线性系统理论学习笔记：手把手推导格拉姆矩阵能控性判据（附详细证明步骤）
线性系统理论学习笔记：手把手推导格拉姆矩阵能控性判据（附详细证明步骤）
格拉姆矩阵能控性判据是线性系统理论中一个重要的工具，它为我们判断系统是否能控提供了一种有效的方法。本文将带领大家一步步推导这个判据，并详细解释其中的关键步骤和背后的数学原理。
1. 能控性与格拉姆矩阵的基本概念
在开始证明之前，我们需要明确几个基本概念。能控性描述的是系统状态能否在有限时间内通过适当的控制输入从任意初始状态转移到任意目标状态。对于线性时不变系统：
$$ \dot{x}(t) = Ax(t) + Bu(t) $$
其中$x(t) \in \mathbb{R}^n$是状态向量，$u(t) \in \mathbb{R}^p$是控制输入，$A$和$B$是适当维数的常数矩阵。
格拉姆矩阵在控制理论中扮演着重要角色。对于上述系统，能控性格拉姆矩阵定义为：
$$ W_c(t_1) = \int_0^{t_1} e^{-A\tau}BB^Te^{-A^T\tau}d\tau $$
这个矩阵的奇异性直接关系到系统的能控性。下面我们将详细证明这个判据。
2. 充分性证明：从格拉姆矩阵非奇异到系统能控
充分性证明的核心思想是：如果格拉姆矩阵$W_c(t_1)$非奇异，那么我们可以构造一个控制输入$u(t)$，使得系统能在$t_1$时间内从任意初始状态$x(0)$转移到原点。
2.1 构造控制输入
我们构造如下形式的控制输入：
$$ u(t) = -B^Te^{-A^Tt}W_c^{-1}(t_1)x(0) $$
这个构造看似突然，但实际上有其深刻的数学背景。它来源于最优控制理论中的最小能量控制问题。
2.2 验证状态转移
将构造的控制输入代入系统状态方程的解：
$$ x(t_1) = e^{At_1}x(0) + \int_0^{t_1} e^{A(t_1-\tau)}Bu(\tau)d\tau $$
将$u(\tau)$的表达式代入：
$$ \begin{aligned} x(t_1) &= e^{At_1}x(0) - \int_0^{t_1} e^{A(t_1-\tau)}BB^Te^{-A^T\tau}W_c^{-1}(t_1)x(0)d\tau \ &= e^{At_1}x(0) - e^{At_1}\left(\int_0^{t_1} e^{-A\tau}BB^Te^{-A^T\tau}d\tau\right)W_c^{-1}(t_1)x(0) \ &= e^{At_1}x(0) - e^{At_1}W_c(t_1)W_c^{-1}(t_1)x(0) \ &= e^{At_1}x(0) - e^{At_1}x(0) = 0 \end{aligned} $$
这个推导过程展示了如何通过精心设计的控制输入实现状态转移。
2.3 关键点解析
- 矩阵指数的性质：在推导中多次使用了$e^{A(t_1-\tau)} = e^{At_1}e^{-A\tau}$，这是矩阵指数函数的一个重要性质。
- 积分与矩阵的交换：注意积分运算与矩阵乘法是可交换的，这在推导中至关重要。
- 格拉姆矩阵的定义：积分表达式正好对应格拉姆矩阵的定义，这是构造控制输入的关键。
3. 必要性证明：从系统能控到格拉姆矩阵非奇异
必要性证明采用反证法，即假设格拉姆矩阵奇异，推导出与系统能控性定义的矛盾。
3.1 假设格拉姆矩阵奇异
假设存在某个$t_1>0$使得$W_c(t_1)$奇异，那么存在非零向量$\eta \neq 0$使得：
$$ W_c(t_1)\eta = 0 $$
这意味着：
$$ \eta^TW_c(t_1)\eta = \int_0^{t_1} \eta^Te^{-A\tau}BB^Te^{-A^T\tau}\eta d\tau = 0 $$
由于被积函数是非负的，必须有：
$$ \eta^Te^{-A\tau}B = 0, \quad \forall \tau \in [0,t_1] $$
3.2 推导矛盾
考虑系统从初始状态$x(0) = e^{At_1}\eta$出发。根据能控性定义，存在控制$u(t)$使得：
$$ 0 = e^{At_1}e^{At_1}\eta + \int_0^{t_1} e^{A(t_1-\tau)}Bu(\tau)d\tau $$
两边左乘$\eta^Te^{-At_1}$：
$$ 0 = \eta^Te^{At_1}\eta + \int_0^{t_1} \eta^Te^{-A\tau}Bu(\tau)d\tau $$
根据前面的结果，第二项积分为零，因此：
$$ 0 = \eta^Te^{At_1}\eta = \eta^T\eta \neq 0 $$
这与$\eta \neq 0$矛盾，故假设不成立，$W_c(t_1)$必须非奇异。
3.3 证明细节分析
- 非负定矩阵的性质：格拉姆矩阵是非负定的，$\eta^TW_c\eta=0$意味着$\eta$在核空间中。
- 时间反转技巧：从$x(0)=e^{At_1}\eta$出发是一个巧妙的构造，它使得矛盾能够显现。
- 能控性定义的运用：严格应用能控性定义是推导矛盾的关键。
4. 格拉姆矩阵判据的实际应用与计算
理解了判据的证明后，我们来看如何实际应用这个判据判断系统能控性。
4.1 计算格拉姆矩阵的步骤
- 计算矩阵指数$e^{At}$（可通过拉普拉斯变换或泰勒展开）
- 计算$e^{-At}B$和它的转置
- 进行矩阵乘法$e^{-At}BB^Te^{-A^Tt}$
- 对结果在$[0,t_1]$上积分
4.2 简化计算方法
对于某些简单系统，可以采用以下简化步骤：
- 计算能控性矩阵$\mathcal{C} = [B \ AB \ A^2B \ \cdots \ A^{n-1}B]$
- 检查$\mathcal{C}$的秩是否为$n$（即系统能控）
- 格拉姆矩阵非奇异与能控性矩阵满秩等价
4.3 数值计算注意事项
在实际数值计算中：
- 矩阵指数计算可能涉及数值稳定性问题
- 积分步长需要适当选择以保证精度
- 对于大规模系统，直接计算格拉姆矩阵可能效率不高
5. 格拉姆矩阵判据与其他能控性判据的关系
格拉姆矩阵判据与常见的能控性判据有着密切联系，理解这些关系有助于深化对线性系统能控性的认识。
5.1 与能控性矩阵判据的关系
能控性矩阵判据通过检查矩阵$[B \ AB \ \cdots \ A^{n-1}B]$的秩来判断能控性。可以证明：
- 格拉姆矩阵非奇异当且仅当能控性矩阵满秩
- 格拉姆矩阵包含了更多时间域信息
5.2 与PBH判据的关系
PBH(Popov-Belevitch-Hautus)判据从特征空间角度描述能控性。与格拉姆矩阵判据相比：
- PBH判据更适合理论分析
- 格拉姆矩阵判据更适合计算验证
- 两者在数学本质上是等价的
5.3 与李亚普诺夫方程的关系
格拉姆矩阵满足以下李亚普诺夫方程：
$$ AW_c + W_cA^T = -BB^T $$
这个关系揭示了格拉姆矩阵与系统稳定性之间的深刻联系。