可观测格拉姆矩阵
可观测格拉姆矩阵(observability Gramian)把不同初始状态对一段时间内输出的影响,写成一个半正定矩阵。它既可判断哪些方向完全不可见,也能量化某个方向产生的输出信号强弱。下文使用连续时间有限维线性时不变模型,并假定输入已知、已从输出中扣除其贡献。
输出能量的二次型
设零输入系统 ,。初态 产生输出 ,所以 对任意 ,左边非负,因此 对称半正定。如果某非零方向使二次型为零,连续非负的输出平方必须处处为零,该方向正好不可观测;反之亦然。因而对 , 等价于可观测性。[1]
位置测量中的时间信息
对 ,有 ,逐项积分得到 其行列式 ,每个正时长都可观测。然而,当观测时间很短,纯初速度 只产生能量 ,而纯初位置 产生能量 。速度信息通过位置随时间积累,短时记录中尤为微弱。
在 、初态 时,输出 。直接积分为 矩阵计算也给出 ,两种表达描述同一个量。
从输出恢复初态
在无噪声且 可逆时,乘以状态转移的转置并积分: 左边完全由已知模型和输出决定,因此可左乘 恢复初态。若输出含扰动 ,误差就成为 ;小特征值方向会对扰动敏感。由此可见,“正定”与“数值上容易估计”是不同层次。
若 的全部特征值实部为负,积分可延长到无穷,得到唯一的半正定解 证明是在积分中对 求导并使用无穷远衰减。二重积分器的 不稳定于严格意义,不能对它直接使用有限的无穷时域格拉姆矩阵。
变式。 只测速度时,,得到 ,第一坐标始终不可见。给输出换单位或重新缩放状态会改变矩阵数值,所以比较传感器方案前应统一状态和输出尺度。
参考资料
- ↑ Sanjay Lall,EE363: Observability and State Estimation,Continuous-time observability Gramian;Estimation from output measurements。