第3章状态空间表达式

3. 状态空间表达式：状态方程与输出方程的标准形式

好，咱们今天聊聊状态空间表达式。说实话，我刚入行那会儿，看到A、B、C、D这四个矩阵，第一反应是——这玩意儿跟传递函数有啥区别？后来在调试一个四轴机械臂的时候，才真正体会到它的威力。

状态空间法，说白了就是用一阶微分方程组来描述系统。你想想看，传递函数只能描述单输入单输出，但实际工程里，哪个系统不是多输入多输出的？我当年做的一个伺服系统，光传感器就有位置、速度、电流三个反馈，用传递函数写出来，那叫一个乱。换成状态空间，清爽多了。

状态方程长这样：

ẋ(t) = A·x(t) + B·u(t)

这里：

嗯，这里要注意：状态变量的选择不是唯一的。我见过不少新手在这个地方卡住。举个例子，一个简单的弹簧-质量-阻尼系统，你可以选位移和速度作为状态变量，也可以选能量相关的量。只要满足线性无关，怎么选都行。但选得好不好，直接影响后续控制器的设计难度。

我的小技巧： 状态变量尽量选物理意义明确的量。比如电机控制，我习惯选位置和速度。这样调试时，看状态变量的数值就能直观判断系统行为。

输出方程是：

y(t) = C·x(t) + D·u(t)

其中：

输出方程干的事，就是从状态变量里提取你关心的量。比如你控制一个电机，状态变量是位置和速度，但你可能只关心位置输出。那C矩阵就是 [1 0]，把位置挑出来。

D矩阵呢？它表示输入直接传到输出的路径。大多数物理系统里，D是零矩阵。为什么？因为输入通常不会瞬间影响输出，中间有惯性。但有些系统不一样，比如你设计一个前馈补偿器，D就可能非零。

A矩阵，也叫系统矩阵。它描述的是系统内部状态之间的耦合关系。

我举个例子。一个二阶系统：

ẋ1 = x2
ẋ2 = -k·x1 - b·x2 + u

写成矩阵形式：

[ẋ1]   [0   1 ] [x1]   [0]
[ẋ2] = [-k  -b] [x2] + [1]·u

A矩阵就是 [[0, 1], [-k, -b]]。你看，第一行 [0 1] 表示ẋ1只跟x2有关，这符合位移的导数是速度。第二行 [-k -b] 表示ẋ2跟x1和x2都有关，这对应加速度由弹簧力和阻尼力决定。

  关键点： A矩阵的特征值，就是系统的极点。我当年做振动抑制时，就是通过调整A矩阵的特征值来改变系统响应速度。说白了，A矩阵决定了系统的固有特性。

B矩阵是输入矩阵。它描述的是输入u如何影响各个状态变量的导数。

还是上面那个例子，B矩阵是 [0; 1]。意思是输入u只直接影响ẋ2（加速度），不直接影响ẋ1（速度）。这很合理——你给电机加电压，直接产生的是加速度，不是速度。

我遇到过一个问题：某个系统的B矩阵设计得不好，导致某个状态变量完全不受控。比如B矩阵某一行全是0，那对应的状态变量就没办法通过输入直接调节。这种情况，要么重新设计执行器布局，要么考虑用其他状态变量间接控制。

避坑指南： 我曾经在一个多输入系统中，B矩阵的列向量线性相关。结果两个执行器在打架，一个推一个拉，效率极低。检查B矩阵的秩，确保输入能覆盖所有需要控制的状态。

C矩阵是输出矩阵。它从状态变量中提取你想要的输出。

比如你有一个三阶系统，状态变量是 [位置; 速度; 电流]。如果你只关心位置输出，C就是 [1 0 0]。如果你同时关心位置和速度，C就是 [1 0 0; 0 1 0]。

这里有个坑：C矩阵的选取决定了系统的可观性。如果C矩阵选得不好，有些状态变量在输出里完全看不到，那你就没法通过输出反馈来估计这些状态。我做过一个项目，温度控制系统，状态变量包括炉温和壁温，但传感器只能测炉温。C矩阵就是 [1 0]，壁温不可观测。后来我不得不加了一个观测器来估计壁温。

D矩阵是直接传递矩阵。它表示输入直接出现在输出中，不经过状态变量的动态过程。

大多数工程系统里，D = 0。为什么？因为物理系统通常有惯性，输入不会瞬间传到输出。但有些情况例外：

我记得有一次做电机电流环，D矩阵非零。因为电流采样有延迟补偿，输入电压会直接通过前馈路径影响电流输出。这种情况下，D矩阵的取值要特别小心，搞不好会引起代数环。

（n是状态数，m是输入数，p是输出数）

好了，这四个矩阵搞清楚了，状态空间模型你就掌握了八成。剩下的就是怎么用它们做分析和设计了。下一章咱们聊聊怎么从物理系统推导出这些矩阵，那才是真正考验功力的地方。

个人经验： 刚开始学的时候，别急着背公式。拿一个简单的RC电路或者弹簧系统，手写推导一遍A、B、C、D矩阵。我当年就是这么干的，推了三四个系统后，感觉一下子就通了。