📚 课程目录第2章动态系统基础

动态系统基础：状态空间模型、线性系统、非线性系统、能观性与能控性概念

无传感器观测器的本质，是利用系统数学模型与可测输入输出，在线重构不可直接测量的内部状态。因此，在讨论任何具体观测器算法（如龙伯格观测器、卡尔曼滤波器、滑模观测器）之前，必须先建立统一的数学描述语言——状态空间模型，并深刻理解系统的结构属性（线性/非线性）与内在品质（能控性/能观性）。本章将系统梳理这些基础概念，为后续章节的观测器设计打下坚实的理论地基。

2.1 状态空间模型：从微分方程到矩阵描述

经典控制理论中，系统通常用传递函数 \( G(s) \) 描述输入输出关系，但这种方式只能反映系统的外部特性，无法揭示系统内部状态的变化规律。对于无传感器观测器而言，我们恰恰需要利用内部状态信息（如电机转子磁链、机械振动位移、电池荷电状态等），因此必须引入状态空间描述法。

一个连续时间线性时不变（LTI）系统的状态空间模型由四个矩阵完全确定：

状态方程:  ẋ(t) = A·x(t) + B·u(t)
输出方程:  y(t) = C·x(t) + D·u(t)

其中，\( x(t) \in \mathbb{R}^n \) 为状态向量（n维），\( u(t) \in \mathbb{R}^m \) 为输入向量（m维），\( y(t) \in \mathbb{R}^p \) 为输出向量（p维）。矩阵维度分别为：\( A \in \mathbb{R}^{n \times n} \)（系统矩阵/状态转移矩阵）、\( B \in \mathbb{R}^{n \times m} \)（输入矩阵）、\( C \in \mathbb{R}^{p \times n} \)（输出矩阵）、\( D \in \mathbb{R}^{p \times m} \)（直通矩阵，多数物理系统中 \( D=0 \)）。

从物理系统建立状态空间模型通常遵循以下步骤：

确定状态变量：选择能够完全描述系统动态行为的最小变量组，通常为储能元件（电容电压、电感电流、质量速度、弹簧位移）的物理量。
列写微分方程：根据物理定律（基尔霍夫定律、牛顿第二定律、能量守恒等）建立原始方程。
整理为标准形式：将高阶微分方程降阶为一阶微分方程组，并写成矩阵形式。
确定输出方程：明确哪些状态变量或状态组合可通过传感器直接测量。

案例：直流电机（DC Motor）的状态空间建模
以永磁直流电机为例，选择电枢电流 \( i_a \) 和转子角速度 \( \omega \) 为状态变量，输入为电枢电压 \( V_a \)，输出为角速度 \( \omega \)。其电气方程和机械方程分别为：

L_a · di_a/dt = -R_a·i_a - K_e·ω + V_a
J · dω/dt = K_t·i_a - B·ω - T_L

整理为状态空间形式（忽略负载转矩 \( T_L \)）：

[di_a/dt]   [-R_a/L_a   -K_e/L_a] [i_a]   [1/L_a]
[ dω/dt ] = [ K_t/J      -B/J    ] [ ω ] + [  0   ] · V_a

y = [0  1] · [i_a; ω]

其中 \( R_a, L_a \) 为电枢电阻和电感，\( K_e, K_t \) 为反电动势常数和转矩常数，\( J \) 为转动惯量，\( B \) 为粘性摩擦系数。该模型是后续设计转速/位置观测器的基础。

2.2 线性系统与非线性系统：本质差异与处理策略

线性系统与非线性系统的根本区别在于是否满足叠加原理。线性系统满足齐次性和可加性，即若输入 \( u_1 \) 产生输出 \( y_1 \)，输入 \( u_2 \) 产生输出 \( y_2 \)，则输入 \( a·u_1 + b·u_2 \) 必然产生输出 \( a·y_1 + b·y_2 \)。这一性质使得线性系统的分析工具（如拉普拉斯变换、特征值分解、叠加定理）可以系统化应用。

非线性系统则不具备上述性质，其数学模型通常表示为 \( \dot{x} = f(x,u) \)，其中 \( f \) 为非线性向量函数。工程中常见的非线性来源包括：

饱和特性：放大器输出饱和、磁路饱和、阀门开度限幅。
死区与滞环：齿轮间隙、继电器特性、摩擦非线性。
乘积项：如感应电机中的 \( \omega \times \psi \)（转速与磁链耦合）、机器人动力学中的科里奥利力项。
参数时变：电阻随温度变化、电感随电流变化。

对于无传感器观测器设计，线性与非线性系统的处理策略截然不同：

对比维度	线性系统	非线性系统
数学模型	\( \dot{x} = Ax + Bu \)	\( \dot{x} = f(x,u) \)
观测器设计方法	龙伯格观测器、卡尔曼滤波器（线性版本）	扩展卡尔曼滤波器（EKF）、滑模观测器、无迹卡尔曼滤波（UKF）
收敛性分析	极点配置决定收敛速度，全局收敛	局部收敛，依赖初始误差范围，需验证李雅普诺夫稳定性
计算复杂度	低，矩阵运算为主	高，需在线计算雅可比矩阵或进行统计采样
典型应用	直流电机、线性液压系统、小信号模型	感应电机磁场定向控制、永磁同步电机无位置传感器控制、电池SOC估计

工程经验：许多实际系统在正常工作点附近可以线性化处理。例如，永磁同步电机在dq坐标系下，若忽略交叉耦合项，可近似为线性模型。但若系统工作范围大（如电机从零速到高速全范围运行），或存在强非线性环节（如逆变器死区效应），则必须采用非线性观测器设计方法。

2.3 能控性与能观性：系统结构的内在品质

能控性（Controllability）回答的问题是：通过施加适当的控制输入 \( u(t) \)，能否在有限时间内将系统从任意初始状态 \( x(t_0) \) 驱动到任意期望状态 \( x(t_f) \)？能观性（Observability）回答的问题是：通过观测有限时间窗口内的输出 \( y(t) \) 和输入 \( u(t) \)，能否唯一确定系统的初始状态 \( x(t_0) \)？

对于LTI系统，能控性和能观性有简洁的代数判据：

能控性判据：构造能控性矩阵 \( Q_c = [B \quad AB \quad A^2B \quad \cdots \quad A^{n-1}B] \)，若 \( \text{rank}(Q_c) = n \)，则系统完全能控。
能观性判据：构造能观性矩阵 \( Q_o = [C^T \quad (CA)^T \quad (CA^2)^T \quad \cdots \quad (CA^{n-1})^T]^T \)，若 \( \text{rank}(Q_o) = n \)，则系统完全能观。

这两个概念对观测器设计具有决定性意义：

能观性是观测器存在的前提：如果系统不完全能观，则部分状态分量无法从输出中重构，无论观测器如何设计都不可能估计出全部状态。此时需要降维观测器，仅估计能观子空间中的状态。
能控性影响观测器动态设计：观测器本质上是一个动态系统，其极点（即观测器增益矩阵 \( L \) 的特征值）决定了估计误差的收敛速度。能控性保证了我们可以通过状态反馈任意配置系统极点，类似地，能观性保证了我们可以通过输出注入任意配置观测器极点。

风险提示：在实际工程中，即使系统理论上完全能观，也可能出现“弱能观”情况——某些状态分量对输出的影响极其微弱，导致观测器对测量噪声极为敏感。例如，在电机低速运行时，反电动势信号幅值很小，转子位置的可观性变差。此时需要注入高频信号或采用特殊激励策略来增强可观性。

2.4 实战场景：永磁同步电机无位置传感器控制中的能观性分析

以表贴式永磁同步电机（SPMSM）为例，在静止坐标系（αβ轴）下的状态方程为：

di_α/dt = (-R_s/L_s)·i_α + (ω_e·ψ_f/L_s)·sin(θ_e) + (1/L_s)·u_α
di_β/dt = (-R_s/L_s)·i_β - (ω_e·ψ_f/L_s)·cos(θ_e) + (1/L_s)·u_β

其中 \( i_α, i_β \) 为定子电流，\( u_α, u_β \) 为定子电压，\( R_s, L_s \) 为定子电阻和电感，\( ψ_f \) 为永磁体磁链，\( ω_e, θ_e \) 为电角速度和电角度。若选择状态向量 \( x = [i_α, i_β, ω_e, θ_e]^T \)，输出 \( y = [i_α, i_β]^T \)，则系统呈现强非线性（包含 \( \sin θ_e, \cos θ_e \) 项）。

初始现象与目标：在零速和低速工况下，反电动势 \( ω_e·ψ_f \) 趋近于零，此时转子位置信息在电流方程中几乎不可见，系统能观性矩阵接近奇异，导致传统观测器失效。

分析判断过程：对系统在某一工作点 \( (i_{α0}, i_{β0}, ω_{e0}, θ_{e0}) \) 进行线性化，计算能观性矩阵 \( Q_o \)。当 \( ω_{e0} \to 0 \) 时，\( Q_o \) 的秩从4降为2，意味着转子位置和转速状态不可观。

实际操作步骤：

在零速/低速阶段，放弃基于反电动势的观测器，改用高频信号注入法：向定子注入高频电压信号（通常为500Hz-2kHz），利用电机的凸极效应（即使表贴式电机也存在饱和凸极）解调出转子位置。
当转速升高至反电动势足够大（通常 >5% 额定转速）时，切换至基于扩展卡尔曼滤波器（EKF）或滑模观测器的无位置传感器算法。
设置切换滞环，避免在临界转速附近频繁切换导致系统振荡。

结果对比与复盘：采用混合策略后，电机可在零速至额定转速全范围内实现无位置传感器运行。位置估计误差从纯反电动势法的 ±15° 电角度（低速时）降低至 ±3° 电角度。代价是高频注入法会带来额外的电磁噪声和转矩脉动，且需要额外的信号处理硬件（带通滤波器、解调器）。

  复盘经验：能观性分析不能只停留在理论秩判据层面，必须结合具体工况评估“工程能观性”。建议在设计观测器前，绘制不同转速、不同负载下的能观性矩阵条件数变化曲线，条件数越大表示可观性越弱，以此确定观测器切换策略和激励信号注入时机。

2.5 常见误区与总结复盘

在动态系统基础部分，学习者常陷入以下误区：

误区一：混淆能控性与能达性。能控性要求从任意初态到零状态，能达性要求从零初态到任意终态。对于连续LTI系统两者等价，但离散系统中可能存在差异。
误区二：忽视D矩阵的影响。当 \( D \neq 0 \) 时，输出方程包含输入的直通项，这会影响观测器的设计形式，但不会改变能观性判据。
误区三：将线性观测器直接用于强非线性系统。线性龙伯格观测器在非线性系统中可能发散，必须使用EKF或滑模观测器等非线性方法，并验证收敛域。
误区四：忽略模型不确定性。实际系统的参数（电阻、电感、转动惯量）会随温度、老化而变化，导致基于标称模型设计的观测器性能下降。需要引入自适应机制或鲁棒项。