在
自动控制领域中,李雅普诺夫稳定性(英语:Lyapunov stability,或李亚普诺夫稳定性)可用来描述一个
动力系统的稳定性。如果此动力系统任何初始条件在平衡态附近的轨迹均能维持在平衡态附近,那么可以称为在处李雅普诺夫稳定。
简介
俄国数学家和力学家A.M.
李雅普诺夫在1892年所创立的用于分析系统稳定性的理论。对于控制系统,稳定性是需要研究的一个基本问题。在研究
线性定常系统时,已有许多判据如
代数稳定判据、
奈奎斯特稳定判据等可用来判定系统的稳定性。
李雅普诺夫稳定性理论能同时适用于分析线性系统和
非线性系统、
定常系统和
时变系统的稳定性,是更为一般的稳定性分析方法。李雅普诺夫稳定性理论主要指李雅普诺夫第二方法,又称李雅普诺夫
直接法。李雅普诺夫第二方法可用于任意阶的系统,运用这一方法可以不必求解系统状态方程而直接判定稳定性。对非线性系统和时变系统,状态方程的求解常常是很困难的,因此李雅普诺夫第二方法就显示出很大的优越性。与第二方法相对应的是
李雅普诺夫第一方法,又称李雅普诺夫间接法,它是通过研究
非线性系统的
线性化状态方程的特征值的分布来判定
系统稳定性的。第一方法的影响远不及第二方法。在
现代控制理论中,李雅普诺夫第二方法是研究稳定性的主要方法,既是研究控制系统理论问题的一种基本工具,又是分析具体控制系统稳定性的一种常用方法。李雅普诺夫第二方法的局限性,是运用时需要有相当的经验和技巧,而且所给出的结论只是系统为稳定或不稳定的充分条件;但在用其他方法无效时,这种方法还能解决一些非线性系统的稳定性问题。现在,随着计算机技术的发展,借助
数字计算机不仅可以找到所需要的李雅普诺夫函数,而且还能确定系统的稳定区域。但是想要找到一套对于任何系统都普遍使用的方法仍很困难。
人物介绍
李雅普诺夫是俄国著名的
数学家、力学家。
1857年6月6日生于
雅罗斯拉夫尔,
1918年11月3日卒于敖德萨。
19世纪以前,
俄国的数学是相当落后的,直到
切比雪夫创立了圣彼得堡数学学派以后,才使得俄罗斯数学摆脱了落后境地而开始走向世界前列。李雅普诺夫与师兄
马尔科夫是切比雪夫的两个最著名最有才华的学生,他们都是彼得堡数学学派的重要成员。1876年,里雅普诺夫考入
圣彼得堡大学数学系,1880年在圣彼得堡大学毕业后,留校教力学,1885年在该校获硕士学位。1892年,他的博士论文《论运动稳定性的一般问题》在莫斯科大学通过。1892年起任
哈尔科夫大学教授。1901年初被选为
彼得堡科学院通讯院士,同年底成为院士。1902年起在彼得堡科学院工作。里雅普诺夫在
常微分方程定性理论和天体力学方面的工作使他赢得了国际声誉。在概率论方面,李雅普诺夫引入了特征函数这一有力工具,从一个全新的角度去考察中心极限定理,在相当宽的条件下证明了中心极限定理,特征函数的引入实现了数学方法上的革命。
历史
这一稳定性以俄国数学家
亚历山大·李亚普诺夫命名,他在1892年发表了他的博士论文《运动稳定性的一般问题》,文中给出了稳定性的科学概念、研究方法和相关理论。李雅普诺夫考虑到针对非线性系统修改稳定理论,修正为以一个稳定点线性化的系统为基础的线性稳定理论。他的作品最初以俄文发行,后翻译为法文,但多年来默默无闻。人们对它的兴趣突然在
冷战初期(1953至1962年)开始,因当所谓的“李雅普诺夫第二方法”被认为适用于航空航天
制导系统的稳定性,而这系统通常包含很强的非线性,其他方法并不适用。大量的相关出版物自那时起开始出现,并进入控制系统文献中。最近
李雅普诺夫指数的概念(与李雅普诺夫稳定性第一种方法)引起了广泛兴趣,并与
混沌理论结合了起来。
发展概况
从19世纪末以来,
李雅普诺夫稳定性理论一直指导着关于稳定性的研究和应用。不少学者遵循李雅普诺夫所开辟的研究路线对第二方法作了一些新的发展。一方面,李雅普诺夫第二方法被推广到研究
一般系统的稳定性。例如,1957年,В.И.
祖博夫将李雅普诺夫方法用于研究
度量空间中不变集合的稳定性。随后,J.P.拉萨尔等又对各种形式抽象系统的李雅普诺夫稳定性进行了研究。在这些研究中,系统的描述不限于微分方程或
差分方程,运动平衡状态已采用不变集合表示,李雅普诺夫函数是在更一般意义
下定义的。1967年,D.布肖对表征在集合与映射水平上的系统建立了李雅普诺夫第二方法。这时,李雅普诺夫函数已不在
实数域上取值,而是在有序定义的半格上取值。另一方面,
李雅普诺夫第二方法被用于研究大系统或多级系统的稳定性。此时,李雅普诺夫函数被推广为向量形式,称为向量李雅普诺夫函数。用这种方法可建立大
系统稳定性的充分条件。
系统的受扰运动和平衡状态
稳定性问题的实质是考察系统由初始状态扰动引起的受扰运动能否趋近或返回到原平衡状态。用x0表示初始状态扰动,则受扰运动就是系统状态方程 凧=f(x,t)在初始时刻 t0时受到状态扰动x()=后的解。其中x是n维
状态向量,f(x,t)是以x和时间t为
自变量的一个
n维非线性向量函数。在满足一定条件时,这个状态方程有惟一解。系统的受扰运动是随时间 t而变化的,而其变化又与初始扰动 和作用时刻有直接的关系,数学上表示为依赖于这些量的一个向量函数,记为φ(t; ,)。在以状态x的分量为
坐标轴构成的
状态空间中,随着时间t增加,受扰运动φ(t; ,)表现为从 点出发的一条轨线。平衡状态是系统处于
相对静止时的运动状态,用xe表示,其特点是对时间的
导数恒等于零,可由求解
函数方程f(xe,t)=0来定出。为便于表示和分析,常把平衡点xe规定为
状态空间的原点,这可通过适当的
坐标变换来实现。因此
李雅普诺夫第二方法可归结为研究受扰运动轨线相对于状态空间原点的稳定性。
李雅普诺夫意义下的稳定性
指对系统平衡状态为稳定或不稳定所规定的标准。主要涉及稳定、渐近稳定、大范围渐近稳定和不稳定。
稳定
用 S(ε)表示
状态空间中以原点为球心以ε为半径的一个球域,S(δ)表示另一个半径为 δ的球域。如果对于任意选定的每一个域S(ε),必然存在相应的一个域S(δ),其中δ<ε,使得在所考虑的整个时间区间内,从域 S(δ)内任一点 出发的受扰运动φ(t;,)的轨线都不越出域S(ε),那么称原点平衡状态 xe=0是
李雅普诺夫意义下稳定的。
渐近稳定
如果原点平衡状态是
李雅普诺夫意义下稳定的,而且在时间t趋于无穷大时受扰运动φ(t;,)收敛到平衡状态xe=0,且此过程中,都不脱离S(ε),则称系统平衡状态是渐近稳定的。从实用观点看,渐近稳定比稳定重要。在应用中,确定
渐近稳定性的最大范围是十分必要的,它能决定受扰运动为渐近稳定前提下初始扰动x0的最大允许范围。
大范围渐近稳定
又称全局渐近稳定,是指当状态空间中的一切非零点取为初始扰动x0时,受扰运动φ(t;,)都为渐近稳定的一种情况。在控制工程中总是希望系统具有大范围渐近稳定的特性。系统为全局渐近稳定的必要条件是它在状态空间中只有一个平衡状态。
不稳定
如果存在一个选定的球域S(ε),不管把域S(δ)的半径取得多么小,在S(δ)内总存在至少一个点,使由这一状态出发的受扰运动轨线脱离域 S(ε),则称系统原点平衡状态xe=0是不稳定的。
连续时间系统下的定义
给定一个
完备的
赋范向量空间E(例如),设U是E的开
子集。考虑一个自治的非线性
动力系统:。其中是系统的
状态向量,是上的
连续函数。
假设函数有一个零点:,则常数函数:是动力系统的驻定解(或称平衡解)。称是动力系统的平衡点。
它们的直观几何意义是:
设有状态函数,其初始取值为。称的轨迹。如果对所有初始值与足够接近的状态函数,两者的轨迹会趋于相同:
则称x的轨迹有(局部)吸引性(attractive)。若上述条件对所有y均成立,则称x有全局吸引性(globally attractive)。
如果x的轨迹有吸引性,并且稳定,则x渐近稳定。不过,x有吸引性不表示它的轨迹渐近稳定。
李雅普诺夫稳定性理论
对于微分方程解之稳定性的研究称为
稳定性理论。而李雅普诺夫稳定性定理只提供了稳定性的充分条件。
李雅普诺夫稳定性第二定理
考虑一个函数V(x):R→R使得
则V(x)称为李雅普诺夫候选函数(Lyapunov function candidate),且系统(依李雅普诺夫的观点)为渐近稳定。
上式中是必要的条件。否则,可以用来“证明”有区域性稳定。另一个称为径向无界性(radial unboundedness)的条件则是用来得到全域渐近稳定的结果。
此种分析方式可类比为考虑一物理系统(如弹簧及质量的系统)及其中的能量。若系统能量随时间递减,且减少的能量不会恢复,而此系统最后一定会静止于某个特定的状态。最后的状态称为
吸引子。不过针对一个物理系统,找到表达其精确能量的函数不一定容易,而且针对抽象数学系统、经济系统或生物系统,上述能量的概念又不一定适用。
利用李雅普诺夫的分析方式,可在不知道系统实际能量的情形下,证明系统的稳定性。不过前提是可以找到满足上述限制的
李雅普诺夫函数。
李雅普诺夫第二法虽然利用数学严密的证明了物理世界中的物体稳定的规律,但是要寻找到虚构的能量函数V(x):R并不容易。迄今为止还没有一种通用的办法找到这个函数。然而对于
线性定常系统来说,找到一个使得状态在原点平衡(xe=0)的渐进稳态的充要条件是:对于任意给定的一个对称
正定矩阵Q,一定存在唯一正定对称矩阵P,使得原线性定常系统
状态方程成立。
有输入值系统的稳定性
一个有输入(或受控制)的系统可以下式表示:
X=F(X,U)
其中输入 u(t) 可视为控制、外部输入、扰动、刺激或外力。这种系统的研究是
控制理论研究的主题之一,也应用在
控制工程中。
对于有输入的系统,需量化输入对系统稳定性的影响。在
线性系统中会用BIBO稳定性来作分析的工具,在
非线性系统中则会使用输入-状态稳定性。