4、小增益定理：从数学到工程实践

小增益定理，这个名字听起来挺唬人。但说白了，它就是一个判断系统稳定性的“尺子”。

我在做嵌入式控制项目时，经常遇到这种情况：明明每个子系统单独测试都没问题，一联调就炸了。后来我才意识到，这就是典型的“互联系统稳定性”问题。小增益定理，就是用来解决这个问题的。

4.1 小增益定理的数学表述

先看数学形式。小增益定理的核心思想很简单：

如果两个子系统级联，只要它们的增益乘积小于1，整个闭环系统就是稳定的。

用数学语言说：

设系统1的增益为 γ₁，系统2的增益为 γ₂
若 γ₁ · γ₂ < 1
则闭环系统是输入-输出稳定的（L₂稳定）

这里的“增益”指的是什么？我习惯把它理解为“放大倍数”。比如一个放大器增益是2，输入1V输出2V。但在更一般的系统中，增益指的是从输入到输出的“能量放大倍数”。

数学上更严谨的表述是：

对于两个稳定的系统 H₁: L₂ → L₂ 和 H₂: L₂ → L₂
若 ||H₁|| · ||H₂|| < 1
则反馈互联系统是 L₂ 稳定的

这里的 ||·|| 表示系统的诱导范数（也就是最大增益）。

4.2 在离散系统中的应用

离散系统里，小增益定理的应用更直接。因为离散系统的采样特性，我们可以在频域里看得更清楚。

举个例子。我在做电机控制时，电流环和速度环是级联的。电流环快，速度环慢。如果两个环的增益设计不当，就会出现低频振荡。

离散系统的处理步骤：

1. 将连续系统离散化（用Z变换或双线性变换）
2. 计算每个子系统的H∞范数（也就是最大增益）
3. 检查乘积是否小于1

具体到代码实现：

% 离散系统小增益检查示例
% 假设两个子系统 G1(z) 和 G2(z)

% 定义离散传递函数
G1 = tf([0.1 0.05], [1 -0.9], 0.01);  % 采样周期0.01s
G2 = tf([0.2 0.1], [1 -0.8], 0.01);

% 计算H∞范数
gamma1 = hinfnorm(G1);
gamma2 = hinfnorm(G2);

% 检查小增益条件
if gamma1 * gamma2 < 1
    disp('小增益条件满足，系统稳定');
else
    disp('警告：小增益条件不满足，可能存在稳定性问题');
end

4.3 鲁棒稳定性条件

鲁棒稳定性，说白了就是“系统在不确定性面前还能保持稳定”。

小增益定理在鲁棒控制中的典型应用是这样的：

假设我们有一个标称系统 G₀(s)，实际系统 G(s) 有不确定性 Δ(s)：

G(s) = G₀(s) · (1 + Δ(s))
其中 ||Δ||∞ < γ_Δ

那么，鲁棒稳定的条件是：

||G₀ · K||∞ · γ_Δ < 1

这里 K 是控制器，||G₀·K||∞ 是标称系统的互补灵敏度函数。

嗯，这个条件其实很直观。你想想看：

• G₀·K 表示标称系统的“放大倍数”
• γ_Δ 表示不确定性的“大小”
• 乘积小于1，意味着不确定性再大也翻不了天

实际工程中，我建议这样用：

1. 先做小增益分析，得到保守的稳定边界
2. 然后通过仿真和实验，逐步放宽条件
3. 留出至少20%的裕量

下面这张图展示了小增益定理在鲁棒稳定性分析中的核心逻辑：

这张图把整个逻辑串起来了。从左到右是正向路径，从右到左是反馈路径。小增益条件就是检查这个环路的总增益。

最后总结一下小增益定理的核心要点：

方面	内容	工程意义
数学条件	γ₁ · γ₂ < 1	环路增益小于1
离散应用	注意采样频率	离散化后重新计算增益
鲁棒稳定	||G₀K||∞ · γ_Δ < 1	考虑不确定性后的裕量
工程建议	留20%裕量	避免量产时出问题

小增益定理看起来简单，但用好了能解决很多实际问题。我建议你在做级联系统设计时，先拿它算一算，心里有个底。

---