考虑如下的实验,该实验中稳定的线性系统由正弦输入信号驱 动。 该输入信号的拉普拉斯变换为 如果G(s)是系统的传递函数,则输出量的拉普拉斯变换为

麻省理工学院：《自动控制原理》课程教学资源（课件讲义）第30讲 Nyquist图举例

1超前校正装置的设计 已知如下系统:

1规则10 (接第21讲) 开环极点的分离角和开环零点的会合角是很重要的,因为航空/ 航天工具都存在离虚轴j很近的复数共轭极点和零点。我们可以利 用角条件,通过在开环零、极点附近取试验点来确定分离角和会合角

可控性的基本概念是指我们能够利用输入u()使状态x()达到状 态空间的任意点,主要问题是该系统的结构能否使这一点成为可能 让我们看一些简单的例子来激发我们的讨论 飞行器直线飞行的例子 我们进行系统建模,选择沿路径飞行的距离作为状态x,其导数 (沿路径的速度)为x2,输入是沿此路径的加速度

状态微分方程的全解 我们已获得状态微分方程的齐次解为 但是,我们需要的是全解 对于非零输入,我们假设解的形式为 其中∫()仍然是不确定的,是时间的向量函数。 首先我们求导 并且代入我们所设定的解中

状态空间模型的一种特殊情况是零、极点数目相同。例如,已知 回顾我们首先将G(s)分解成两部分 第一个传递函数表征输入r与中间输出量x之间的关系 在时域内,这即是微分方程

采用线性向量空间方法可建立系统的状态空间模型。 状态向量(数组)这一概念很重要,因为它能够完全表示一个系 统的当前状况(状态)

我们希望能够找到一种方法,能够从任意一个n阶线性定常的 般形式的微分方程组中构造出一个n维的状态空间模型。设输出量a (标量)与输入量r(标量)之间的关系由线性定常微分方程表示。 我们定义状态量为ω及其n-1阶导数 这样,我们就得到了n个状态量(与微分方程的阶次相同)。现 在我们对x求导,直到x(n-1)

1平面 我们可得: C(s)=G()R(s) 其中C,G和R是关于s的多项式的分式