自动控制原理9.4---李雅普诺夫稳定性分析
参考书籍:《自动控制原理》(第七版).胡寿松主编.
《自动控制原理PDF版下载》
4.李雅普诺夫稳定性分析
李雅普诺夫理论提出了判断系统稳定性的两种方法:一种是利用线性系统微分方程的解来判断系统稳定性,称之为李雅普诺夫第一法或间接法;另一种先利用经验和技巧来构造李雅普诺夫函数,进而利用李雅普诺夫函数来判断系统稳定性,称之为李雅普诺夫第二法或直接法;
4.1 李雅普诺夫意义下的稳定性
设系统方程为:
x˙=f(x,t)(1)\dot{x}=f(x,t)\tag{1} x˙=f(x,t)(1)
式中:xxx为nnn维状态向量,且显含时间变量ttt,f(x,t)f(x,t)f(x,t)为线性或非线性、定常或时变的nnn维向量函数,其展开式为:
x˙i=fi(x1,x2,⋯,xn,t);i=1,2,⋯,n(2)\dot{x}_i=f_i(x_1,x_2,\cdots,x_n,t);i=1,2,\cdots,n\tag{2} x˙i=fi(x1,x2,⋯,xn,t);i=1,2,⋯,n(2)
假定方程的解为x(t;x0,t0)x(t;x_0,t_0)x(t;x0,t0),式中x0、t0x_0、t_0x0、t0分别为初始状态向量和初始时刻,则初始条件x0x_0x0必满足x(t0;x0,t0)=x0x(t_0;x_0,t_0)=x_0x(t0;x0,t0)=x0;
平衡状态
对于所有ttt,满足:
x˙e=f(xe,t)=0(3)\dot{x}_e=f(x_e,t)=0\tag{3} x˙e=f(xe,t)=0(3)
的状态xex_exe称为平衡状态;线性定常系统x˙=Ax\dot{x}=Axx˙=Ax,其平衡状态满足Axe=0Ax_e=0Axe=0,当AAA为非奇异矩阵时,系统只有唯一的零解,即只存在一个位于状态空间原点的平衡状态,若AAA为奇异矩阵,则系统存在有无穷多个平衡状态,对于非线性系统,可能有一个或多个平衡状态;
李雅普诺夫意义下的稳定性
设系统初始状态位于以平衡状态xex_exe为球心、δ\deltaδ为半径的闭球域S(δ)S(\delta)S(δ)内,即:
∣∣x0−xe∣∣≤δ,t=t0(4)||x_0-x_e||≤\delta,t=t_0\tag{4} ∣∣x0−xe∣∣≤δ,t=t0(4)
若能使系统方程的解x(t;x0,t0)x(t;x_0,t_0)x(t;x0,t0)在t→∞t\to\inftyt→∞的过程中,都位于以xex_exe为球心、任意规定的半径为ε\varepsilonε的闭球域S(ε)S(\varepsilon)S(ε)内,即:
∣∣x(t;x0,t0)−x0∣∣≤ε,t≥t0(5)||x(t;x_0,t_0)-x_0||≤\varepsilon,t≥t_0\tag{5} ∣∣x(t;x0,t0)−x0∣∣≤ε,t≥t0(5)
则称系统的平衡状态xex_exe在李雅普诺夫意义下是稳定的;式中:∣∣⋅∣∣||·||∣∣⋅∣∣为欧几里得范数,其几何意义是空间距离的尺度,如∣∣x0−xe∣∣||x_0-x_e||∣∣x0−xe∣∣表示状态空间x0x_0x0点至xex_exe点之间距离的尺度,数学表达式为:
∣∣x0−xe∣∣=(x10−x1e)2+⋯+(xn0−xne)2(6)||x_0-x_e||=\sqrt{(x_{10}-x_{1e})^2+\cdots+(x_{n0}-x_{ne})^2}\tag{6} ∣∣x0−xe∣∣=(x10−x1e)2+⋯+(xn0−xne)2(6)渐近稳定性
若系统的平衡状态xex_exe不仅具有李雅普诺夫意义下的稳定性,且有:
limt→∞∣∣x(t;x0,t0)−xe∣∣=0(7)\lim_{t\to\infty}||x(t;x_0,t_0)-x_e||=0\tag{7} t→∞lim∣∣x(t;x0,t0)−xe∣∣=0(7)
则称此平衡状态是渐近稳定的;大范围(全局)渐近稳定性
当初始条件扩展至整个状态空间,且平衡状态均具有渐近稳定性时,称此平衡状态是大范围渐近稳定的,此时δ→∞,S(δ)→∞\delta\to\infty,S(\delta)\to\inftyδ→∞,S(δ)→∞;当t→∞t\to\inftyt→∞时,由状态空间中任一点出发的轨迹都收敛至xxx;
对于严格线性的系统,如果它是渐近稳定的,则必定是大范围渐近稳定的,对于非线性系统来说,其稳定性与初始条件密切相关,系统渐近稳定不一定是大范围渐近稳定;
不稳定性
如果对于某个实数ε>0\varepsilon>0ε>0和任一个实数δ>0\delta>0δ>0,不管这两个实数有多小,在S(δ)S(\delta)S(δ)内总存在一个状态x0x_0x0,使得由这一状态出发的轨迹超出S(ε)S(\varepsilon)S(ε),则平衡状态xex_exe称为是不稳定的;
4.2 李雅普诺夫第一法(间接法)
李雅普诺夫第一法是利用状态方程解的特性来判断系统稳定性的方法,适用于线性定常、线性时变及非线性函数可线性化的情况;
定理9:对于线性定常系统x˙=Ax,x(0)=x0,t≥0\dot{x}=Ax,x(0)=x_0,t≥0x˙=Ax,x(0)=x0,t≥0,有:
- 系统的每一平衡状态是在李雅普诺夫意义下稳定的充分必要条件:AAA的所有特征值均具有非正(负或零)实部,且具有零实部的特征值为AAA的最小多项式的单根;
- 系统的唯一平衡状态xe=0x_e=0xe=0是渐近稳定的充分必要条件:AAA的所有特征值均具有负实部;
4.3 李雅普诺夫第二法(直接法)
李雅普诺夫提出,可虚构一个能量函数,被称为李雅普诺夫函数,一般它与x1,x2,⋯,xnx_1,x_2,\cdots,x_nx1,x2,⋯,xn及ttt有关,记为V(x,t)V(x,t)V(x,t);
若不显含ttt,则记为V(x)V(x)V(x);它是一个标量函数,考虑到能量总是大于零,故为正定函数;能量衰减特性用V˙(x,t)\dot{V}(x,t)V˙(x,t)或V˙(x)\dot{V}(x)V˙(x)表示;李雅普诺夫第二法用VVV及V˙\dot{V}V˙的符号特征,直接对平衡状态稳定性做出判断,无需求出系统状态方程的解;
对于线性系统,通常用二次型函数xTPxx^TPxxTPx作为李雅普诺夫函数;
标量函数定号性简单介绍
正定性:标量函数V(x)V(x)V(x)对所有在域SSS中的非零状态xxx有V(x)>0V(x)>0V(x)>0且V(0)=0V(0)=0V(0)=0,则在域SSS内的标量函数V(x)V(x)V(x)称为是正定的;
负定性:如果−V(x)-V(x)−V(x)是正定函数,则标量函数V(x)V(x)V(x)称为负定函数;
正半定性:如果标量函数V(x)V(x)V(x)除了原点及某些状态处等于零外,在域SSS内的所有状态都是正定的,则V(x)V(x)V(x)称为正半定函数;
负半定性:如果−V(x)-V(x)−V(x)是正半定函数,则标量函数V(x)V(x)V(x)称为负半定函数;
不定性:如果在域SSS内,不论域SSS多么小,V(x)V(x)V(x)即可为正值,也可为负值,则标量函数V(x)V(x)V(x)称为不定函数;
李雅普诺夫第二法主要定理
定理10(定常系统大范围渐近稳定判别定理1):对于定常系统:
x˙=f(x),t≥0(8)\dot{x}=f(x),t≥0\tag{8} x˙=f(x),t≥0(8)
其中:f(0)=0f(0)=0f(0)=0,如果存在一个具有连续一阶导数的标量函数V(x),V(0)=0V(x),V(0)=0V(x),V(0)=0,且对于状态空间XXX中的一切非零点xxx满足如下条件:- V(x)V(x)V(x)为正定;
- V˙(x)\dot{V}(x)V˙(x)为负定;
- 当∣∣x∣∣→∞||x||\to\infty∣∣x∣∣→∞时V(x)→∞V(x)\to\inftyV(x)→∞.
则系统的原点平衡点状态是大范围渐近稳定的.
实例分析:
Example1: 设系统状态方程为:
x˙1=x2−x1(x12+x22)x˙2=−x1−x2(x12+x22)\begin{aligned} &\dot{x}_1=x_2-x_1(x_1^2+x_2^2)\\ &\dot{x}_2=-x_1-x_2(x_1^2+x_2^2) \end{aligned} x˙1=x2−x1(x12+x22)x˙2=−x1−x2(x12+x22)
确定系统的稳定性.解:
原点(x1=0,x2=0)(x_1=0,x_2=0)(x1=0,x2=0)是该系统唯一的平衡状态;
选定正定标量函数V(x)V(x)V(x)为:
V(x)=x12+x22V(x)=x_1^2+x_2^2 V(x)=x12+x22
则沿任意轨迹V(x)V(x)V(x)对时间的导数:
V˙(x)=2x1x˙1+2x2x˙2=−2(x12+x22)2\dot{V}(x)=2x_1\dot{x}_1+2x_2\dot{x}_2=-2(x_1^2+x_2^2)^2 V˙(x)=2x1x˙1+2x2x˙2=−2(x12+x22)2
是负定的.说明V(x)V(x)V(x)沿任意轨迹是连续减小的,因此V(x)V(x)V(x)是一个李雅普诺夫函数.
由于当∣∣x∣∣→∞||x||\to\infty∣∣x∣∣→∞时V(x)→∞V(x)\to\inftyV(x)→∞,所以系统在原点处的平衡状态是大范围渐近稳定的.
定理11(定常系统大范围渐近稳定判别定理2):对于定常系统(8),如果存在一个具有连续一阶导数的标量V(x),V(x)=0V(x),V(x)=0V(x),V(x)=0,且对状态空间XXX中的一切非零点xxx满足如下条件:
- V(x)V(x)V(x)为正定;
- V˙(x)\dot{V}(x)V˙(x)为负半定;
- 对任意x∈X,V˙(x(t;x0,0))≢0x\in{X},\dot{V}(x(t;x_0,0))\not \equiv0x∈X,V˙(x(t;x0,0))≡0;
- 当∣∣x∣∣→∞||x||\to\infty∣∣x∣∣→∞时,V(x)→∞V(x)\to\inftyV(x)→∞.
则系统的原点平衡状态是大范围渐近稳定的.
实例分析:
Example2: 已知定常系统状态方程为:
x˙1=x2x˙2=−x1−(1+x2)2x2\begin{aligned} &\dot{x}_1=x_2\\ &\dot{x}_2=-x_1-(1+x_2)^2x_2 \end{aligned} x˙1=x2x˙2=−x1−(1+x2)2x2
确定系统的稳定性.解:
原点(x1=0,x2=0)(x_1=0,x_2=0)(x1=0,x2=0)为系统唯一的平衡状态.
取V(x)=x12+x22V(x)=x_1^2+x_2^2V(x)=x12+x22,且有:
V(x)=x12+x22V(x)=x_1^2+x_2^2V(x)=x12+x22为正定,
V˙(x)=2x1x˙1+2x2x˙2=−2x22(1+x2)2\dot{V}(x)=2x_1\dot{x}_1+2x_2\dot{x}_2=-2x_2^2(1+x_2)^2V˙(x)=2x1x˙1+2x2x˙2=−2x22(1+x2)2.容易看出,除了①x1x_1x1任意,x2=0x_2=0x2=0;②x1x_1x1任意,x2=−1x_2=-1x2=−1时,V˙(x)=0\dot{V}(x)=0V˙(x)=0外,均有V˙(x)<0\dot{V}(x)<0V˙(x)<0,所以,V˙(x)\dot{V}(x)V˙(x)为负半定.
检查是否V˙(x(t;x0,0))≢0\dot{V}(x(t;x_0,0))\not\equiv0V˙(x(t;x0,0))≡0.考虑到使得V˙(x)=0\dot{V}(x)=0V˙(x)=0的可能性只有上述①和②两种情况,所有问题归结为判断这两种情况是否为系统的受扰运动解.
考察情况①:设x‾(t;x0,0)=[x1(t)0]T\overline{x}(t;x_0,0)=\begin{bmatrix}x_1(t) & 0\end{bmatrix}^Tx(t;x0,0)=[x1(t)0]T,则由x2(t)≡0x_2(t)\equiv0x2(t)≡0可导出x˙2=0\dot{x}_2=0x˙2=0,将此代入系统状态方程可得:
x˙1(t)=x2(t)=00=x˙2(t)=−(1+x2(t))2x2(t)−x1(t)=−x1(t)\begin{aligned} &\dot{x}_1(t)=x_2(t)=0\\ &0=\dot{x}_2(t)=-(1+x_2(t))^2x_2(t)-x_1(t)=-x_1(t) \end{aligned} x˙1(t)=x2(t)=00=x˙2(t)=−(1+x2(t))2x2(t)−x1(t)=−x1(t)
表明,除了点(x1=0,x2=0)(x_1=0,x_2=0)(x1=0,x2=0)外,x‾(t;x0,0)=[x1(t)0]T\overline{x}(t;x_0,0)=[x_1(t)\ \ 0]^Tx(t;x0,0)=[x1(t) 0]T不是系统的受扰运动解.考察情况②:设x‾(t;x0,0)=[x1(t)−1]T\overline{x}(t;x_0,0)=[x_1(t) \ \ \ -1]^Tx(t;x0,0)=[x1(t) −1]T,则由x2(t)=−1x_2(t)=-1x2(t)=−1可导出x˙2(t)=0\dot{x}_2(t)=0x˙2(t)=0,将此代入系统状态方程可得:
x˙1(t)=x2(t)=−10=x˙2(t)=−(1+x2(t))2x2(t)−x1(t)=−x1(t)\begin{aligned} &\dot{x}_1(t)=x_2(t)=-1\\ &0=\dot{x}_2(t)=-(1+x_2(t))^2x_2(t)-x_1(t)=-x_1(t) \end{aligned} x˙1(t)=x2(t)=−10=x˙2(t)=−(1+x2(t))2x2(t)−x1(t)=−x1(t)
这是一个矛盾的结果,表明x‾(t;x0,0)=[x1(t)−1]T\overline{x}(t;x_0,0)=[x_1(t) \ \ \ -1]^Tx(t;x0,0)=[x1(t) −1]T也不是系统受扰运动解.综合以上分析,V˙(x(t;x0,0))≢0\dot{V}(x(t;x_0,0))\not\equiv0V˙(x(t;x0,0))≡0.
当∣∣x∣∣→∞||x||\to\infty∣∣x∣∣→∞时,显然有V(x)=∣∣x∣∣2→∞V(x)=||x||^2\to\inftyV(x)=∣∣x∣∣2→∞.
因此,系统的原点平衡状态是大范围渐近稳定的.
定理12(不稳定判别定理):对于定常系统(8),如果存在一个具有连续一阶导数的标量函数V(x)V(x)V(x)(V(0)=0V(0)=0V(0)=0),和围绕原点的域Ω\OmegaΩ,使得对于一切x∈Ωx\in\Omegax∈Ω和一切t≥t0t≥t_0t≥t0满足如下条件:
- V(x)V(x)V(x)为正定;
- V(x)˙\dot{V(x)}V(x)˙为正定;
则系统平衡状态为不稳定.
4.4 线性定常系统的李雅普诺夫稳定性分析
线性定常连续系统渐近稳定性的判别
设线性定常系统状态方程为:
x˙=Ax,x(0)=x0,t≥0(9)\dot{x}=Ax,x(0)=x_0,t≥0\tag{9} x˙=Ax,x(0)=x0,t≥0(9)
AAA为非奇异矩阵.故原点是唯一平衡状态.设取正定二次型函数V(x)=xTPxV(x)=x^TPxV(x)=xTPx作为可能的李雅普诺夫函数,考虑到系统状态方程,则有:
V˙(x)=x˙TPx+xTPx˙=xT(ATP+PA)x(10)\dot{V}(x)=\dot{x}^TPx+x^TP\dot{x}=x^T(A^TP+PA)x\tag{10} V˙(x)=x˙TPx+xTPx˙=xT(ATP+PA)x(10)
令:
ATP+PA=−Q(11)A^TP+PA=-Q\tag{11} ATP+PA=−Q(11)
有:
V˙(x)=−xTQx(12)\dot{V}(x)=-x^TQx\tag{12} V˙(x)=−xTQx(12)
线性定常连续系统渐近稳定的充分必要条件:给定一正定矩阵PPP,存在着满足式(11)的正定矩阵QQQ,xTPxx^TPxxTPx是该系统的一个李雅普诺夫函数,式(11)称为李雅普诺夫矩阵代数方程。使用中常选取QQQ阵为单位阵或对角线阵。定理13:线性定常系统x˙=Ax,x(0)=x0,t≥0\dot{x}=Ax,x(0)=x_0,t≥0x˙=Ax,x(0)=x0,t≥0的原点平衡状态xe=0x_e=0xe=0为渐近稳定的充分必要条件:对于任意给定的一个正定对称矩阵QQQ,有唯一的正定对称矩阵PPP使式(11)成立.
实例分析:
Example3: 已知线性定常连续系统状态方程为:
x˙1=x2,x˙2=2x1−x2\dot{x}_1=x_2,\dot{x}_2=2x_1-x_2 x˙1=x2,x˙2=2x1−x2
用李雅普诺夫方程判定系统的渐近稳定性.解:
先用特征值判据判断,系统状态方程为:
x˙=[012−1]x,A=[012−1]\dot{x}= \begin{bmatrix} 0 & 1\\ 2 & -1 \end{bmatrix}x, A= \begin{bmatrix} 0 & 1\\ 2 & -1 \end{bmatrix} x˙=[021−1]x,A=[021−1]∣λI−A∣=∣λ−1−2λ+1∣=λ2+λ−2=(λ−1)(λ+2)=0|\lambda{I}-A|= \begin{vmatrix} \lambda & -1\\ -2 & \lambda+1 \end{vmatrix}= \lambda^2+\lambda-2=(\lambda-1)(\lambda+2)=0 ∣λI−A∣=∣∣λ−2−1λ+1∣∣=λ2+λ−2=(λ−1)(λ+2)=0
特征值为:−2,1-2,1−2,1,故系统不稳定.
令:
ATP+PA=−Q=−IA^TP+PA=-Q=-I ATP+PA=−Q=−IP=PT=[P11P12P21P22]P=P^T= \begin{bmatrix} P_{11} & P_{12}\\ P_{21} & P_{22} \end{bmatrix} P=PT=[P11P21P12P22]
则有:
[021−1][P11P12P21P22]+[P11P12P21P22][012−1]=[−100−1]\begin{bmatrix} 0 & 2\\ 1 & -1 \end{bmatrix}\begin{bmatrix} P_{11} & P_{12}\\ P_{21} & P_{22} \end{bmatrix}+ \begin{bmatrix} P_{11} & P_{12}\\ P_{21} & P_{22} \end{bmatrix}\begin{bmatrix} 0 & 1\\ 2 & -1 \end{bmatrix}= \begin{bmatrix} -1 & 0\\ 0 & -1 \end{bmatrix} [012−1][P11P21P12P22]+[P11P21P12P22][021−1]=[−100−1]
展开:
4P12=−1,2P12−2P22=−1,P11−P12+2P22=04P_{12}=-1,2P_{12}-2P_{22}=-1,P_{11}-P_{12}+2P_{22}=0 4P12=−1,2P12−2P22=−1,P11−P12+2P22=0
解得:
P=[P11P12P21P22]=[−34−14−1414]P= \begin{bmatrix} P_{11} & P_{12}\\ P_{21} & P_{22} \end{bmatrix}= \begin{bmatrix} -\displaystyle\frac{3}{4} & -\displaystyle\frac{1}{4}\\\\ -\displaystyle\frac{1}{4} & \displaystyle\frac{1}{4} \end{bmatrix} P=[P11P21P12P22]=⎣⎡−43−41−4141⎦⎤
由于P11=−34,detP=−14<0P_{11}=-\displaystyle\frac{3}{4},\det{P}=-\displaystyle\frac{1}{4}<0P11=−43,detP=−41<0,故PPP不定,可知系统非渐近稳定.由特征值判据知系统是不稳定的.线性定常离散系统渐近稳定性的判别
设线性定常离散系统状态方程为:
x(k+1)=Φx(k),x(0)=x0;k=0,1,2,⋯,(13)x(k+1)=\Phi{x}(k),x(0)=x_0;k=0,1,2,\cdots,\tag{13} x(k+1)=Φx(k),x(0)=x0;k=0,1,2,⋯,(13)
式中:Φ\PhiΦ阵为非奇异;原点是平衡状态.取正定二次型函数:
V(x(k))=xT(k)Px(k)(14)V(x(k))=x^T(k)Px(k)\tag{14} V(x(k))=xT(k)Px(k)(14)
以ΔV(x(k))\Delta{V}(x(k))ΔV(x(k))代替V˙(x)\dot{V}(x)V˙(x),有:
ΔV(x(k))=V(x(k+1))−V(x(k))(15)\Delta{V}(x(k))=V(x(k+1))-V(x(k))\tag{15} ΔV(x(k))=V(x(k+1))−V(x(k))(15)
考虑到状态方程式(13)有:
ΔV(x(k))=xT(k)(ΦTPΦ−P)x(k)(16)\Delta{V}(x(k))=x^T(k)(\Phi^TP\Phi-P)x(k)\tag{16} ΔV(x(k))=xT(k)(ΦTPΦ−P)x(k)(16)
令:
ΦTPΦ−P=−Q(17)\Phi^TP\Phi-P=-Q\tag{17} ΦTPΦ−P=−Q(17)
有:
ΔV(x(k))=−xT(k)Qx(k)(18)\Delta{V(x(k))}=-x^T(k)Qx(k)\tag{18} ΔV(x(k))=−xT(k)Qx(k)(18)
定理14:系统(13)渐近稳定的充分必要条件:给定任一正定对称矩阵QQQ,存在一个正定对称矩阵PPP使式(17)成立;xT(k)Px(k)x^T(k)Px(k)xT(k)Px(k)是系统的一个李雅普诺夫函数,式(17)称为离散的李雅普诺夫代数方程,通常可取Q=IQ=IQ=I.
如果ΔV(x(k))\Delta{V}(x(k))ΔV(x(k))沿任一解的序列不恒为零,则QQQ可取为正半定矩阵.
李雅普诺夫稳定性判据汇总表:
自动控制原理9.4---李雅普诺夫稳定性分析相关推荐
- 自动控制原理笔记-线性系统的稳定性分析
目录 稳定的概念及定义: 系统稳定的充要条件--闭环极点全部落在虚轴左边: 系统的稳定性判据: 劳斯判据(充要性)判据: 劳斯表特殊情况例(出现计算过程分母为0): 劳斯表特殊情况例(出现全0行): ...
- 【自动控制原理】 根轨迹法之根轨迹法分析系统性能
一.稳定性能 根轨迹法的核心思路是:通过研究系统特征方程的根随着传递函数中某一参数从0到∞变化时而变化形成的轨线. 闭环系统稳定性的充分必要条件:系统所有特征根均具有负实部. 表现在根轨迹中,就是所有 ...
- 【自动控制原理仿真实验】 稳定性及稳态误差实验(实验三)
稳定性及稳态误差实验(实验三) 一.实验要求 二.实验简介 稳态误差的分类 1.原理性误差 2.实际性误差 三.实验过程 1.控制系统特征方程与稳定性的关系 2.分析给定输入的系统稳态误差影响 0型二 ...
- 自动控制原理——线性系统的根轨迹分析法
根轨迹法 根轨迹的基本概念 定义 幅值条件 相角条件 根轨迹的本质 稳定性 稳态性能 动态性能 根轨迹的要求 普通根轨迹的绘制 绘制法则 1.根轨迹的支数.连续性.对称性 2.根轨迹的起点和终点 3. ...
- 自动控制原理【2021/12/19更新】
目录 写在前面 (一) 控制系统导论 (二) 系统数学模型 (1) 微分方程 (2) 传递函数 (3) 方框图 (4) 信号流图 (三) 反馈控制系统的特性与性能 (1) 误差信号 (2) 二阶系统性 ...
- 【经典控制理论】| 自动控制原理知识点概要(下)
参考资料 胡寿松<自动控制原理>第6版 刘豹<现代控制理论>第3版 斐润<自动控制原理> 哈工大控制学科803考研资料 前文 [经典控制理论]| 自动控制原理知识点 ...
- 【控制】李亚普诺夫稳定性分析
李亚普诺夫稳定性分析 李亚普诺夫稳定性分析 1. 系统平衡状态 2. 稳定性 2.1 李亚普诺夫意义下的稳定 2.2 渐进稳定 / 2.3 大范围稳定 2.4 不稳定 3. 李亚普诺夫第一法 4. 李 ...
- 自动控制原理学习笔记系列( 一、自动控制系统的稳定性分析)
自动控制原理学习笔记系列 第一篇 自动控制系统的稳定性分析 自动控制原理学习笔记系列 一.目的 二.操作步骤 1. 研究高阶系统的稳定性 2.系统根轨迹增益变化对系统稳定性的影响 一.目的 (1) 研 ...
- 【自动控制原理】稳定性分析
文章目录 ==连续==时间系统稳定性的代数判据 Routh稳定判据 劳斯-霍尔维茨判据的应用 ==离散==时间系统稳定性的代数判据 0. 常用 Z Z Z 变换 1. 劳斯-霍尔维茨判据在离散时间系统 ...
- 自动控制原理7.5---离散系统的稳定性与稳态误差
参考书籍:<自动控制原理>(第七版).胡寿松主编. <自动控制原理PDF版下载> 5.离散系统的稳定性与稳态误差 5.1 s s s域到 z z z域的映射 在 z z z变换 ...
最新文章
- firefox浏览器 插件--【维基百科+谷歌翻译】高级应用之 带图翻译
- [转载]JDBC/Spring/MyBatis性能比较
- Django中间件与python日志模块 介绍
- iOS开发cocoaPod的使用
- php如何查看端口有没被占用,如何查看某个端口被谁占用
- python w3cschool_python|w3cschool菜鸟教程
- 高等数学(下)知识点总结(1)
- 基于QT和DCMTK的Dicom 图像浏览器---目录
- 关于彻底卸载手心输入法的终极操作
- 漫步者lollipods如何调节音量_Edifer 漫步者 Lolli pods 评测及对一些问题的实际体验...
- 西瓜书笔记--第三章 线性模型
- 2019年新版新媒体运营学习路线,附完整视频+工具+运营经验
- sae bae微信上墙|微信墙完美版(php源码),最新微信表白墙源码 微信互动墙 微信留言板 微信留言墙源码 - A保站...
- 苹果应用商店ASO优化技巧
- ixgbe网卡驱动 Ⅳ----收发包流程详解
- Win10双显示器显示设置与输入信号超出范围解决方法
- Linux gpg命令
- 图像处理 直方图均衡化
- HDLBITS笔记34:Lemmings1、Lemmings2、Lemmings3、Lemmings4
- 故事得从西元1202年说起,话说有一位意大利青年,名叫斐波那契。 在他的一部著作中提出了一个有趣的问题:假设一对刚出生的小兔一个月后就能长成大兔, 再过一个月就能生下一对小兔,并且此后每个月都生一对小