连续非线性系统线性化理论

在工程领域的被控对象常常是非线性的动力系统。对非线性控制系统 x ˙ = f ( x , t ) \dot{x}=f(x,t) x˙=f(x,t)的稳定性分析,常常需要将非线性系统线性化成线性系统 x ˙ = A ( t ) x \dot x = A(t)x x˙=A(t)x后,对线性系统设计的控制器放在非线性系统上,达到合适的控制效果。而实际上,这样的线性化后的系统的稳定性常常无法代替原非线性系统的稳定性。只有在满足一定的条件下时,上述二者才可以划等号。本篇博客重点研究上述非线性系统可线性化的条件(即使得线性化后的系统 x ˙ = A ( t ) x \dot x = A(t)x x˙=A(t)x的稳定性能代替原系统 x ˙ = f ( x , t ) \dot{x}=f(x,t) x˙=f(x,t)的稳定性)。

1.非线性系统的线性化条件

1.1 线性化定理

定理 对于非线性系统 x ˙ = f ( x , t ) , f ( 0 , t ) = 0 \dot {\mathbf{x}} = \mathbf f(\mathbf{x},t),\mathbf f(\mathbf 0,t) = \mathbf 0 x˙=f(x,t),f(0,t)=0, f ( x , t ) \mathbf f(\mathbf{x},t) f(x,t)对变量 x \mathbf{x} x连续可微, A ( t ) = [ ∂ f ( x , t ) ∂ x ] x = 0 A(t)=[\frac{\partial \mathbf{f(\mathbf{x},t)} }{\partial \mathbf{x}}]_{ \mathbf{x} = \mathbf{0}} A(t)=[∂x∂f(x,t)​]x=0​。当满足以下条件时,若线性时变系统 z ˙ ( t ) = A ( t ) z ( t ) \dot z(t)=A(t)z(t) z˙(t)=A(t)z(t)在 [ 0 , + ∞ ) [0,+\infty) [0,+∞)内一致渐进稳定,则原非线性系统在 [ 0 , + ∞ ) [0,+\infty) [0,+∞)内同样一致渐进稳定。

  • (1) A ( t ) A(t) A(t)有界,即:
    A ( t ) < + ∞ , ∀ t ≥ 0 A(t)<+\infty,\forall t \geq 0 A(t)<+∞,∀t≥0

  • (2)令 ψ ( x , t ) = f ( x , t ) − A ( t ) x \psi(\mathbf{x},t)=\mathbf{f}(\mathbf{x},t)-A(t)\mathbf{x} ψ(x,t)=f(x,t)−A(t)x,有:

lim ⁡ ∣ ∣ x ∣ ∣ → 0 sup ⁡ t ≥ 0 ∣ ∣ ψ ( x , t ) ∣ ∣ ∣ ∣ x ∣ ∣ = lim ⁡ ∣ ∣ x ∣ ∣ → 0 sup ⁡ t ≥ 0 ∣ ∣ f ( x , t ) − [ ∂ f ( x , t ) ∂ x ] x = 0 x ∣ ∣ ∣ ∣ x ∣ ∣ = 0 \lim_{||\mathbf{x}||\rightarrow 0}\sup_{t \geq 0}\frac{||\psi(\mathbf{x},t)||}{||\mathbf{x}||}=\lim_{||\mathbf{x}||\rightarrow 0}\sup_{t \geq 0}\frac{||\mathbf{f}(\mathbf{x},t)-[\frac{\partial \mathbf{f(\mathbf{x},t)} }{\partial \mathbf{x}}]_{ \mathbf{x} = \mathbf{0}}\mathbf{x}||}{||\mathbf{x}||}=0 ∣∣x∣∣→0lim​t≥0sup​∣∣x∣∣∣∣ψ(x,t)∣∣​=∣∣x∣∣→0lim​t≥0sup​∣∣x∣∣∣∣f(x,t)−[∂x∂f(x,t)​]x=0​x∣∣​=0

1.2 预备引理

为了证明上述定理,需要以下引理:

引理1 对于线性时变系统
x ˙ = A ( t ) x , x ( t 0 ) = x 0 , ∀ t ≥ t 0 \dot{\mathbf{x}} = A(t)\mathbf{x} ,\mathbf{x}(t_0)=\mathbf{x}_0,\forall t \geq t_0 x˙=A(t)x,x(t0​)=x0​,∀t≥t0​
该系统是一致渐进稳定的,当且仅当它是指数稳定的。设该系统的状态转移矩阵为 Φ ( t , t 0 ) \Phi(t,t_0) Φ(t,t0​),则该系统一致渐进稳定的充要条件是存在与 t 0 t_0 t0​无关的常数 k 1 , k 2 k_1,k_2 k1​,k2​使得:
∣ ∣ Φ ( t , t 0 ) ∣ ∣ ≤ k 1 e − k 2 ( t − t 0 ) , ∀ t ≥ t 0 ||\Phi(t,t_0)||\leq k_1e^{-k_2(t-t_0)},\forall t \geq t_0 ∣∣Φ(t,t0​)∣∣≤k1​e−k2​(t−t0​),∀t≥t0​
证明:充分性证明略。现证明必要性,若原线性时变系统一致渐进稳定,则 ∀ x 0 \forall \mathbf{x}_0 ∀x0​,解 Φ ( t , t 0 ) x 0 \Phi(t,t_0)\mathbf{x}_0 Φ(t,t0​)x0​是一致收敛的,从而存在与时刻 t 0 t_0 t0​无关的常数 T T T使:
∣ ∣ Φ ( t 0 + T , t 0 ) ∣ ∣ ≤ 1 2 ||\Phi(t_0+T,t_0)||\leq\frac{1}{2} ∣∣Φ(t0​+T,t0​)∣∣≤21​
由于 ∣ ∣ Φ ( t , t 0 ) ∣ ∣ ||\Phi(t,t_0)|| ∣∣Φ(t,t0​)∣∣一致有界,则存在与时间 t 0 t_0 t0​无关的正常数 k 3 > 0 k_3>0 k3​>0使得:
∣ ∣ Φ ( t , t 0 ) ∣ ∣ ≤ k 3 , ∀ t ≥ t 0 ||\Phi(t,t_0)||\leq k_3,\forall t \geq t_0 ∣∣Φ(t,t0​)∣∣≤k3​,∀t≥t0​
由此可知:

使得 ∣ ∣ Φ ( t , t 0 ) ∣ ∣ ≤ k 1 e − k 2 ( t − t 0 ) , ∀ t ≥ t 0 ||\Phi(t,t_0)||\leq k_1e^{-k_2(t-t_0)},\forall t \geq t_0 ∣∣Φ(t,t0​)∣∣≤k1​e−k2​(t−t0​),∀t≥t0​,证毕。

上述证明说明了线性时变系统的一致渐进稳定与指数稳定是等价的。

引理2 对于线性时变系统
x ˙ = A ( t ) x , x ( t 0 ) = x 0 , ∀ t ≥ t 0 \dot{\mathbf{x}} = A(t)\mathbf{x} ,\mathbf{x}(t_0)=\mathbf{x}_0,\forall t \geq t_0 x˙=A(t)x,x(t0​)=x0​,∀t≥t0​
​ 若 A ( t ) A(t) A(t)分段连续且一致有界。则此系统一致渐进稳定当且仅当对于任意给定的一致正定和一致有界矩阵 Q ( t ) : [ t 0 , ∞ ) → R n × n Q(t):[t_0,\infty)\rightarrow R^{n \times n} Q(t):[t0​,∞)→Rn×n,对于以下的 L y a p u n o v Lyapunov Lyapunov微分方程:
P ˙ ( t ) + A T ( t ) P ( t ) + P ( t ) A ( t ) = − Q ( t ) , ∀ t ≥ t 0 \dot{P}(t)+A^T(t)P(t)+P(t)A(t)=-Q(t),\forall t \geq t_0 P˙(t)+AT(t)P(t)+P(t)A(t)=−Q(t),∀t≥t0​
有唯一的一致正定和一致有界的解 P ( t ) , t ≥ t 0 P(t),t\geq t_0 P(t),t≥t0​,且 P ( t ) P(t) P(t)可以写成如下形式:
P ( t ) = ∫ t + ∞ Φ T ( s , t ) Q ( s ) Φ ( s , t ) d s P(t)=\int_t^{+\infty}\Phi^T(s,t)Q(s)\Phi(s,t)ds P(t)=∫t+∞​ΦT(s,t)Q(s)Φ(s,t)ds
其中 Φ ( s , t ) \Phi(s,t) Φ(s,t)是线性时变系统的状态转移矩阵。

其中对于一致正定和一致有界的定义为:

设 P ( t ) : [ t 0 , + ∞ ) → R n × n P(t):[t_0,+\infty)\rightarrow R^{n \times n} P(t):[t0​,+∞)→Rn×n是一个分段连续的对称矩阵,若存在两个正常数 α 1 \alpha_1 α1​和 α 2 \alpha_2 α2​使得:
α 1 I n ≤ P ( t ) ≤ α 2 I n , ∀ t ≥ t 0 \alpha_1I_n\leq P(t) \leq \alpha_2 I_n,\forall t \geq t_0 α1​In​≤P(t)≤α2​In​,∀t≥t0​
则 P ( t ) P(t) P(t)是一致正定和一致有界的。

证明 充分性易证明,构造Lyapunov函数 V ( x , t ) = x T P ( t ) x V(\mathbf{x},t)=\mathbf{x}^TP(t)\mathbf{x} V(x,t)=xTP(t)x即可。下面证明其必要性:

​ 设 β 1 I n ≤ Q ( t ) ≤ β 2 I n \beta_1I_n\leq Q(t) \leq\beta_2I_n β1​In​≤Q(t)≤β2​In​,必要性分为以下两部分进行证明:

(a) 证明存在唯一的 P ( t ) = ∫ t + ∞ Φ T ( s , t ) Q ( s ) Φ ( s , t ) d s P(t)=\int_t^{+\infty}\Phi^T(s,t)Q(s)\Phi(s,t)ds P(t)=∫t+∞​ΦT(s,t)Q(s)Φ(s,t)ds满足 L y a p u n o v Lyapunov Lyapunov微分方程:
P ˙ ( t ) + A T ( t ) P ( t ) + P ( t ) A ( t ) = − Q ( t ) , ∀ t ≥ t 0 \dot{P}(t)+A^T(t)P(t)+P(t)A(t)=-Q(t),\forall t \geq t_0 P˙(t)+AT(t)P(t)+P(t)A(t)=−Q(t),∀t≥t0​
(b)证明(a)中的 P ( t ) P(t) P(t)一致正定且一致有界。

首先证明(a):由于原线性时变系统 x ˙ = A ( t ) x , x ( t 0 ) = x 0 , ∀ t ≥ t 0 \dot{\mathbf{x}} = A(t)\mathbf{x} ,\mathbf{x}(t_0)=\mathbf{x}_0,\forall t \geq t_0 x˙=A(t)x,x(t0​)=x0​,∀t≥t0​一致渐进稳定,由引理1可知其必然指数稳定,因此 ∃ k 1 , k 2 > 0 \exists k_1,k_2 >0 ∃k1​,k2​>0,使得:
∣ ∣ Φ ( s , t ) ∣ ∣ < k 1 e − k 2 ( s − t ) , ∀ s > t ||\Phi(s,t)||<k_1e^{-k_2(s-t)},\forall s > t ∣∣Φ(s,t)∣∣<k1​e−k2​(s−t),∀s>t
(i)先证明 P ( t ) P(t) P(t)存在且有界。有 P ( t ) P(t) P(t)满足:
0 ≤ P ( t ) = ∫ t + ∞ Φ ( s , t ) T Q ( s ) Φ ( s , t ) d s ≤ ( ∫ t + ∞ ∣ ∣ Φ ( s , t ) T ∣ ∣ ∣ ∣ Q ( s ) ∣ ∣ ∣ ∣ Φ ( s , t ) ∣ ∣ d s ) I n ≤ ( β 2 ∫ t + ∞ k 1 2 e − 2 k 2 ( s − t ) d s ) I n = β 2 k 1 2 2 k 2 I n 0\leq P(t)=\int_t^{+\infty}\Phi(s,t)^TQ(s)\Phi(s,t)ds\\\leq(\int_t^{+\infty}||\Phi(s,t)^T||||Q(s)||||\Phi(s,t)||ds)I_n\\ \leq (\beta_2\int_t^{+\infty}k_1^2e^{-2k_2(s-t)}ds)I_n=\frac{\beta_2k_1^2}{2k_2}I_n 0≤P(t)=∫t+∞​Φ(s,t)TQ(s)Φ(s,t)ds≤(∫t+∞​∣∣Φ(s,t)T∣∣∣∣Q(s)∣∣∣∣Φ(s,t)∣∣ds)In​≤(β2​∫t+∞​k12​e−2k2​(s−t)ds)In​=2k2​β2​k12​​In​
​ 上式说明 P ( t ) P(t) P(t)存在且有界。

(ii)再证明 P ( t ) P(t) P(t)满足 L y a p u n o v Lyapunov Lyapunov微分方程。
P ˙ ( t ) = lim ⁡ s → ∞ Φ T ( s , t ) Q ( s ) Φ ( s , t ) − Φ T ( t , t ) Q ( t ) Φ ( t , t ) + ∫ t ∞ d d t ( Φ ( s , t ) T Q ( s ) Φ ( s , t ) ) d s = − Q ( t ) + ∫ t ∞ d d t ( Φ ( s , t ) T ) Q ( s ) Φ ( s , t ) d s + ∫ t ∞ Φ ( s , t ) T Q ( s ) d d t Φ ( s , t ) d s = − Q ( t ) − ∫ t ∞ A ( t ) T Φ T ( s , t ) Q ( s ) Φ ( s , t ) d s − ∫ t ∞ Φ T ( s , t ) Q ( s ) Φ ( s , t ) A ( t ) d s = − Q ( t ) − A ( t ) T P ( t ) − P ( t ) A ( t ) \dot{P}(t)=\lim_{s\rightarrow \infty} \Phi^T(s,t)Q(s)\Phi(s,t)-\Phi^T(t,t)Q(t)\Phi(t,t)+\int_{t}^{\infty}\frac{d}{dt}(\Phi(s,t)^TQ(s)\Phi(s,t))ds\\ =-Q(t)+\int_{t}^{\infty}\frac{d}{dt}(\Phi(s,t)^T)Q(s)\Phi(s,t)ds+\int_{t}^{\infty}\Phi(s,t)^TQ(s)\frac{d}{dt} \Phi(s,t)ds\\=-Q(t)-\int_t^{\infty}A(t)^T\Phi^T(s,t)Q(s)\Phi(s,t)ds-\int_t^{\infty}\Phi^T(s,t)Q(s)\Phi(s,t)A(t)ds\\=-Q(t)-A(t)^TP(t)-P(t)A(t) P˙(t)=s→∞lim​ΦT(s,t)Q(s)Φ(s,t)−ΦT(t,t)Q(t)Φ(t,t)+∫t∞​dtd​(Φ(s,t)TQ(s)Φ(s,t))ds=−Q(t)+∫t∞​dtd​(Φ(s,t)T)Q(s)Φ(s,t)ds+∫t∞​Φ(s,t)TQ(s)dtd​Φ(s,t)ds=−Q(t)−∫t∞​A(t)TΦT(s,t)Q(s)Φ(s,t)ds−∫t∞​ΦT(s,t)Q(s)Φ(s,t)A(t)ds=−Q(t)−A(t)TP(t)−P(t)A(t)

推导的第一步是因为:


(iii)再证满足(i)(ii)的 P ( t ) P(t) P(t)唯一:

设存在另一个 P ′ ( t ) P^{'}(t) P′(t)同样是 L y a p u n o v Lyapunov Lyapunov微分方程的一个解,即满足:
P ′ ˙ ( t ) + A T ( t ) P ′ ( t ) + P ′ ( t ) A ( t ) = − Q ( t ) , ∀ t ≥ t 0 \dot{P^{'}}(t)+A^T(t)P^{'}(t)+P^{'}(t)A(t)=-Q(t),\forall t \geq t_0 P′˙(t)+AT(t)P′(t)+P′(t)A(t)=−Q(t),∀t≥t0​
则有:
P ( t ) = ∫ t + ∞ Φ T ( s , t ) Q ( s ) Φ ( s , t ) d s = − ∫ t + ∞ Φ T ( s , t ) ( P ′ ˙ ( t ) + A T ( t ) P ′ ( t ) + P ′ ( t ) A ( t ) ) Φ ( s , t ) d s = − ∫ t + ∞ d d t ( Φ T ( s , t ) P ′ ( t ) Φ ( s , t ) ) d s = P ′ ( t ) P(t)=\int_t^{+\infty}\Phi^T(s,t)Q(s)\Phi(s,t)ds\\=-\int_t^{+\infty}\Phi^T(s,t)(\dot{P^{'}}(t)+A^T(t)P^{'}(t)+P^{'}(t)A(t))\Phi(s,t)ds\\=-\int_t^{+\infty}\frac{d}{dt}(\Phi^T(s,t)P^{'}(t)\Phi(s,t))ds\\=P^{'}(t) P(t)=∫t+∞​ΦT(s,t)Q(s)Φ(s,t)ds=−∫t+∞​ΦT(s,t)(P′˙(t)+AT(t)P′(t)+P′(t)A(t))Φ(s,t)ds=−∫t+∞​dtd​(ΦT(s,t)P′(t)Φ(s,t))ds=P′(t)
再证明(b): P ( t ) P(t) P(t)一致正定且有界。由(a)-(i)中的证明可知 P ( t ) P(t) P(t)有上界:
P ( t ) ≤ β 2 k 1 2 2 k 2 I n P(t)\leq\frac{\beta_2k_1^2}{2k_2} I_n P(t)≤2k2​β2​k12​​In​
现证明 P ( t ) P(t) P(t)存在下界,由于 A ( t ) A(t) A(t)有界,所以设 ∣ ∣ A ( t ) ∣ ∣ ≤ c ||A(t)||\leq c ∣∣A(t)∣∣≤c。 ∀ s ≥ t \forall s \geq t ∀s≥t有:

令 0 < s − t < σ 0<s-t<\sigma 0<s−t<σ,且满足 1 − e − k 2 ( s − t ) < 1 2 k 2 c k 1 1-e^{-k_2(s-t)}<\frac{1}{2}\frac{k_2}{ck_1} 1−e−k2​(s−t)<21​ck1​k2​​即:
σ = − ln ⁡ ( 1 − k 2 2 c k 1 ) k 2 \sigma=-\frac{\ln(1-\frac{k_2}{2ck_1})}{k_2} σ=−k2​ln(1−2ck1​k2​​)​
时有: ∣ ∣ Φ ( s , t ) x 0 − x 0 ∣ ∣ ≤ 1 2 ∣ ∣ x 0 ∣ ∣ , ∀ s ∈ [ t , t + σ ] ||\Phi(s,t)\mathbf{x_0}-\mathbf{x_0}||\leq \frac{1}{2}||\mathbf x_0||,\forall s \in [t,t+\sigma] ∣∣Φ(s,t)x0​−x0​∣∣≤21​∣∣x0​∣∣,∀s∈[t,t+σ]。从而有:
∣ ∣ Φ ( s , t ) x 0 ∣ ∣ ≥ ∣ ∣ x 0 ∣ ∣ − ∣ ∣ Φ ( s , t ) x 0 − x 0 ∣ ∣ ≥ 1 2 ∣ ∣ x 0 ∣ ∣ , ∀ s ∈ [ t , t + σ ] ||\Phi(s,t)\mathbf{x_0}||\geq ||\mathbf{x_0}||-||\Phi(s,t)\mathbf{x_0}-\mathbf{x_0}||\\ \geq\frac{1}{2}||\mathbf{x_0}||,\forall s \in [t,t+\sigma] ∣∣Φ(s,t)x0​∣∣≥∣∣x0​∣∣−∣∣Φ(s,t)x0​−x0​∣∣≥21​∣∣x0​∣∣,∀s∈[t,t+σ]
则有:
x 0 T P ( t ) x 0 ≥ ∫ t t + σ x 0 T Φ T ( s , t ) Q ( s ) Φ ( s , t ) x 0 d s ≥ β 1 ∫ t t + σ x 0 T Φ T ( s , t ) Φ ( s , t ) x 0 d s ≥ β 1 ∫ t t + σ ∣ ∣ Φ ( s , t ) x 0 ∣ ∣ 2 d s ≥ β 1 σ 2 2 ∣ ∣ x 0 ∣ ∣ 2 \mathbf{x}_0^TP(t)\mathbf{x}_0\geq \int_t^{t+\sigma}\mathbf{x}_0^T\Phi^T(s,t)Q(s)\Phi(s,t)\mathbf{x}_0ds\\\geq \beta_1\int_t^{t+\sigma}\mathbf{x}_0^T\Phi^T(s,t)\Phi(s,t)\mathbf{x}_0ds\\ \geq \beta_1 \int_t^{t+\sigma}||\Phi(s,t)\mathbf{x}_0||^2ds\\ \geq\frac{\beta_1\sigma^2}{2}||x_0||^2 x0T​P(t)x0​≥∫tt+σ​x0T​ΦT(s,t)Q(s)Φ(s,t)x0​ds≥β1​∫tt+σ​x0T​ΦT(s,t)Φ(s,t)x0​ds≥β1​∫tt+σ​∣∣Φ(s,t)x0​∣∣2ds≥2β1​σ2​∣∣x0​∣∣2
故 P ( t ) P(t) P(t)有下界,证毕。

1.3 线性化定理证明

在得到了引理1和引理2之后,可以实现对线性化定理的证明:

证明:由于线性时变系统 z ˙ ( t ) = A ( t ) z ( t ) \dot z(t)=A(t)z(t) z˙(t)=A(t)z(t)在 [ 0 , + ∞ ) [0,+\infty) [0,+∞)内一致渐进稳定。由引理2,存在一致正定且一致有界的对称矩阵 P ( t ) = ∫ t + ∞ Φ T ( s , t ) Φ ( s , t ) d s P(t)=\int_t^{+\infty}\Phi^T(s,t)\Phi(s,t)ds P(t)=∫t+∞​ΦT(s,t)Φ(s,t)ds满足:
P ˙ ( t ) + A T ( t ) P ( t ) + P ( t ) A ( t ) = − I , ∀ t ≥ t 0 \dot{P}(t)+A^T(t)P(t)+P(t)A(t)=-I,\forall t \geq t_0 P˙(t)+AT(t)P(t)+P(t)A(t)=−I,∀t≥t0​
且由 P ( t ) P(t) P(t)的一致正定性,存在 α , β > 0 , ∀ t ≥ 0 , ∀ x ∈ R n \alpha,\beta >0,\forall t \geq 0,\forall \mathbf{x} \in R^n α,β>0,∀t≥0,∀x∈Rn,使:
α x T x ≤ x T P ( t ) x ≤ β x T x , \alpha \mathbf{x}^T\mathbf{x}\leq \mathbf{x}^TP(t)\mathbf{x} \leq \beta \mathbf{x}^T\mathbf{x},\ αxTx≤xTP(t)x≤βxTx, 
构造 L y a p u n o v Lyapunov Lyapunov函数 V ( x , t ) = x T P ( t ) x V(\mathbf{x},t)=\mathbf{x}^TP(t)\mathbf{x} V(x,t)=xTP(t)x,则 V ( x , t ) V(\mathbf{x},t) V(x,t)正定。其导数:
V ˙ ( x , t ) = x T P ˙ ( t ) x + f T ( x , t ) P ( t ) x + x T P ( t ) f ( x , t ) \dot{V}(\mathbf{x},t)=\mathbf{x}^T\dot{P}(t)\mathbf{x}+f^T(\mathbf{x},t)P(t)\mathbf{x}+\mathbf{x}^TP(t)f(\mathbf{x},t) V˙(x,t)=xTP˙(t)x+fT(x,t)P(t)x+xTP(t)f(x,t)
实际上, f ( x , t ) = A ( t ) x + ψ ( x , t ) f(\mathbf{x},t)=A(t)\mathbf{x}+\psi(\mathbf{x},t) f(x,t)=A(t)x+ψ(x,t)带入上式得到:
V ˙ ( x , t ) = x T [ P ˙ ( t ) + A T ( t ) P ( t ) + P ( t ) A ( t ) ] x + 2 x T P ( t ) ψ ( x , t ) = − x T x + 2 x T P ( t ) ψ ( x , t ) \dot{V}(\mathbf{x},t)=\mathbf{x}^T[\dot{P}(t)+A^T(t)P(t)+P(t)A(t)]\mathbf{x}+2\mathbf{x}^TP(t)\psi(\mathbf{x},t)\\=-\mathbf{x}^T\mathbf{x}+2\mathbf{x}^TP(t)\psi(\mathbf{x},t) V˙(x,t)=xT[P˙(t)+AT(t)P(t)+P(t)A(t)]x+2xTP(t)ψ(x,t)=−xTx+2xTP(t)ψ(x,t)
由于 ψ ( x , t ) \psi(\mathbf{x},t) ψ(x,t)满足 lim ⁡ ∣ ∣ x ∣ ∣ → 0 sup ⁡ t ≥ 0 ∣ ∣ ψ ( x , t ) ∣ ∣ ∣ ∣ x ∣ ∣ = 0 \lim_{||\mathbf{x}||\rightarrow 0}\sup_{t \geq 0}\frac{||\psi(\mathbf{x},t)||}{||\mathbf{x}||}=0 lim∣∣x∣∣→0​supt≥0​∣∣x∣∣∣∣ψ(x,t)∣∣​=0,因此对于给定 ε = 1 3 β \varepsilon=\frac{1}{3\beta} ε=3β1​,存在 ∣ ∣ x ∣ ∣ < r ||\mathbf{x}||<r ∣∣x∣∣<r,使得 ∀ t ≥ t 0 \forall t \geq t_0 ∀t≥t0​时有:
∣ ∣ ψ ( x , t ) ∣ ∣ ∣ ∣ x ∣ ∣ ≤ sup ⁡ t ≥ 0 ∣ ∣ ψ ( x , t ) ∣ ∣ ∣ ∣ x ∣ ∣ ≤ ε = 1 3 β \frac{||\psi(\mathbf{x},t)||}{||\mathbf{x}||}\leq\sup_{t \geq 0}\frac{||\psi(\mathbf{x},t)||}{||\mathbf{x}||} \leq \varepsilon=\frac{1}{3\beta} ∣∣x∣∣∣∣ψ(x,t)∣∣​≤t≥0sup​∣∣x∣∣∣∣ψ(x,t)∣∣​≤ε=3β1​
此时有:
V ˙ ( x , t ) = − x T x + 2 x T P ( t ) ψ ( x , t ) = − x T x + 2 ∣ ∣ x T P ( t ) ψ ( x , t ) ∣ ∣ ≤ − x T x + 2 ∣ ∣ x T P ( t ) ∣ ∣ ∣ ∣ ψ ( x , t ) ∣ ∣ ≤ − x T x + 2 3 β β ∣ ∣ x ∣ ∣ 2 = − 1 3 x T x \dot{V}(\mathbf{x},t)=-\mathbf{x}^T\mathbf{x}+2\mathbf{x}^TP(t)\psi(\mathbf{x},t)\\=-\mathbf{x}^T\mathbf{x}+2||\mathbf{x}^TP(t)\psi(\mathbf{x},t)|| \\ \leq-\mathbf{x}^T\mathbf{x}+2||\mathbf{x}^TP(t)|| ||\psi(\mathbf{x},t)|| \\\leq-\mathbf{x}^T\mathbf{x}+\frac{2}{3\beta}\beta||\mathbf{x}||^2 =-\frac{1}{3}\mathbf{x}^T\mathbf{x} V˙(x,t)=−xTx+2xTP(t)ψ(x,t)=−xTx+2∣∣xTP(t)ψ(x,t)∣∣≤−xTx+2∣∣xTP(t)∣∣∣∣ψ(x,t)∣∣≤−xTx+3β2​β∣∣x∣∣2=−31​xTx
即说明在 ∣ ∣ x ∣ ∣ < r , ∀ t ≥ 0 ||\mathbf{x}||<r,\forall t \geq 0 ∣∣x∣∣<r,∀t≥0时, V ˙ ( x , t ) \dot{V}(\mathbf{x},t) V˙(x,t)负定。故说明原非线性系统一致渐进稳定,此时的 r r r为该非线性系统的吸引域,证毕。

2.时变线性系统的稳定性判据

时变连续系统的稳定性判别方法很多,对于下述的时变线性系统

不加证明的给出一些稳定性判别的常用方法:

上述结论来自于稳定性第二课:时变线性系统的稳定性。

连续非线性系统线性化理论相关推荐

  1. 连续潮流的理论与编程

    Index 连续潮流的理论简介及其编程 1. 问题背景与连续潮流的基础 1.1 问题背景 1.2 连续潮流的基本原理与分类 2. 连续潮流的数学模型:引入参数的潮流方程 3. 连续潮流的主要步骤及程序 ...

  2. 《无人驾驶车辆模型预测控制》(第2版)第五章主动转向详细学习——算法部分(非线性系统线性化)

    一.状态轨迹的线性化方法 1.理解: 第四章的期望轨迹给出了路径上每个点的状态信息(包括状态量和控制量),这类轨迹比较规则,比如直线.圆等,因此其控制量也容易得到,而对于"期望轨迹无法给出所 ...

  3. 多维泰勒网matlab,非线性系统多维泰勒网控制的稳定性分析及性能优化

    非线性系统多维泰勒网控制的稳定性分析及性能优化 [摘要]:非线性是自然界和工程技术中最普遍的现象,自动控制领域一直寻求能够直接对非线性系统进行设计与处理的方法,设计一种用于非线性系统控制的高性能控制器 ...

  4. 理论分析 | 势流理论与水动力

    目 录 一.前言 二.流体力学的控制方程 三.速度势与拉普拉斯方程 四.拉普拉斯方程的定解条件 五.非线性问题的摄动解法 六.线性速度势的分解 七.辐射问题与流体作用力 7.1 附加质量与加阻尼系数 ...

  5. 最优化理论——(一)绪论1 模型与实例

    文章目录 1.形成和发展 2.经典极值问题的一个实例 3.最优化问题的模型与分类 4.最优化问题举例 5.最优化方法解决问题一般步骤 1.形成和发展 公元前500年古希腊在讨论建筑美学中就已发现长方形 ...

  6. c++矩阵作为函数输入变量_现代控制理论线性系统入门(七)输入输出解耦的控制器设计...

    上一章传送门: 善道:线性系统控制入门(六)用能控标准型设计控制器​zhuanlan.zhihu.com 在利用状态方程设计MIMO的能控标准型时,闭环系统的动态是完全不考虑输出变量 而直接预给的,M ...

  7. 语义slam_语义SLAM: 接轨深度学习的新方向

    声明:本文首发于我的公众号[当SLAM遇见小王同学],谢绝私自转载,如有需要,可加我微信进行授权!!侵权必究! SLAM技术在计算机视觉和机器人领域中占有重要地位.传统的SLAM框架都将环境假定为静态 ...

  8. VINS-Mono翻译

    Abstract 由摄像机和低成本惯性测量单元(IMU)组成的单目视觉惯性系统(VINS)构成了用于度量六自由度状态估计的最小传感器套件.然而,由于缺乏直接距离测量,在IMU处理.估计器初始化.外部标 ...

  9. 自动驾驶(七十二)---------LQR控制算法

    之前有写过MPC的控制算法,主要介绍的也是理论部分,在实际使用过程中发现C++没有高效的优化方法,类似python中的cvxpy的库,所以想绕过去,研究一下LQR控制算法. 1. 控制系统 这里我们先 ...

最新文章

  1. php无表单上传文件,php – 来自表单的WP邮件附件,无文件管理器上传文件
  2. ATS中的RAM缓存简介
  3. 详解:智能医学影像分析的前沿与挑战 | 硬创公开课
  4. pytorch loss function 总结
  5. .NET Core实战项目之CMS 第十六章 用户登录及验证码功能实现
  6. 第八课 RNN条件生成与Attention机制
  7. 你还在使用IE6浏览器么?
  8. CentOS7安装了nginx后启动本机访问不到
  9. 思科即将支持32Gbit/s Fibre Channel及NVMe over FC
  10. Arcgis Android API开发之离线地图
  11. jms和activemq
  12. mp3分割方法,如何将mp3分割
  13. 数据库:园林软件(病虫害题库)
  14. html禁止后退按钮,关于禁止页面后退的一些方法
  15. 扶蕾wlt~学习计划——MATLATB
  16. 常见蛋白质种类_[转载]常用蛋白质数据库
  17. python 素数库_使用Python判断质数(素数)的简单方法讲解
  18. 重启服务器后hyperv虚拟机没了,微软Hyper-V 虚拟化和灾难恢复
  19. 暗黑破坏神3难度的钥匙去哪里打?
  20. ESP8266 NodeMCU开发板

热门文章

  1. window.print()打印指定页面内容
  2. 【CV作业02】图像灰度值变换+UI
  3. emplace_back() 和 push_back 的区别
  4. 腾讯云轻量应用服务器+宝塔+Tomcat部署前端项目
  5. 逻辑代数的基本定理,布尔代数中的反律,摩根定律
  6. DevExpress----破解补丁
  7. 操作系统中的页表的结构
  8. 一款可以颠覆做网站方式的软件
  9. 04-20.eri-test GKE(Google K8S Engine)上的Intellij远程调试Java应用程序
  10. Kubernetes pod 状态出现 ImagePullBackOff 的原因