第 9–10 章选读 · 状态空间与现代控制

现代控制的核心装备在本节收齐：能控性/能观性判据、状态反馈极点配置、全维观测器与 LQR。它们把"设计"从试凑升级为求解矩阵方程。

能控性与能观性

直觉：能控 = 存在输入把状态推到任意处；能观 = 输出足够分辨内部状态。含义落地：不能控的模态是"输入管不着的病灶"（极点配置对它无效）；传递函数对消掉的极点正是不可控或不可观模态——内外稳定性的分界。

极点配置与观测器

• 状态反馈 $u = -K\mathbf{x}$：闭环 $A - BK$；能控 ⟹ $K$ 可使闭环极点任意配置（Ackermann 公式 $K = [0\ \cdots\ 1]C^{-1}\phi(A)$，$\phi$ 为期望特征多项式）——期望极点的选择仍靠时域直觉（主导极点对定 $\zeta, \omega_n$，其余放远）；
• 全维观测器 $\dot{\hat x} = A\hat x + Bu + L(y - C\hat x)$：误差动态 $A - LC$；能观 ⟹ 极点任意配（观测器极点通常比闭环快 3–5 倍，太快放大噪声）；
• 分离原理：控制器与观测器可独立设计、合并后极点不变——现代控制设计流程的合法性证书；输出反馈 = 状态反馈 + 观测器的组合拳。

LQR 与最优控制一瞥

$Q, R$ 权衡"状态偏差 vs 控制能耗"；LQR 自动给出保证增益/相位裕度的反馈（经典裕度意义下），是"指标显式、求解自动"的范式样板——与 PID 的经验整定形成方法论对照。

老师的提醒

• 现代设计的完整流水线：建模（A,B,C,D）→ 判能控能观 → 选期望极点/权重 → 求增益 → 检验（仿真 + 裕度回验）。跳过最后一步是翻车主因。
• 观测器极点别贪快：比闭环快一个量级即可——追快只会把传感器噪声灌进控制量。

自检

• 写出能控/能观秩判据并解释物理含义。
• Ackermann 公式的输入输出？
• LQR 的目标函数与权重取舍？

更深一层：状态空间是"内部视角"的升级

传递函数只描述"零状态的输入输出关系"——内部状态信息可能被零极点对消隐藏（隐藏不稳定性的陷阱）。状态空间 $\dot{\mathbf{x}} = A\mathbf{x} + Bu$、$y = C\mathbf{x}$ 暴露内部——能控性/能观性（秩判据）是它的两大结构性概念：不能控的模态是"输入管不着的病灶"（极点配置对它无效）、不能观的模态是"输出看不见的隐患"。内外稳定性的分界就是传递函数对消掉的模态——这是两种范式（传递函数 vs 状态空间）互补性的关键论据。

极点配置 $u = -K\mathbf{x}$ 把闭环极点摆到任意位置（能控时，Ackermann 公式一步出增益）、状态观测器 $L$ 用输出重构状态（能观时）——分离原理让设计与估计独立进行（合并后极点不变）是现代控制设计流程的合法性证书。

推导细读：LQR——"指标显式、求解自动"的范式

线性二次型调节器 $\min\int(x^TQx + u^TRu)dt$ 的解 $u = -Kx$（$K = R^{-1}B^TP$、Riccati 方程解）代表了一种范式转换：设计者不再调增益，而是调权重矩阵 $Q, R$（状态偏差 vs 控制能耗的权衡）——指标显式、求解自动。LQR 自动给出保证增益/相位裕度的反馈（经典裕度意义下的稳健性），是"现代控制"与"经典控制"的接口。PID 是经验整定，LQR 是指标求解——两种范式的分工是工业控制的现状：简单回路 PID、多变量精密系统 LQR/MPC。

在真实世界里：现代控制的"落地边界"

现代控制的落地边界清单：模型精度依赖（状态空间方法对模型误差敏感——鲁棒性弱于经典反馈，H∞/鲁棒控制是补丁）、全状态可测的假设（观测器补——但观测器极点太快会放大噪声）、计算复杂度（MPC 的在线优化需要算力——嵌入式系统的边界）。经典与现代不是替代关系而是分工关系——95% 的回路用 PID，5% 的关键回路用现代方法。选方法的依据不是"先进"而是"问题结构"。

专题深入：采样控制与"数字 PID 的真面目"完整版

现代控制的采样版本值得单独点亮：采样控制的结构（ADC - 算法 - DAC - 被控对象（含 ZOH）——ZOH 的传递函数 $G_0(s) = \frac{1 - e^{-Ts}}{s}$ 与它的半个采样周期相位滞后（$e^{-sT/2}$ 的近似——"采样本身就是相位损失源"：采样率与带宽的 10-20 倍法则）；离散化的两条路（先设计后离散（模拟设计 → Tustin/前向/后向变换——Tustin（双线性）保稳定性（左半平面映射到单位圆内）、需频率预畸变；脉冲响应不变法适合窄带）；直接离散设计（z 域根轨迹/Raggazini——"快采样下模拟设计 + Tustin 是实践最优"的工程共识））；数字 PID 的差分实现（位置式与增量式（增量式天然 anti-windup、输出增量安全——电机控制的常见选择）；微分用差分放大噪声 → 一阶滤波微分）。采样周期选择的总账（闭环带宽的 10-30 倍 + 执行器分辨率 + CPU 预算——"采样率是控制品质的第一杠杆"）。

推导细读：能控/能观与"降阶的艺术"完整版

状态空间的深层工具：最小实现（传递函数的最小状态空间 = 能控且能观——"零极对消的实现浪费状态"）；平衡实现（Gramian 对角化——"按能量排序状态"：快状态（难控）与弱可观状态可截断——模型降阶的系统能量语言（截断 vs 调和平衡降阶））；Kalman 分解（能控/能观四象限——"传递函数只见能控能观象限"的完整图景）；鲁棒性的回归（LQR 的先天裕度 vs 极点配置的零裕度风险（"任意配极点 = 任意吃裕度"——工程上要复检回差）；H∞ 与 μ 综合的一瞥（"模型不确定下的频域保性能"——现代鲁棒控制的高塔，工业上多用于高精场景）。离散系统的稳定性判据（特征根全在单位圆内；朱利判据 = 离散版劳斯）；数字控制的真实约束（定点数舍入、计算延迟（一拍延迟就是相位）、传感器量化与丢帧——"数字控制器的工程学 = 算法 × 计算现实"）。

工程案例细节：现代控制栈的产业出口工程版

九-十章的产业出口：电机 FOC 的完整栈（电流环（PI + 解耦补偿，执行 10-20 kHz）、速度环、位置环——"FOC = 状态空间思想的工业固化"：dq 变换把交流电机变成"两个直流电机"再各配 PI；电动汽车、空调压缩机、无人机全部在这条栈上）；MPC 的工业化（炼化装置的多变量约束控制（DMC/IDCOM 是 1980 年代起的 MPC 商用线——"石化是全球 MPC 密度最高的行业"）、风电变桨、高速列车自动运行）；Kalman 的无处不在（GPS/INS 组合导航、电池 SOC 估计（EKF——"电压内阻模型 + EKF = 电动车续航表的数学"）、雷达跟踪、AR 姿态融合；观测器思想的产品化：无感 FOC 的滑模观测器反电动势估计）；数字控制的部署工艺（控制周期抖动（jitter）对相位的影响、故障安全（看门狗 + 传感器失效降级）、参数在线整定与自学习——"算法只是半个系统，另半个是计算与安全的工程"）。两次章合读的结论：现代控制 = 状态空间的洞察 + 频域法的稳健 + 数字实现的手艺——三者缺一不可。