是一致渐近稳定的; 3) 更进一步, 若||x(k)||→, 有V[x(k),k]→, 那么该系统在原 点处的一致渐近稳定平衡态是大范围一致渐近稳定的。
T
例11-9 控制系统方块图如下所示。
要求系统渐近稳定, 试确定增益的取值范围。
k s 1
x3
1 s2
x2
1 s
x1
解 由图可写出系统的状态方程为
1 0 x x 2 0 3 k x 1 2 0 0 x1 x 1 2 1 x3
所以，对任意的t，下式均成立:
At e (P P )e 常数 1 2 ATt
令 t=0 和 t=T(0), 则有
P 1 -P 2 e
ATT
AT (P P )e 常数 1 2
由定理11-7可知，当 P1 和 P2 为满足 Lyapunov 方 程的正定矩阵时，则系统为渐近稳定的。
从而得到P为正定矩阵的条件
12 2k 0,
即
3k 0,
6 k /3 0
0<k<6
由上例可知，选择 Q 为某些非负定矩阵，也可以判断系统 稳定性，益处是可使数学运算得到简化。
10.4.2 线性离散系统的稳定性分析
前两节讨论的为连续系统的Lyapunov稳定性的定
义和稳定性判据定理，其稳定性定义可延伸至离散
本小节将讨论对线性系统,包括 线性定常连续系统 线性定常离散系统 线性时变连续系统 如何利用Lyapunov第二法及如何选取Lyapunov函数来 分析该线性系统的稳定性。
11.4.1 线性定常连续系统的稳定性分析
设线性定常连续系统的状态方程为 x’=Ax 这样的线性系统具有如下特点: 1) 当系统矩阵A为非奇异时, 系统有且仅有一个平衡态xe=0,
P e Qe At dt
AT t 0
(4 a )
将矩阵 P 的表达式 (4-a) 代入矩阵方程 PA+ATP = -Q 可得:
PA A P e Qe dtA A
T AT t At 0 T
0
e Qe At dt
0
AT t
d ATt At AT t e Qe dt e Qe At 0 dt Q
0 0 k p11 1 2 0 p 12 0 1 1 p13 p12 p22 p23 p13 p11 p23 p12 p33 p13 p12 p22 p23 p13 0 p23 0 p33 k 1 0 0 0 0 0 0 0 2 1 0 1 0 0 1
11.4 线性定常系统的 Lyapunov稳定性分析
本节主要研究Lyapunov方法在线性系统中的应用。 讨论的主要问题有:
基本方法: 线性定常连续系统的Lyapunov稳定性分析
矩阵Lyapunov方程的求解 线性时变连续系统的Lyapunov稳定性分析 线性定常离散系统的Lyapunov稳定性定理 及稳定性分析
解出 p11, p12 和 p22, 得
p11 p12 1 3 1 P p p 1 2 2 12 22
为了验证对称矩阵P的正定性, 用合同变换法检验如下:
1 3 1 行( 2)(1) / 3( 2) 1 9 0 P 0 5 2 1 2 6 列( 2)(1) / 3( 2)
于是, 矩阵 P 的元素可按如下Lyapunov代数方程:
PA+ATP=-I 求解, 然后根据P的正定性来判定系统的渐近稳定性。
下面通过一个例题来说明如何通过求解矩阵Lyapunov方程
来判定线性定常系统的稳定性。
例11-8 试确定用如下状态方程描述的系统的平衡态稳定性。
0 1 x1 x1 x 1 1 x 2 2
展开后得
2 p12 p p p 22 11 12
p11 p12 p22 1 0 2 p12 2 p22 0 1
因此，得如下联立方程组:
2 p12 1 p11 p12 p22 0 2 p 2 p 1 12 22
证明过程为： 已知满足矩阵方程 PA+ATP=-Q 的正定矩阵P存在，故令
V(x)=xTPx.
由于V(x)为正定函数，且V(x)沿轨线对时间t的全导数为 V’(x)=(xTPx)’ =(xT)’Px+xTPx’ =(Ax)TPx+xTPax =xT(ATP+PA)x =-xTQx 而Q为正定矩阵，因此V’(x)为负定函数。
由上节知, Lyapunov第二法是分析动态系统的稳定性的有效 方法, 但具体运用时将涉及到如何选取适宜的Lyapunov函数
来分析系统的稳定性。
由于各类系统的复杂性，在应用Lyapunov第二法时， 难于建立统一的定义Lyapunov函数的方法。
目前的处理方法是，针对系统的不同分类和特性，分别 寻找建立Lyapunov函数的方法。
因此，必要性得证。
上述定理给出了一个判别线性定常连续系统渐近稳定性的简 便方法，该方法
不需寻找Lyapunov函数,
不需求解系统矩阵 A 的特征值, 只需解一个矩阵代数方程即可，计算简便。 该矩阵方程又称为Lyapunov矩阵代数方程。 由上述定理, 可得如下关于正定矩阵 P 是Lyapunov矩阵
故系统矩阵 A 为渐近稳定的矩阵，矩阵指数函
数 eAT 将随着 T→ 而趋于零矩阵，即
P1-P2=0
或 P1=P2
在应用上述基本定理和推论时, 还应注意下面几点: 若V’(x,t)=-xTQx沿任一条状态轨线不恒为零, 则 Q 可取 为非负定矩阵, 而系统在原点渐近稳定的充要条件为: 存在正定矩阵 P 满足Lyapunov代数方程。 Q 矩阵只要选成正定的或根据上述情况选为非负定的, 那么最终的判定结果将与 Q 的不同选择无关。 由定理11-7及其推论11-1可知, 运用此方法判定系统的 渐近稳定性时, 最方便的是选取 Q 为单位矩阵, 即Q=I。
求得
k 2 12k 1 P 6k 2(6 k ) 0 6k 3k k 0 k 6
为使原点处的平衡状态是大范围渐近稳定的, 矩阵 P 须 为正定。
采用合同变换法, 有
k 2 12k 6k 0 6k 3k k 0 行 (1) (2)2(1) k 2 k 0 列(1) (2)2 (1) 0 6 0 3k k 0 行 (3) (2) / 3(3) k 2 k 0 列(3) (2) / 3(3) 0 6 0 3k 0 0 0 6 k / 3
PA+ATP=-Q
的正定矩阵P。
证明过程为： 对任意给定的正定矩阵 Q, 构造矩阵 P 如下
P e Qe At dt
AT t 0
(4 a)Βιβλιοθήκη 由矩阵指数函数 eAt 的定义和性质知, 上述被积矩阵函数
的各元素一定是具有 t k e t 形式的诸项之和, 其中 是 A 的特征值。
由于变换后的对角线矩阵的对角线上的元素都大于零,
故矩阵P为正定的。因此, 系统为大范围渐近稳定的。
此时，系统的Lyapunov函数和它沿状态轨线对时间 t 的 全导数分别为
1 T 3 1 V (x) x Px x x0 2 1 2 0 T T 1 V (x) x Qx x x0 0 1
根据渐近稳定性定理(定理11-4), 即证明了系统的平衡态 xe=0是渐近稳定的, 于是充分性得证。
(2) 再证必要性。 Necessity. 即证明: 若系统在xe=0处是渐近稳定的, 则对任意给定的 正定矩阵Q, 必存在正定矩阵P满足矩阵方程 PA+ATP=-Q 证明思路： 由正定矩阵Q构造满足矩阵方程
因为系统是渐近稳定的, 则矩阵 A 的所有特征值
的实部一定小于零, 因此上述积分一定存在, 即P 为 有限对称矩阵。
P e Qe At dt
AT t 0
(4 a )
又由于
Q 正定,
矩阵指数函数 eAt 可逆, 则由方程 (4-a)可知，P为有限的正定矩阵。 因此，P 为正定矩阵。
即为状态空间原点;
2) 若该系统在平衡态xe=0的某个邻域上是渐近稳定的，则 一定是大范围渐近稳定的; 3) 对于该线性系统，其Lyapunov函数一定可以选取为二 次型函数的形式。
P2A+ATP2=-Q
两式相减，可得 (P1-P2)A+AT(P1-P2)=0 因此，有
AT t At 0 e [( P e (P 1 -P 2 ) A A (P 1 -P 2 )]e 1 -P 2 )e AT t T At
系统，但其稳定性判据则有较大差别。 下面先给出一般离散系统的渐近稳定性的判据。
定理11-8 设系统的状态方程为
x(k+1)=f(x(k),k) 其中xe=0为其平衡态。
如果存在一个连续的标量函数V[x(k),k]且正定, 则有:
1) 若V[x(k),k]的差分V[x(k),k]=V[x(k+1),k+1]-V[x(k),k]为 负定的, 则系统在原点处的平衡态是一致渐近稳定的; 2) 若V[x(k),k]为非正定的，则该系统在原点处的平衡态 是一致稳定的; 更进一步， 若V[x(k),k]对任意初始状态的解序列 x(k), V[x(k), k]不恒为零，那么该系统在原点处的 平衡态是一致渐近稳定的; 3) 更进一步, 若||x(k)||→, 有V[x(k),k]→, 那么该系统在原 点处的一致渐近稳定平衡态是大范围一致渐近稳定的。
T
例11-9 控制系统方块图如下所示。
要求系统渐近稳定, 试确定增益的取值范围。
k s 1
x3
1 s2
x2
1 s
x1
解 由图可写出系统的状态方程为
1 0 x x 2 0 3 k x 1 2 0 0 x1 x 1 2 1 x3
所以，对任意的t，下式均成立:
At e (P P )e 常数 1 2 ATt
令 t=0 和 t=T(0), 则有
P 1 -P 2 e
ATT
AT (P P )e 常数 1 2
由定理11-7可知，当 P1 和 P2 为满足 Lyapunov 方 程的正定矩阵时，则系统为渐近稳定的。
从而得到P为正定矩阵的条件
12 2k 0,
即
3k 0,
6 k /3 0
0<k<6
由上例可知，选择 Q 为某些非负定矩阵，也可以判断系统 稳定性，益处是可使数学运算得到简化。
10.4.2 线性离散系统的稳定性分析
前两节讨论的为连续系统的Lyapunov稳定性的定
义和稳定性判据定理，其稳定性定义可延伸至离散
本小节将讨论对线性系统,包括 线性定常连续系统 线性定常离散系统 线性时变连续系统 如何利用Lyapunov第二法及如何选取Lyapunov函数来 分析该线性系统的稳定性。
11.4.1 线性定常连续系统的稳定性分析
设线性定常连续系统的状态方程为 x’=Ax 这样的线性系统具有如下特点: 1) 当系统矩阵A为非奇异时, 系统有且仅有一个平衡态xe=0,
P e Qe At dt
AT t 0
(4 a )
将矩阵 P 的表达式 (4-a) 代入矩阵方程 PA+ATP = -Q 可得:
PA A P e Qe dtA A
T AT t At 0 T
0
e Qe At dt
0
AT t
d ATt At AT t e Qe dt e Qe At 0 dt Q
0 0 k p11 1 2 0 p 12 0 1 1 p13 p12 p22 p23 p13 p11 p23 p12 p33 p13 p12 p22 p23 p13 0 p23 0 p33 k 1 0 0 0 0 0 0 0 2 1 0 1 0 0 1
11.4 线性定常系统的 Lyapunov稳定性分析
本节主要研究Lyapunov方法在线性系统中的应用。 讨论的主要问题有:
基本方法: 线性定常连续系统的Lyapunov稳定性分析
矩阵Lyapunov方程的求解 线性时变连续系统的Lyapunov稳定性分析 线性定常离散系统的Lyapunov稳定性定理 及稳定性分析
解出 p11, p12 和 p22, 得
p11 p12 1 3 1 P p p 1 2 2 12 22
为了验证对称矩阵P的正定性, 用合同变换法检验如下:
1 3 1 行( 2)(1) / 3( 2) 1 9 0 P 0 5 2 1 2 6 列( 2)(1) / 3( 2)
于是, 矩阵 P 的元素可按如下Lyapunov代数方程:
PA+ATP=-I 求解, 然后根据P的正定性来判定系统的渐近稳定性。
下面通过一个例题来说明如何通过求解矩阵Lyapunov方程
来判定线性定常系统的稳定性。
例11-8 试确定用如下状态方程描述的系统的平衡态稳定性。
0 1 x1 x1 x 1 1 x 2 2
展开后得
2 p12 p p p 22 11 12
p11 p12 p22 1 0 2 p12 2 p22 0 1
因此，得如下联立方程组:
2 p12 1 p11 p12 p22 0 2 p 2 p 1 12 22
证明过程为： 已知满足矩阵方程 PA+ATP=-Q 的正定矩阵P存在，故令
V(x)=xTPx.
由于V(x)为正定函数，且V(x)沿轨线对时间t的全导数为 V’(x)=(xTPx)’ =(xT)’Px+xTPx’ =(Ax)TPx+xTPax =xT(ATP+PA)x =-xTQx 而Q为正定矩阵，因此V’(x)为负定函数。
由上节知, Lyapunov第二法是分析动态系统的稳定性的有效 方法, 但具体运用时将涉及到如何选取适宜的Lyapunov函数
来分析系统的稳定性。
由于各类系统的复杂性，在应用Lyapunov第二法时， 难于建立统一的定义Lyapunov函数的方法。
目前的处理方法是，针对系统的不同分类和特性，分别 寻找建立Lyapunov函数的方法。
因此，必要性得证。
上述定理给出了一个判别线性定常连续系统渐近稳定性的简 便方法，该方法
不需寻找Lyapunov函数,
不需求解系统矩阵 A 的特征值, 只需解一个矩阵代数方程即可，计算简便。 该矩阵方程又称为Lyapunov矩阵代数方程。 由上述定理, 可得如下关于正定矩阵 P 是Lyapunov矩阵
故系统矩阵 A 为渐近稳定的矩阵，矩阵指数函
数 eAT 将随着 T→ 而趋于零矩阵，即
P1-P2=0
或 P1=P2
在应用上述基本定理和推论时, 还应注意下面几点: 若V’(x,t)=-xTQx沿任一条状态轨线不恒为零, 则 Q 可取 为非负定矩阵, 而系统在原点渐近稳定的充要条件为: 存在正定矩阵 P 满足Lyapunov代数方程。 Q 矩阵只要选成正定的或根据上述情况选为非负定的, 那么最终的判定结果将与 Q 的不同选择无关。 由定理11-7及其推论11-1可知, 运用此方法判定系统的 渐近稳定性时, 最方便的是选取 Q 为单位矩阵, 即Q=I。
求得
k 2 12k 1 P 6k 2(6 k ) 0 6k 3k k 0 k 6
为使原点处的平衡状态是大范围渐近稳定的, 矩阵 P 须 为正定。
采用合同变换法, 有
k 2 12k 6k 0 6k 3k k 0 行 (1) (2)2(1) k 2 k 0 列(1) (2)2 (1) 0 6 0 3k k 0 行 (3) (2) / 3(3) k 2 k 0 列(3) (2) / 3(3) 0 6 0 3k 0 0 0 6 k / 3
PA+ATP=-Q
的正定矩阵P。
证明过程为： 对任意给定的正定矩阵 Q, 构造矩阵 P 如下
P e Qe At dt
AT t 0
(4 a)Βιβλιοθήκη 由矩阵指数函数 eAt 的定义和性质知, 上述被积矩阵函数
的各元素一定是具有 t k e t 形式的诸项之和, 其中 是 A 的特征值。
由于变换后的对角线矩阵的对角线上的元素都大于零,
故矩阵P为正定的。因此, 系统为大范围渐近稳定的。
此时，系统的Lyapunov函数和它沿状态轨线对时间 t 的 全导数分别为
1 T 3 1 V (x) x Px x x0 2 1 2 0 T T 1 V (x) x Qx x x0 0 1
根据渐近稳定性定理(定理11-4), 即证明了系统的平衡态 xe=0是渐近稳定的, 于是充分性得证。
(2) 再证必要性。 Necessity. 即证明: 若系统在xe=0处是渐近稳定的, 则对任意给定的 正定矩阵Q, 必存在正定矩阵P满足矩阵方程 PA+ATP=-Q 证明思路： 由正定矩阵Q构造满足矩阵方程
因为系统是渐近稳定的, 则矩阵 A 的所有特征值
的实部一定小于零, 因此上述积分一定存在, 即P 为 有限对称矩阵。
P e Qe At dt
AT t 0
(4 a )
又由于
Q 正定,
矩阵指数函数 eAt 可逆, 则由方程 (4-a)可知，P为有限的正定矩阵。 因此，P 为正定矩阵。
即为状态空间原点;
2) 若该系统在平衡态xe=0的某个邻域上是渐近稳定的，则 一定是大范围渐近稳定的; 3) 对于该线性系统，其Lyapunov函数一定可以选取为二 次型函数的形式。