Nechepurenko_ФТИ
.pdfСБАЛАНСИРОВАННОЕ УСЕЧЕНИЕ |
|
507 |
|||||
|
|
||||||
Выбрать nхn матрицу T такую, что |
|
|
|
|
|
||
|
TPT |
T QT 1 |
diag( |
1 |
|
n |
) |
|
|
|
|
|
|
||
Тогда m наиболее наблюдаемых и управляемых состояний новой |
|||||||
системы - это |
ej |
(0, ,0,1,0, ,0)T , j |
1, , m |
|
|
||
|
|
j |
|
|
|
|
|
Проектируя новую систему на подпространство этих состояний получим редуцированную систему оптимальную в смысле управляемости и наблюдаемости. Это эквивалентно применению к исходной системе галеркинской редукции с
X [(T 1 ) , , (T 1 ) |
m |
] |
|
|
Y [(T ) , , (T ) |
m |
] |
|||||||
1 |
|
|
|
|
|
|
1 |
|
|
|
||||
Теорема 3. При описанной выше редукции |
|
|
|
|
||||||||||
max |
|
~ (i |
|
) |
|
2 |
2( |
m 1 |
|
n |
), |
|
R |
|
|
(i ) |
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
АЛГОРИТМ |
508 |
Вычисление грамианов сводится к решению уравнений Ляпунова
AP |
PA |
|
CC |
QA A Q |
O O |
|
|
|
|
|
||||
P |
LL |
Разложения Холецкого Q |
RR |
|
|
|
|
|
|
|||||
|
|
|
L R U Z |
Сингулярное разложение |
|
|
|
|
||||||
Полагаем |
|
T |
1/ 2U L 1 |
|
|
|
|
|
|
|
|
|
|
|
Имеем: |
TPT |
T |
QT 1 |
|
|
T 1 |
LU |
1/ 2 |
T |
RZ |
1/ 2 |
|||
|
X [(T 1 ) , , (T |
1 ) |
m |
] |
Y [(T ) , , (T ) |
m |
] |
|
||||||
|
|
|
|
1 |
|
|
|
1 |
|
|
|
|
||
ПРОБЛЕМА: матрица |
почти вырожденная! |
|
|
|
|
|
|
|
|
|
АЛГОРИТМ |
509 |
|
|
|
|
|
|
ВАЖНОЕ ЗАМЕЧАНИЕ. Поскольку нам нужны только первые m столбцов |
|
||||
матриц |
T 1 |
LU |
1/ 2 |
T RZ 1/ 2 |
|
|
|
нет необходимости формировать их полностью. Таким образом можно успешно найти необходимые для редукции матрицы X и Y даже, если имеются нулевые ганкелевы сингулярные числа.
Более того, матрицы P и Q можно сразу искать приближенно в виде малоранговых аппроксимаций:
|
|
|
|
|
|
Q |
|
R |
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
R |
||
P |
|
L |
|
L |
||||||
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
L R U Z
|
|
1 ) , , (T 1 ) |
|
|
|
|
|
|
|
|
X |
[(T |
|
] |
L |
|
U |
|
|
1/ 2 |
|
|
|
1 |
m |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
Y [(T )1, , (T )m ] R |
Z |
|
|
1/ 2 |
|
|
|
||
|
|
|
|
510
СБАЛАНСИРОВАННЕ УСЕЧЕНИЕ
Обеспечивает одинаково хорошую аппроксимацию во всем диапазоне частот. Снабжено априорной оценкой погрешности.
Требует больших вычислительных затрат.
Нет хороших реализаций для случая больших разреженных матриц.
Сохраняет устойчивость, но может не сохранить асимптотическую устойчивость и пассивность.
КРЫЛОВСКИЕ МЕТОДЫ
Обеспечивают очень хорошую аппроксимацию в окрестности заданных частот. Сохраняют моменты, но не снабжены априорной оценкой погрешности.
Не требуют больших вычислительных затрат. Эффективны в случае больших разреженных матриц.
Сохраняют пассивность, но могут не сохранить устойчивость.
|
МЕТОДЫ РЕШЕНИЯ УРАВНЕНИЙ ЛЯПУНОВА |
601 |
||||||||||||||||||||||||
|
|
|
|
|||||||||||||||||||||||
AP PA CC* |
|
|
|
|
s11 |
s1n |
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
A Q |
|
|
|
Q |
|
|
O(n3 ) |
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
snn |
|
|
|
|
|
|
|
|||||
~ |
~ |
|
|
|
|
|
|
|
~ ~* |
~ |
|
~ |
|
|
|
|
|
|
||||||||
SP PS W |
W CC |
, C Q C, P Q PQ |
|
|
|
|||||||||||||||||||||
S |
|
|
I |
|
|
|
I |
|
|
|
|
|
|
|
I |
|
~ |
W |
|
|
|
|
|
|
||
|
s |
|
s |
|
|
|
s |
|
|
|
P |
|
|
|
|
|
|
|||||||||
|
11 |
12 |
|
|
|
|
|
1,n |
|
|
|
~1 |
1 |
|
|
|
|
|
|
|||||||
|
0 |
|
S |
|
22 I |
|
|
|
|
|
|
|
|
P2 |
W2 |
|
|
|
|
|
|
|||||
|
|
s |
|
|
|
|
|
|
|
|
O(n3 ) |
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
sn 1,n I |
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
0 |
|
|
0 S |
|
|
nn I |
~ |
Wn |
|
|
|
|
|
|
|||||||||||
|
|
|
s |
Pn |
|
|
|
|
|
|
||||||||||||||||
W |
~ ~ |
|
|
|
|
~ |
~~ |
|
|
P |
|
|
|
~ |
||||||||||||
CC |
P |
|
LL |
|
|
LL , L QL |
МЕТОД ПРОСТЫХ ИТЕРАЦИЙ |
602 |
|
Ax |
b |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
x0 |
задан, xk 1 |
xk |
k ( Axk |
b) |
|
|
|
|
|
|
|
|||||||||||
|
|
k |
Axk |
b |
невязка: |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
k |
|
|
|
|
|
|
|
|
|
|
|
|
|
k 1 k |
|
k A( Axk |
b) |
|
|
(I |
j A) |
|
0 |
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
j 0 |
|
|
|
|
|
|
|
|
|
|
||
A |
A , |
k |
const |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
: |1 |
|
|
min | |1 |
max | |
|
|
|
||
|
|
k |
|
|
|
|
|
|
|
|
|
k |
|
|
|
|
|
cond |
2 ( A) |
1 |
k 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
min |
|
|
(I |
|
A) |
|
|
min |
max |
|
|
|
(I |
) |
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
j |
|
|
|
|
|
j 0 |
|
|
|
cond 2 ( A) |
1 |
|
|||||||||
|
|
0 |
|
|
|
|
2 |
min |
max |
|
|
|
|
2 |
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
МЕТОДЫ РЕШЕНИЯ УРАВНЕНИЙ ЛЯПУНОВА |
603 |
||||||||||||||
|
|
|
||||||||||||||
|
n |
n |
n p |
p |
n |
L2P A(LP) (LP)A |
||||||||||
LP |
|
|
|
|
|
|
|
|
||||||||
AP |
PA |
|
C |
|
|
C |
|
|
||||||||
|
|
|
|
|
(L) |
|
|
|
|
|
||||||
|
Re (S) 0 |
|
|
|
|
|
|
|
|
|
i ( A) |
j ( A) |
||||
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|||||||||
Метод простых итераций: |
|
P0 |
0, Pk 1 Pk |
k |
LPk |
CC |
|
|
||||||||
|
|
k |
|
|
|
|
|
(I |
|
|
k A)Pk |
k (Pk A CC ) |
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
LPk 1 |
CC |
(I |
jL) CC |
|
|
|
rank P |
(2k |
1) p |
|||||||
|
|
j 0 |
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
k |
|
|
|
|
A A , |
|
const |
|
|
k |
|
|
|
cond ( A) |
1 |
k 1 |
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
||||||
|
min |
|
(I |
L) |
|
|
|
|||||
|
k |
|
|
|
|
|
2 |
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
||
cond2 (L) |
|
cond2 ( A) |
|
|
j 0 |
|
|
2 |
cond |
2 ( A) |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
ПРОБЛЕМА: ранг растет слишком быстро, а сходимость слишком медленная
МЕТОДЫ РЕШЕНИЯ УРАВНЕНИЙ ЛЯПУНОВА |
604 |
AP |
PA |
|
|
CC |
|
P T PT |
F , T |
A I 1 A I |
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
0 |
|
|
|
|
F |
|
2 |
A |
I 1CC |
A |
|
I |
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Re |
( A) |
0 |
|
|
|
|
|
(T ) |
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Метод переменных направлений: |
|
P0 |
0, |
|
Pk 1 |
|
T |
PkT |
F |
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
k |
|
|
k |
|
|
k |
|
Pk 1 |
P |
Rk A (P0 |
P)Rk |
A * |
Rk (s) |
|
k |
|
|
|
s |
i |
|
|
rank Pk |
k p |
|||||||||||||||
|
|
|
|
|
|
|
|||||||||||||||||||||||||
|
i 0 |
|
|
|
s |
i |
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
Сравнение с простыми |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
итерациями при |
A |
A , |
|
k |
const , |
k |
|
|
|
const |
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
k |
|
|
|
cond |
2 ( A) |
|
1 k 1 |
|
|
|
|
|
|
|
|
2 |
|
cond 2 ( A)1/ 2 |
1 |
|
2(k 1) |
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
min |
|
(I |
L) |
|
|
|
|
min |
|
Rk ( A) |
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
cond |
2 ( A) |
|
1 |
|
|
|
|
|
|
2 |
|
cond |
|
1/ 2 |
1 |
|
|
|||||||||||
|
|
j 0 |
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
( A) |
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
МЕТОДЫ РЕШЕНИЯ УРАВНЕНИЙ ЛЯПУНОВА |
605 |
|
Исходный алгоритм: |
P0 |
|
0, |
Pk 1 |
T |
PkT |
F |
|
|
||||||
|
|
|
|
|
|
|
|
k |
k |
|
|
k |
|
|
|
T |
A I 1 A I , F 2 A I 1CC A I |
|
|
||||||||||||
1) матрицы Pk |
можно не формировать: |
|
|
|
|
|
|
|
|
||||||
Pk |
Lk Lk |
|
|
|
I 1 |
|
|
|
|
|
|
|
|
|
I 1C |
L |
A |
k |
A |
k |
I L , 2 |
k |
|
A |
k |
||||||
|
|
k 1 |
|
|
|
|
k |
|
|
|
|||||
Pk 1 |
Lk 1Lk 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2) вычислив |
Lk 1 , можно попробовать уменьшить ее ранг: |
||||||||||||||
|
SVD |
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Lk 1 |
U ,U |
0 |
|
V ,V |
, |
|
|
tol |
|
Lk 1 |
U |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
МЕТОДЫ РЕШЕНИЯ УРАВНЕНИЙ ЛЯПУНОВА |
606 |
|
Сбалансированное усечение можно применять для систем управления с большими разреженными матрицами A и B, если B невырожденная:
|
dx |
|
dx |
B 1 Ax |
B 1Cu |
|
|
|
|||
B dt |
Ax Cu |
dt |
|
|
|
|
|
|
|
Anew |
Cnew |
LU разложение
Если матрица B вырожденная, то при решении уравнений Ляпунова используют проекторы на понижающие подпространства, отвечающие бесконечному собственному значению пучка, что существенно увеличивает вычислительные затраты.