3、状态空间表达式（一）：连续时间线性时不变系统的标准形式，A、B、C、D矩阵的物理含义

各位工程师朋友，咱们今天来聊聊状态空间表达式。说实话，我刚入行那会儿，看到一堆矩阵就头大。后来在调试一个电机控制系统时，才真正体会到这东西有多实用。你想想看，传统的传递函数只能描述输入输出关系，但系统内部发生了什么？不知道。状态空间法就是来解决这个问题的。

3.1 为什么需要状态空间？

传递函数有个硬伤——它假设系统初始状态为零。但实际工程中，哪有那么多零状态？我记得有一次调试一个液压伺服系统，系统启动时油缸已经处于半伸状态，用传递函数算出来的响应跟实测完全对不上。后来改用状态空间模型，把初始状态作为变量处理，问题就迎刃而解了。

说白了，状态空间法就是给系统拍了一张「内部快照」。它不仅能告诉你输出长什么样，还能告诉你每个储能元件（电容、电感、弹簧、质量块）当前是什么状态。

3.2 标准形式长什么样？

连续时间线性时不变系统的状态空间表达式，标准形式是这样的：

ẋ(t) = A·x(t) + B·u(t)
y(t) = C·x(t) + D·u(t)

这里：

• x(t) —— 状态向量，n维
• u(t) —— 输入向量，m维
• y(t) —— 输出向量，p维
• A —— 系统矩阵，n×n
• B —— 输入矩阵，n×m
• C —— 输出矩阵，p×n
• D —— 直通矩阵，p×m

嗯，这里要注意：第一个方程是状态方程，描述状态如何随时间演化；第二个是输出方程，描述如何从状态和输入得到输出。

3.3 A矩阵：系统的「灵魂」

A矩阵决定了系统的固有特性。它描述了状态变量之间的耦合关系。我在项目中遇到过这样一个案例：一个双质量弹簧系统，A矩阵的非对角线元素就代表了质量块之间的弹性耦合。

A矩阵的特征值，就是系统的极点。说白了，系统稳不稳定，震荡不震荡，全看A矩阵的特征值在复平面上的位置。

3.4 B矩阵：输入的「通道」

B矩阵告诉你：输入信号通过哪些路径影响状态。每个输入可以影响多个状态，每个状态也可以被多个输入影响。

举个例子：一个直流电机，输入是电枢电压。B矩阵中对应电流状态的元素就是1/L（L是电枢电感），对应转速状态的元素是0。为什么？因为电压直接改变电流，但不直接改变转速——转速是通过电流产生的转矩间接改变的。

3.5 C矩阵：状态的「观测窗」

C矩阵决定了你能从系统中「看到」什么。不是所有状态都能直接测量，C矩阵就是你的传感器配置方案。

我曾经设计过一个温度控制系统，三个加热区，但只有两个温度传感器。C矩阵就是2×3的矩阵，它告诉控制器：你只能看到部分状态。这就是为什么后来我特别强调传感器布局的重要性——C矩阵的秩决定了系统的可观测性。

传感器配置	C矩阵形式	可观测性
全状态测量	单位矩阵	完全可观测
部分测量	稀疏矩阵	需验证
单输出	行向量	通常不完全

3.6 D矩阵：直接的「馈通」

D矩阵描述输入到输出的直接通道。大多数实际系统中D=0，因为输入通常不会瞬间影响输出——总得经过状态变化吧？

但也有例外。比如一个比例放大器，输入电压直接决定输出电压，没有动态过程。这时候D矩阵就是非零的。嗯，这种情况在纯静态系统中比较常见。

3.7 一个完整的例子

咱们来看一个RLC电路。状态变量选电容电压v_c和电感电流i_L：

状态方程：
dv_c/dt = (1/C)·i_L
di_L/dt = -(1/L)·v_c - (R/L)·i_L + (1/L)·u

矩阵形式：
[ẋ₁]   [0      1/C  ] [x₁]   [0  ]
[ẋ₂] = [-1/L  -R/L ] [x₂] + [1/L]·u

输出方程（取电容电压为输出）：
y = [1  0]·[x₁; x₂] + 0·u

你看：

• A矩阵的(1,2)元素1/C表示电感电流对电容电压的影响
• A矩阵的(2,1)元素-1/L表示电容电压对电感电流的反作用
• B矩阵的(2,1)元素1/L表示输入电压直接驱动电感电流
• C矩阵是[1 0]，表示我们只观测电容电压

每个元素都有明确的物理意义。这就是状态空间法的魅力——你写的不是抽象的数学公式，而是系统的物理本质。

3.8 小结

记住一句话：A是系统本身，B是输入接口，C是输出接口，D是直通路径。这四个矩阵完整描述了线性时不变系统的全部行为。

下一章我们会讨论如何从物理系统推导出这些矩阵，以及如何从状态空间表达式转换到传递函数。到时候我会分享一个我在飞行器控制项目中用到的实用技巧——怎么快速验证你推导的A矩阵是否正确。