《现代控制理论》第四章
第四章 稳定性与李雅普诺夫方法
4.1 李雅普诺夫关于稳定性的定义
4.1.1 系统状态的运动及平衡状态
设所研究系统的齐次状态方程是:
给定初始条件,上述方程有唯一解:[状态轨线]
若系统式存在状态矢量使得对所有t, 都有: 并称是系统的平衡状态
对线性定常系统:
当A为非奇异矩阵,满足的解是系统唯一存在的平衡状态。
当A为奇异阵,系统有无穷多个平衡状态。
对非线性系统,通常有一个或多个平衡状态。它们是由方程确定的常值解。
对任意一个平衡状态,都可以通过坐标变换将其移到坐标原点处。所以只需要讨论系统在坐标原点的稳定性即可。
4.1.2 稳定性的几个定义
1.李雅普诺夫意义下稳定
2.渐进稳定
3.大范围渐近稳定
关键词:所有从初始状态出发的轨线都具有渐近稳定性
必要条件是在整个状态空间只有一个平衡状态。
4. 不稳定
4.2 李雅普诺夫第一法
4.2.1 线性系统的稳定判据
线性定常系统:
状态稳定性:平衡状态
充分必要条件是矩阵A的所有特征值均具有负实部
输出稳定性:有界输入u所引起的输出y是有界的
充分必要条件:传递函数的极点全部位于s的左半平面。
4.2.2 非线性系统的稳定性
状态方程:
其中 是如4.14所示的雅可比矩阵 ; 是级数展开式中的高阶导数项
在李雅普诺夫给出的结论中,注意对于A的特征值情况的分类讨论。
4.3 李雅普诺夫第二法
4.3.1 预备知识
1.标量函数的符号性质
2.二次型标量函数
定义二次型标量函数如下:
如果,称p为实对称阵。当p是实对称阵,必存在正交矩阵T,通过变换 使之化为二次型函数的标准型
标准型只包含变量的平方项,是对称阵的互异特征值,且均为实数。
那么V(x)正定的充要条件是对称阵P的所有特征值都大于0
矩阵P的符号性质定义如下:
3.希尔维斯特判据
矩阵P定号性的充要条件如下
4.3.2 几个稳定性判据
应当指出,上述判据只给出了判断系统稳定性的充分条件,而非充要条件。
4.3.3 对李雅普诺夫函数的讨论
由稳定性判据可知,运用李雅普诺夫第二法的关键在于找到一个满足判据条件的李雅普诺夫函数V(x).而V(x)满足下列属性:
4.4 李雅普诺夫方法在线性系统中的应用
4.4.1 线性定常连续系统渐近稳定判据
在应用该判据前,要注意以下实际情况:
4.4.2 线性时变连续系统渐近稳定判据
4.4.3 线性定常离散时间系统渐近稳定判据
4.4.4 线性时变离散系统渐近稳定判据
4.5 李雅普诺夫方法在非线性系统中的应用
4.5.1 雅可比矩阵法
设非线性系统的状态方程为:
假设原点是平衡状态,系统的雅可比矩阵为:
则系统在原点附近渐近稳定的充分条件是:任给正定实对称矩阵P,使下列矩阵
为正定的。并且
是系统的一个李雅普诺夫函数。
如果当时,还有,则系统在是大范围渐近稳定。
4.5.2 变量梯度法
如果找到一个特定的李雅普诺夫函数,能够证明所给系统的平衡状态为渐近稳定的,那么这个李雅普诺夫函数的梯度必定存在且唯一
这时V(x)对时间的导数可表达为:
1.有关场论的几个基本概念
(1)标量函数的梯度
(2)矢量的曲线积分
(3)矢量的旋度
2.变量梯度法
变量分析法分析系统稳定性的步骤归纳如下:
《现代控制理论》第四章相关推荐
- 机器学习实战——第四章(分类):朴素贝叶斯
前言 首先感谢博主:Jack-Cui 主页:http://blog.csdn.net/c406495762 朴素贝叶斯博文地址: https://blog.csdn.net/c406495762/ar ...
- 尚学堂java实战第四章课后习题
尚学堂java实战第四章课后习题 文章中的题目答案仅供参考 选择题答案: 1.B 解析:一个java类必然存在构造器,即使没有定义构造器,也会存在一个默认的无参构造器. 2.D 3.AC 解析: A( ...
- 李弘毅机器学习:第四章—梯度下降法
李弘毅机器学习:第四章-梯度下降法 什么是梯度下降法? Review: 梯度下降法 Tip1:调整学习速率 小心翼翼地调整学习率 自适应学习率 Adagrad 算法 Adagrad 是什么? Adag ...
- 零基础学Python课后实战第四章
零基础学Python课后实战第四章 实战一:输出王者荣耀的游戏角色 实战二:模拟火车订票系统 实战三:电视剧的收视率排行榜 tips 实战一:输出王者荣耀的游戏角色 列表的创建.遍历列表 代码 pri ...
- 《机器学习实战》第二章学习笔记:K-近邻算法(代码详解)
<机器学习实战>数据资料以及总代码可以去GitHub中下载: GitHub代码地址:https://github.com/yangshangqi/Machine-Learning-in-A ...
- 机器学习实战:第一章
根据方教授的建议和要求,在暑假里简单自学<机器学习实战>,记录学习过程和代码. 记 第一章是对机器学习的一些概念介绍,定义了若干专业术语.列举了很多机器学习的各类实例.给出了一个" ...
- 机器学习实战第15章pegasos算法原理剖析以及伪代码和算法的对应关系
Pegasos原文是: http://ttic.uchicago.edu/~nati/Publications/PegasosMPB.pdf 还是挺长的,论文结构是: 第1~6页:主要原理 第7~15 ...
- 机器学习实战(四)逻辑回归LR(Logistic Regression)
目录 0. 前言 1. Sigmoid 函数 2. 梯度上升与梯度下降 3. 梯度下降法(Gradient descent) 4. 梯度上升法(Gradient ascent) 5. 梯度下降/上升法 ...
- android movie 资源释放,Android 资讯类App项目实战 第四章 电影模块
前言: 正在做一个资讯类app,打算一边做一边整理,供自己学习与巩固.用到的知识复杂度不高,仅适于新手.经验不多,如果写出来的代码有不好的地方欢迎讨论. 以往的内容 第四章 电影模块 本章内容最终效果 ...
- 吴恩达机器学习(第四章)——多变量线性回归
第四章-多变量线性回归 文章目录 第四章-多变量线性回归 多功能 多元梯度下降法 梯度下降算法 特征缩放 学习率 特征与多项式回归 正规方程 正规方程的概念 公式的推导 梯度下降法 VS 正规方程 奇 ...
最新文章
- 【进程】进程通信-信号方式(中断)
- Android Glide图片加载框架(二)源码解析之load()
- 欢迎广大技术爱好者参与JEECG开源项目
- 调用多个thrift接口ttypes冲突的问题
- 基于卷积神经网络的大豆病害识别
- 【代码源 Div1 - 108】#464. 数数(主席树,区间比k小的数的个数)HDU4417
- CakePHP 2.x CookBook 中文版 第七章 模型 之 数据校验
- 学习TP5(一):TP5框架下载与快速入门使用
- 红外图像动态范围压缩和对比度增强
- SQL 2012 Management Studio提示无效许可问题解决!!
- LimeSurvey的使用和简单的二次开发
- 根据ASCII码值排序
- Android 版本4.12 微信,安卓4.12微信下载
- 什么是Autorun病毒?它的运作原理是什么?如何手工清除?
- 一个小灯泡带我了解放大电路
- 一个锂电源的恒流充电电路
- 论文阅读之《Color Constancy Using CNNs》
- 计算机教师结构化方式面试,市计算机:17名学生通过全国教师资格证结构化面试...
- 【Writeup】第六季极客大挑战(部分题目)
- 15岁黑进北美防空司令部,社工界的鼻祖如何社工?