Technische Universit¨ at Chemnitz Fakult¨ at f¨ ur Mathematik
Priv.-Doz. Dr. Ch. Mehl & V. Sokolov
4. ¨ Ubung Kontrolltheorie (WS 04/05)
Aufgabe 1: (Charakterisierung der Beobachtbarkeit)
Zeige, daß ein LTI System ˙x=Ax+Bu, y =Cx,x(0) =x0 mit Λ(A)⊂C− genau dann beobachtbar ist, wenn die Lyapunovgleichung
ATQ+QA+CTC= 0 eine eindeutige, positiv definite L¨osung hat.
Aufgabe 2: (Partielle Stabilisierung)
Es sei (A, B)∈Rn×n×Rn×m undnsehr groß, alson >1000. Oft sind nur wenige Eigenwerte (Pole des Systems) vonA instabil, haben also nicht-negativen Realteil. Deshalb ist es eigentlich nicht notwendig, das gesamte System zu stabilisieren — es reicht, die instabilen Pole durch ein Zustandsfeedback in die offene linke Halbebene zu bringen. Nehme dazu an, daß
Λ(A) = Λ−∪Λ+:={λ1, . . . , λk} ∪ {λk+1, . . . , λn} mit Re(λj)<0 f¨urj= 1, . . . , k und Re(λj)≥0 f¨urj=k+ 1, . . . , n.
a) Entwickle einen Algorithmus zur partiellen Stabilisierung basierend auf der Schurform vonA. Der Algorithmus soll alsoF ∈Rm×nso berechnen, daß Λ(A+BF) = Λ−∪ {µk+1, . . . , µn}, Re(µj)<0.
b) Partielle Stabilisierung l¨aßt sich auch mit Hilfe derSignumfunktions-Methode durchf¨uhren. Sei dazu Re(λ)6= 0 f¨ur alleλ∈Λ(A) und
A=S
· J− 0 0 J+
¸
S−1, Λ(J−) = Λ−, Λ(J+) = Λ+, die Jordan-Normalform von A. Dann ist
sign(A) :=S
· −Ik 0 0 In−k
¸ S−1.
(i) Zeige: F¨ur jede invertierbare MatrixT ∈Rn×n gilt: sign(T AT−1) =Tsign(A)T−1.
(ii) Zeige:P− := 12(I−sign(A)) ist ein Projektor auf S−, den A-invarianten Unterraum zu Λ−. (D.h.,P−2 =P−, Bild(P−) =S−). Was ist der Rang von P−?
(iii) Sei
P−=QRP =Q
· R1 R2
0 0
¸ P
eine QR Zerlegung mit Spaltenpivotisierung vonP−, d.h.Q∈Rn×nist orthogonal,R1∈Rk×k ist regul¨are obere Dreiecksmatrix, undP ist eine Permutationsmatrix. Zeige:
QTAQ=
· A1 A2
0 A3
¸
, Λ(A1) = Λ−, Λ(A3) = Λ+.
(iv) SeienG∈Rn×n, H ∈Rm×m,W ∈Rn×m mit Λ(G),Λ(H)⊂C+ und betrachte die Sylvester- gleichung
GX+XH =W Zeige:
sign
µ· G W
0 −H
¸¶
=
· In 2X 0 −Im
¸ , wobei X die L¨osung obiger Sylvestergleichung ist.
(v) Es gilt sign(A) = limj→∞Aj, wobei
A0:=A, Aj+1= 1
2(Aj+A−1j ), j = 1,2, . . . .
Entwickle und implementiere damit einen Algorithmus zur partiellen Stabilisierung basierend auf (iii), (iv) und dem folgenden Satz aus der Vorlesung:
Satz 1 Es sei (A, B)∈Rn×n×Rn×m stabilisierbar undβ∈Rmit β > ρ(A), wobei
ρ(A) = max{ |λ|: λ∈Λ(A)} der Spektralradius von A ist. Ist X die eindeutige L¨osung der Lyapunov-Gleichung
(A+βI)X+X(A+βI)>= 2BB>, dann ist F=−B>Z+ eine stabilisierende Feedback-Matrix von(A, B).
Aufgabe 3: (Positiv semidefinite Matrizen) SeiA=
· A1 A2
A>2 0
¸
eine symmetrische positiv semidefinite Matrix. Beweise, daß unter dieser Voraus- setzungA2= 0 gilt.