Метод пространства состояний является мощным инструментом в современной теории управления и динамических систем. Он позволяет описать поведение линейных стационарных (LTI) систем с помощью набора дифференциальных (для непрерывного времени) или разностных (для дискретного времени) уравнений первого порядка, выраженных в компактной матричной форме. MATLAB, благодаря своему расширенному функционалу в области матричных вычислений и наличию специализированных тулбоксов (Control System Toolbox, System Identification Toolbox), является идеальной средой для работы с моделями в пространстве состояний.
Основы модели пространства состояний
В общем случае, линейная динамическая система в пространстве состояний описывается следующими матричными уравнениями:
Для непрерывного времени:
Для дискретного времени:
Где:
x — Вектор состояния (state vector). Содержит минимальный набор переменных, необходимых для полного описания состояния системы в любой момент времени.
u — Вектор входного воздействия (input vector).
y — Вектор выхода (output vector).
A — Матрица состояния (State matrix). Определяет внутреннюю динамику системы (как состояния влияют друг на друга).
B — Матрица входа (Input matrix). Определяет, как входные воздействия влияют на вектор состояния.
C — Матрица выхода (Output matrix). Определяет, как выходные переменные формируются из вектора состояния.
D — Матрица прямой передачи (Feedforward matrix). Определяет прямое влияние входных воздействий на выходные переменные (часто D=0).
Эти четыре матрицы A, B, C, D называются матрицами пространства состояний и полностью определяют LTI-систему.
Применение в MATLAB
В MATLAB для создания и анализа моделей в пространстве состояний используется объект ss (state-space).
1. Создание модели
Модель создается путем прямого задания матриц A, B, C, D с помощью функции ss():
Задание матриц пространства состояний (пример непрерывного времени)
A = [0 1; -5 -2];
B = [0; 3];
C = [0 1];
D = 0;
Создание объекта модели в пространстве состояний
sys = ss(A, B, C, D);
disp(sys);
Для дискретного времени необходимо дополнительно указать шаг дискретизации T_s:
Ts = 0.05;
Шаг дискретизации
sys_d = ss(A, B, C, D, Ts);
disp(sys_d);
2. Анализ и моделирование
После создания объекта ss можно использовать многочисленные функции MATLAB для анализа динамики системы:
step(sys): Вычисление и построение переходной характеристики (отклика на единичное ступенчатое воздействие).
impulse(sys): Вычисление и построение импульсной переходной характеристики.
lsim(sys, u, t): Моделирование отклика системы на произвольное входное воздействие u(t).
bode(sys), nyquist(sys): Частотный анализ системы (построение диаграмм Боде, Найквиста).
pole(sys): Вычисление собственных значений матрицы A, которые являются полюсами системы и определяют ее устойчивость.
3. Преобразование моделей
MATLAB позволяет легко преобразовывать модель пространства состояний в другие формы представления и наоборот:
tf(sys): Преобразование в передаточную функцию (Transfer Function).
zpk(sys): Преобразование в форму нулей-полюсов-усиления (Zero-Pole-Gain).
4. Синтез систем управления
Метод пространства состояний лежит в основе современного синтеза систем управления. MATLAB предоставляет функции для проектирования регуляторов, основанных на этой модели:
place(A, B, p): синтез обратной связи по состоянию с заданием желаемого расположения полюсов p (метод размещения полюсов).
lqr(A, B, Q, R): синтез оптимального регулятора по критерию квадратичного интегрального функционала (LQR).
kalman: проектирование наблюдателя Калмана для оценки ненаблюдаемых состояний.
Преимущества метода пространства состояний
Использование матриц пространства состояний и среды MATLAB предоставляет ряд ключевых преимуществ, особенно для сложных систем:
универсальность для MIMO-систем: метод легко применим к многомерным системам (MIMO — Multi-Input/Multi-Output), имеющим несколько входов и выходов, что трудно реализовать с помощью передаточных функций.
Описание внутренних переменных: в отличие от передаточной функции, метод сохраняет информацию о векторе состояния x, что позволяет анализировать и управлять внутренними переменными системы, а не только ее входами и выходами.
Единообразие: позволяет единообразно описывать как непрерывные, так и дискретные системы.
Удобство для компьютерного моделирования: матричная форма идеально подходит для численного
решения на компьютере (например, в MATLAB или Simulink).