Федеральное агентство по образованию УДК 681.5.
011
Государственное образовательное учреждение
высшего профессионального образования
«САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ МОРСКОЙ
ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ»
К.Ю. ПОЛЯКОВ
ОСНОВЫ ТЕОРИИ ЦИФРОВЫХ
СИСТЕМ УПРАВЛЕНИЯ
Утверждено советом университета
в качестве учебного пособия
Санкт-Петербург
2006
ББК 32.965.6
П
Рецензенты:
доктор физико-математических наук Е. И. Веремей;
кандидат технических наук А. А. Бобцов
Поляков К.Ю.
П Основы теории цифровых систем управления: учеб. посо-
бие; СПбГМТУ. – СПб.: 2006. 161 с.
ISBN XXXXXXXXXXXX
Учебное пособие соответствует разделу «Цифровые
системы управления» курса «Теория автоматического регу-
лирования».
В пособии, изложены основные положения современ-
ной теории цифровых систем автоматического управления
непрерывными динамическими объектами. Основное вни-
мание уделяется характерным особенностям систем этого
класса, которые содержат непрерывные и дискретные эле-
менты. Рассмотрены основные инженерные методы анали-
за и синтеза цифровых систем.
Пособие предназначено для студентов, обучающихся
по специальностям 180201, 180202 и др. Оно также может
быть полезным также для аспирантов и инженеров.
УДК 681.5.011
ББК 32.965.6
ISBN XXXXXXXXXXXX © СПбГМТУ
2006
2
 Предисловие
В настоящем учебном пособии излагаются основы теории
цифровых систем автоматического управления. Термином «циф-
ровые системы» обозначаются системы, в которых цифровой ре-
гулятор на базе компьютера применяется для управления непре-
рывным динамическим объектом – судном, подводным аппаратом
и т.п. Благодаря значительному удешевлению высокопроизводи-
тельной элементной базы (микропроцессоров) и преимуществам
цифровых регуляторов в сравнении с аналоговой техникой, сис-
темы этого класса составляют основу современных средств су-
довой автоматики. Поэтому освоение методов анализа и синтеза
цифровых систем является необходимым для разработчика ав-
томатизированных комплексов.
Цель этого пособия — дать представление о характерных
особенностях цифровых систем. Особое внимание уделяется
разбору идей, значительно меньшее — математическим выклад-
кам. Как ни странно, такой подход во многом мотивирован разви-
тием компьютерных средств расчета систем управления. Многие
студенты поддаются соблазну сразу «нажимать на кнопки», не
разобравшись в существе вопроса. Поэтому главный акцент сде-
лан именно на объяснение принципиально важных явлений и по-
нятий, характерных для цифровых систем. К их числу относятся
квантование и восстановление сигналов, дискретизация, скрытые
колебания, устойчивость, стабилизируемость, физическая реали-
зуемость, робастность и т.п. Освоение этого материала дает воз-
можность грамотно выбирать методы проектирования и оцени-
вать достоверность результатов, полученных при компьютерных
расчетах.
В пособии кратко представлен основной математический ап-
парат, необходимый для инженера, разрабатывающего цифро-
вые алгоритмы управления. Новым при изложении материала
является совместное использование операторов прямого и об-
ратного сдвига, обозначаемых символами z и ζ соответственно.
Это приводит к двум типам дискретных моделей объектов, кото-
рые обладают разными свойствами. В ряде случаев целесооб-
разно использовать оператор прямого сдвига, тогда как в других
3 4
задачах применение оператора обратного сдвига дает явные пре-
имущества.
Учебное пособие предназначено для студентов, изучающих
теорию автоматического управления в рамках подготовки по спе-
циальностям 180201 «Системы электроэнергетики и автоматиза-
ции судов», 180202 «Системотехника объектов морской инфра-
структуры» и др. Предполагается, что читатели освоили класси-
ческие разделы инженерного курса высшей математики (линей-
ную алгебру, дифференциальное исчисление, теорию функций
комплексного переменного), а также методы анализа и синтеза
линейных непрерывных систем управления.
В первой (вводной) главе излагаются главным образом во-
просы, связанные с процессами квантования и восстановления
непрерывных сигналов, которые определяют специфику систем
цифрового управления непрерывными объектами.
Вторая глава содержит необходимые сведения из теории ли-
нейных дискретных систем. Вводятся дискретные преобразова-
ния числовых последовательностей ( z - и ζ -преобразования) и
изучаются их свойства. Рассматриваются способы математиче-
ского описания дискретных систем, их устойчивость и стабилизи-
руемость.
Третья глава посвящена методам анализа цифровых систем с
учетом их поведения в непрерывном времени, а не только в мо-
менты квантования. Рассмотрена дискретизация непрерывных
сигналов и систем, устойчивость цифровых систем и различные
показатели качества. Особое внимание уделяется применимости
(или неприменимости) подходов, сводящих цифровую систему к
дискретной модели.
В четвертой главе изложены методы синтеза цифровых регу-
ляторов для управления непрерывными объектами. Рассмотрены
два основных подхода, используемые на практике: дискретизация
непрерывных регуляторов (переоборудование) и синтез цифро-
вых регуляторов по дискретной модели объекта.
В приложении приводится таблица, позволяющая строить
дискретизированные модели непрерывных сигналов и систем с
помощью аппарата z -преобразования.
 Ограниченный объем учебного пособия позволяет лишь обо-
значить наиболее важные традиционные и современные подходы
к анализу и синтезу цифровых систем управления. Зачастую из-
ложение ограничено объяснением концепции и ссылками на со-
ответствующие монографии. Это оправдано тем, что пособие но-
сит вводный характер и для уверенного овладения материалом
необходимо изучение дополнительной литературы, обзор кото-
рой дан в заключении.
Автор благодарит д.т.н., профессора Е.Н. Розенвассера и
к.т.н., доцента В.О. Рыбинского, которые внимательно прочитали
рукопись и высказали много полезных замечаний, все они были
учтены при подготовке окончательного варианта пособия.
5 6
СОДЕРЖАНИЕ
1. ВВЕДЕНИЕ ..................................................................................10
1.1. Основные понятия ..............................................................10
Классификация сигналов и систем...................................10
Разомкнутые и замкнутые системы..................................11
Цифровой компьютер ........................................................12
Особенности цифровых систем........................................13
Методы исследования цифровых систем........................14
1.2. Квантование непрерывных сигналов ................................15
Квантование по времени и уровню...................................15
Теорема Котельникова-Шеннона......................................17
Эффект поглощения частот ..............................................18
1.3. Цифровые законы управления ..........................................19
Описание работы цифровой части...................................19
Линейные законы управления...........................................20
Операторные модели ........................................................21
1.4. Восстановление непрерывных сигналов ..........................23
Понятие экстраполятора ...................................................23
Импульсная характеристика и передаточная функция ..24
Фиксатор нулевого порядка...............................................25
Фиксатор первого порядка ................................................26
Другие экстраполяторы .....................................................27
2. ЛИНЕЙНЫЕ ДИСКРЕТНЫЕ СИСТЕМЫ ...................................29
2.1. Анализ последовательностей............................................29
z-преобразование...............................................................29
ζ-преобразование...............................................................30
Вычисление изображений .................................................30
Свойства z-преобразования..............................................32
Восстановление оригинала ...............................................33
2.2. Линейные дискретные системы.........................................35
 Основные понятия..............................................................35
Импульсная характеристика .............................................36
Дискретная передаточная функция..................................37
Нули и полюса ....................................................................39
Типовые переходные процессы........................................39
Модели в пространстве состояний...................................40
Физическая реализуемость ...............................................42
2.3. Устойчивость .......................................................................44
Устойчивость по А.М. Ляпунову ........................................44
Устойчивость линейных систем........................................45
Алгебраические критерии устойчивости ..........................48
Критерий Михайлова .........................................................51
Критерий Найквиста...........................................................53
2.4. Одноконтурная дискретная система.................................55
Структурная схема .............................................................55
Физическая реализуемость ...............................................55
Некорректные системы......................................................57
Устойчивость ......................................................................58
Устойчивость моделей в пространстве состояний .........59
Использование переменной ζ ...........................................60
2.5. Стабилизируемость ............................................................62
Понятие стабилизируемости.............................................62
Нестабилизируемые объекты ...........................................63
Множество стабилизирующих регуляторов.....................65
Особый случай ...................................................................67
Грубость стабилизирующих регуляторов ........................68
3. АНАЛИЗ ЦИФРОВЫХ СИСТЕМ.................................................70
3.1. Дискретизация непрерывных процессов ..........................70
Квантование непрерывных функций ................................70
Восстановление непрерывных функций ..........................71
Модифицированное z-преобразование ...........................72
7 8
3.2. Аналоговые модели дискретных сигналов.......................73
Аналоговая модель экстраполятора ................................73
Импульсная модель дискретного сигнала .......................74
3.3. Дискретизация простейшей импульсной системы...........76
Дискретная модель объекта с экстраполятором ............76
Замкнутые формулы ..........................................................77
Процессы между моментами квантования ......................79
Дискретизация моделей в пространстве состояний .......80
3.4. Передаточные функции цифровых систем ......................82
Введение.............................................................................82
Разомкнутые системы........................................................83
Замкнутые системы ...........................................................85
Когда система имеет ДПФ?...............................................87
Системы, не имеющие ДПФ ..............................................88
Параметрическая передаточная функция .......................90
3.5. Устойчивость цифровых систем........................................92
Понятие устойчивости .......................................................92
Устойчивость одноконтурной цифровой системы ..........93
Стабилизируемость в вырожденных случаях .................95
Скрытые колебания ...........................................................97
3.6. Показатели качества ..........................................................98
Переходные процессы.......................................................98
Запасы устойчивости .........................................................99
Ошибка в установившемся режиме................................101
Интегральные показатели ...............................................104
Статистические показатели ............................................105
Робастность ......................................................................107
4. СИНТЕЗ ЦИФРОВЫХ РЕГУЛЯТОРОВ ...................................109
4.1. Переоборудование непрерывных регуляторов .............109
Задача переоборудования ..............................................109
Численное интегрирование.............................................110
 Частотная коррекция .......................................................113
Устойчивость регулятора ................................................114
Отображение нулей и полюсов.......................................115
Фиктивное квантование ...................................................117
Аппроксимация частотной характеристики....................119
Оптимальное переоборудование ...................................120
4.2. Размещение полюсов.......................................................121
Эквивалентная дискретная система ..............................121
Регуляторы низкого порядка ...........................................122
Задача размещения полюсов .........................................126
Полиномиальные уравнения...........................................127
Физическая реализуемость регулятора .........................128
Пример синтеза регулятора ............................................130
Размещение полюсов в плоскости ζ...............................131
4.3. Апериодическое управление ...........................................132
Размещение полюсов ......................................................132
Процессы минимальной длительности..........................134
4.4. Синтез регулятора по эталонной модели.......................141
Системы с двумя степенями свободы ...........................141
Полиномиальный алгоритм синтеза регулятора...........142
Пример синтеза регулятора ............................................146
4.5. Синтез с помощью билинейного преобразования.........149
Билинейное преобразование ..........................................149
Алгоритм синтеза регулятора .........................................151
Использование ЛАФЧХ....................................................152
Заключение....................................................................................156
Приложение ...................................................................................159
Литература.....................................................................................160
9 10
1. ВВЕДЕНИЕ
1.1. Основные понятия
Классификация сигналов и систем
Система управления представляет собой множество взаимо-
действующих объектов, среди которых обычно выделяют объект
управления, привод, датчики и управляющее устройство (регуля-
тор). Обмен информацией между ними происходит с помощью
сигналов. Различают аналоговые (англ. continuous-time) сигналы
(рис. 1а), определенные при любых значениях времени t внутри
рассматриваемого интервала, и дискретные (англ. discrete-time)
сигналы, определенные только в дискретные моменты времени
t0 , t1 , t2 , K (рис. 1б).
а) б)
t t0 t1 t2 t3 t4 t
Рис. 1. Аналоговый (а) и дискретный (б) сигналы
Системы, в которых информация передается с помощью
аналоговых сигналов, называются аналоговыми или непрерыв-
ными системами. Почти все объекты управления, с которыми
сталкивается инженер в практической деятельности (например,
суда, подводные лодки, самолеты, электродвигатели и т.п.) яв-
ляются непрерывными. Для описания их динамики используются
дифференциальные уравнения.
Передача информации в дискретных системах осуществля-
ется с помощью дискретных сигналов, которые можно рассматри-
вать как последовательности чисел. Примером дискретной сис-
темы служит цифровой компьютер. Для описания дискретных
систем используются разностные уравнения, которые опреде-
ляют законы преобразования числовых последовательностей.
 Термином цифровые системы (англ. sampled-data systems) цесса и влияние внешних возмущений (помех измерений, нагруз-
будем обозначать системы, в которых цифровой регулятор ис- ки двигателя, сил и моментов, вызванные морским волнением и
пользуется для управления непрерывным объектом. Поскольку ветром). Поэтому в большинстве технических систем управления
такие системы включают непрерывные и дискретные элементы, используется обратная связь. В компьютер может также посту-
их часто также называют непрерывно-дискретными или аналого- пать информация об измеряемых возмущениях, что позволяет
цифровыми. улучшить качество управления.
Цифровые системы представляют собой особый класс систем возмущения
управления. Наличие разнородных элементов вызывает значи- задающие сигналы управляемые
воздействия управления величины
тельные сложности при математическом описании процессов.
Анализ и синтез цифровых систем с помощью классических ме- компьютер объект
тодов, разработанных для непрерывных или дискретных систем,
сигналы
дает, как правило, только приближенные решения. обратной связи датчики
Разомкнутые и замкнутые системы
возмущения Рис. 3. Замкнутая цифровая система
задающие сигналы управляемые
воздействия управления величины Цифровой компьютер
компьютер объект Рассмотрим подробно компьютер, входящий в состав замкну-
той цифровой системы управления (рис. 4). Здесь и далее анало-
Рис. 2. Разомкнутая цифровая система говые сигналы обозначаются сплошными линиями, а дискрет-
ные (числовые последовательности) — точечными.
Цифровые системы управления можно разделить на два
класса: разомкнутые и замкнутые. Цель управления в обоих слу-
чаях — обеспечить требуемые значения управляемых величин
(это может быть курс судна, глубина погружения подводного ап- e(t ) e[k ] v[k ] u (t )
парата, скорость вращения турбины и т.п.). АЦП программа ЦАП

В разомкнутой системе компьютер получает только ко-

мандные сигналы (задающие воздействия), на основе которых
вырабатываются сигналы управления, поступающие на объект.
Использование такого (программного) управления возможно
только в том случае, если модель процесса известна точно, а
значения управляемых величин полностью определяются сигна-
лами управления. При этом невозможно учесть влияние внешних
возмущений и определить, достигнута ли цель управления.
В замкнутых системах используется обратная связь, с
помощью которой управляющий компьютер получает информа-
цию о состоянии объекта управления. Это позволяет учитывать
неизвестные заранее факторы: неточность знаний о модели про-
Рис. 4. Блок-схема цифрового компьютера
Аналоговые входные сигналы (задающие воздействия, сигнал
ошибки, сигналы обратной связи с датчиков) поступают на ана-
лого-цифровой преобразователь (АЦП), где преобразуются в
цифровую форму (двоичный код). В большинстве случаев АЦП
выполняет это преобразование периодически с некоторым интер-
валом T , который называется интервалом квантования или
периодом квантования. Таким образом, из непрерывного сиг-
нала выбираются дискретные значения (выборка, англ. sampling)
e[k ] = e(kT ) при целых k = 0,1, K , образующие последова-

11 12
тельность {e[ k ]} . Этот процесс называется квантованием. Та-
ким образом, сигнал на выходе АЦП можно трактовать как после-
довательность чисел.
Вычислительная программа в соответствии с некоторым ал-
горитмом преобразует входную числовую последовательность
{e[k ]} в управляющую последовательность {v[k ]} .
Цифро-аналоговый преобразователь (ЦАП) восстанавли-
вает непрерывный сигнал управления по последовательности
{v[k ]} . Чаще всего ЦАП работает с тем же периодом, что и АЦП
на входе компьютера. Однако для расчета очередного управ-
ляющего сигнала требуется некоторое время, из-за этого возни-
кает так называемое вычислительное запаздывание. На прак-
тике принято это запаздывание относить к непрерывной части
системы и считать, что АЦП и ЦАП работают не только синхронно
(с одинаковым периодом), но и синфазно (одновременно).
Особенности цифровых систем
Очевидно, что основные характерные черты цифровых сис-
тем управления связаны с наличием компьютера (цифрового уст-
ройства) в составе системы. Главные преимущества цифровой
управляющей техники сводятся к следующему:
• используется стандартная аппаратура;
• нет дрейфа параметров, характерного для аналоговых эле-
ментов;
• повышается надежность и отказоустойчивость;
• существует возможность реализации сложных законов
управления, в том числе логических и адаптивных;
• гибкость, простота перестройки алгоритма управления.
Как обычно, за достоинства приходится расплачиваться. В ре-
зультате квантования по времени компьютер получает только
значения входных сигналов в моменты квантования, игнорируя
все остальные. Кроме того, АЦП и ЦАП имеют ограниченное чис-
ло разрядов, поэтому при измерении входного сигнала и выдаче
сигнала управления происходит округление значения к ближай-
13
шему, которое сможет обработать АЦП (или ЦАП). Это явление
называют квантованием по уровню.
Таким образом, квантование в цифровых системах приводит к
специфическим эффектам, которые можно считать их недостат-
ками:
• между моментами квантования система фактически не
управляется, это может привести к потере устойчивости;
• при квантовании по времени теряется информация о значе-
ниях измеряемых сигналов между моментами квантования;
• квантование по уровню приводит к потере точности, что мо-
жет вызвать дополнительную ошибку в установившемся ре-
жиме и автоколебания.
Методы исследования цифровых систем
В современной теории управления существует три группы ме-
тодов исследования цифровых систем [1-11]:
1) методы, основанные на приближенном сведении цифровой
системы к чисто непрерывной системе, при этом игнорируются
все процессы, связанные с квантованием и наличием цифровых
элементов;
2) методы, которые сводятся к исследованию дискретной мо-
дели цифровой системы, при этом рассматриваются только зна-
чения сигналов в моменты квантования и игнорируются все про-
цессы между этими моментами;
3) точные методы исследования, при которых цифровая сис-
тема рассматривается в непрерывном времени без каких-либо
упрощений и аппроксимаций.
При использовании методов первой и второй групп гибридная
непрерывно-дискретная система фактически подменяется другой,
более простой, что может привести к качественно неверным ре-
зультатам.
С другой стороны, точные методы проектирования, разрабо-
танные в [10,11], используют весьма сложный математический
аппарат и поэтому пока не получили широкого распространения в
инженерной практике. Их применение особенно важно в сложных
14
случаях, например, при относительно больших интервалах кван-
тования.
1.2. Квантование непрерывных сигналов
Квантование по времени и уровню
Квантование (англ. sampling) состоит в том, что аналоговый
сигнал заменяется последовательностью его значений в дискрет-
ные моменты времени. В цифровых системах присутствует два
типа квантования: квантование по времени и квантование по
уровню (рис. 5).
В результате квантования по времени из аналогового сиг-
нала выбираются только его значения в моменты квантования,
чаще всего периодически через некоторый интервал T , который
называется периодом квантования. При этом все значения сиг-
нала между моментами квантования игнорируются, т.е., при кван-
товании происходит потеря информации. Системы с квантовани-
ем по времени называют импульсными.
g (t )
0 T 2T 3T 4T 5T t ние по времени, т.е., периодическую выборку дискретных отсче-
Рис. 5. Квантование по времени и по уровню
Квантование по уровню связано с тем, что АЦП и ЦАП
имеют конечное число двоичных разрядов (чаще всего от 8 до
16). Это значит, что на выходе АЦП можно получить только огра-
ниченное число различных кодовых значений (256 для 8-
разрядного ЦАП и 65536 для 16-разрядного). Поэтому при кван-
товании значения входного сигнала искажаются (округляются).
Квантование по уровню представляет собой нелинейную опе-
рацию, и при малом количестве разрядов АЦП и ЦАП в замкнутой
системе могут возникать автоколебания. Системы с квантовани-
ем по уровню относят к классу релейных систем.
15
q
2
1
g
-1
-2 δA
Рис. 6. Нелинейная характеристика АЦП
На рис. 6 изображена нелинейная характеристика АЦП, кото-
рый преобразует непрерывный сигнал g в код q . Если δ A —
ширина «ступеньки», то максимальная ошибка, вызванная линеа-
ризацией (штриховая линия на рис. 6), составляет δ A / 2 .
В инженерных расчетах цифровая система чаще всего линеа-
ризуется и далее рассматривается как линейная импульсная сис-
тема, а квантование по уровню учитывается как эквивалентная
случайная помеха [6]. Если считать, что ошибка округления рас-
пределена равномерно в интервале [−δ A / 2, δ A / 2] , ее можно
приближенно заменить дискретным белым шумом с дисперсией
DA = δ 2A / 12 [6]. Аналогично учитывается квантование в ЦАП на
выходе компьютера.
Далее мы будем рассматривать только идеальное квантова-
тов сигнала без искажения их значений.
Пусть g (t ) — аналоговый сигнал, определенный при t ≥ 0 .
Через {g[k ]} обозначим последовательность значений
g[0], g[1], g[2],K , (1)
полученную в результате его квантования с периодом T , т.е.,
g[k ] = g (kT ) при целых k ≥ 0 . Если сигнал g (t ) терпит разрыв
в моменты квантования, будем считать, что
g[k ] = g (kT + 0) , (2)
т.е., при квантовании фиксируется предельное значение справа.
16
 Теорема Котельникова-Шеннона
С теоретической точки зрения интересно, когда можно (и
можно ли вообще) точно восстановить непрерывный сигнал по
дискретным измерениям? Ответ на этот вопрос дает теорема Ко-
тельникова-Шеннона1, согласно которой возможность восстанов-
ления определяется частотными свойствами сигнала и часто-
той квантования ωs = 2π / T .
Эффект поглощения частот
Если частота ωmax , ограничивающая спектр непрерывного
сигнала, больше частоты Найквиста, непрерывный сигнал нельзя
однозначно восстановить по дискретным измерениям.
Рассмотрим, что происходит при квантовании сигнала
g (t ) = − sin 1,8πt с периодом T = 1 . Его угловая частота, равная

Теорема Котельникова-Шеннона. Непрерывный сигнал,

ω0 = 1,8π , больше частоты Найквиста ωN = π , т.е. условия тео-
спектр которого равен нулю вне интервала ( −ωmax , ωmax ) , од- ремы Котельникова-Шеннона нарушены.

нозначно представляется своими значениями в равноотстоя-

1
щих точках, если ωs > 2ωmax . Непрерывный сигнал может
0.5
быть восстановлен по формуле
∞
sin ωs (t − kT ) / 2 0
g (t ) = ∑
k = −∞
g[ k ]
ωs (t − kT ) / 2
. (3)
-0.5

Доказательство и подробное обсуждение этого результата -1

можно найти, например, в [9].
Таким образом, непрерывный сигнал теоретически может
быть восстановлен по дискретным измерениям, если его макси-
мальная частота ωmax меньше частоты
ωN = ωs / 2 = π / T . Например, для восстановления синусоидаль-
ного сигнала надо брать отсчеты чаще, чем два раза за период
функции.
Если кроме значений самого сигнала g (t ) в моменты кванто-
вания известны также и значения его производных, частота кван-
тования может быть уменьшена. Так при известных производных
теоретически достаточно использовать квантование с частотой
ωs > ωmax [8].
1
Впервые этот результат получен российским ученым
В.А. Котельниковым в 1933 году. Позднее он был доказан
К. Шенноном в 1949 году и получил широкую известность.
0 5 10 t
Рис. 7. Эффект поглощения частот при квантовании
Найквиста График изменения сигнала g (t ) во времени показан сплош-
ной линией на рис. 7. Точками отмечены значения сигнала в мо-
менты квантования, которые точно ложатся на синусоиду
g1 (t ) = sin 0,2πt (штриховая линия). Учитывая периодичность
синуса и равенство 2π = ωsT , при целых k получаем
− sin ω0 kT = sin(2πk − ω0 kT ) = sin[(ωs − ω0 ) kT ] .
В данном случае ω0 = 1,8π и ωs − ω0 = 0,2π , поэтому мы не
сможем отличить сигналы g (t ) и g1 (t ) по дискретным отсчетам.
Говорят, что угловая частота 0,2π поглощает частоту 1,8π . В
общем случае любая частота ω из диапазона 0 ≤ ω < ω N по-
глощает частоты
ωs ± ω, 2ωs ± ω, 3ωs ± ω, K ,

17 18
т.е., эти частоты в спектре входного сигнала после квантовании
неотличимы от частоты ω . В англоязычной литературе это явле-
ние называется aliasing.
Как правило, спектры реальных сигналов не равны нулю в об-
ласти частот выше частоты Найквиста, поэтому в результате эф-
фекта поглощения частот высокочастотные помехи проявляются
на низких частотах. Системы управления динамическими объек-
тами обычно строятся так, чтобы реагировать только на низко-
частотные и среднечастотные возмущения. Из-за эффекта по-
глощения частот регулятор будет реагировать на высокочастот-
ные помехи, что крайне нежелательно. Поэтому на входе цифро-
вой части устанавливаются фильтры низкой частоты (англ. anti-
aliasing filters), которые отфильтровывают высокочастотные по-
мехи перед квантованием.
1.3. Цифровые законы управления
Описание работы цифровой части
Рассмотрим блок-схему компьютера, показанную на рис. 4.
Входным сигналом для программы является последовательность
значений {e[ k ]} , поступающих с выхода АЦП. Программа управ-
ления представляет собой некоторое правило (алгоритм), по ко-
торому входная последовательность {e[ k ]} преобразуется в
управляющую последовательность {v[k ]} .
На момент tk = kT компьютеру доступны текущее и все пре-
дыдущие значения входного сигнала
K , e[k − 2], e[k − 1], e[k ] ,
а также предыдущие значения управляющего сигнала
K , v[k − 3], v[k − 2], v[k − 1] .
Задача программы — построить очередное значение
v[k ] = ℑ (e[k ], e[k − 1], K , v[k − 1], v[k − 2], K) ,
где ℑ(K) — некоторая функция своих аргументов.
19
Поскольку в (5) не используются будущие значения входного
сигнала, такой закон управления называется физически реали-
зуемым (англ. causal). Это значит, что его можно реализовать в
реальной системе без «предсказания будущего».
Линейные законы управления
Линейным называется закон цифрового управления (5), в ко-
торый все величины входят линейно, т.е., просто умножаются на
коэффициенты и складываются.
Линейный закон, при котором используются только значения
входной последовательности:
v[k ] = a0e[k ] + a1e[k − 1] + K + ane[k − N ] , (6)
где ai (i = 0, K , N ) — числовые коэффициенты, называется
скользящим средним (СС) (англ. moving average, MA)2.
Линейный закон управления, при котором используются толь-
ко предыдущие значения выходной последовательности и по-
следнее значение входа:
v[k ] + b1v[k − 1] + K + bnv[k − N ] = e[k ] ,
где bi (i = 1, K , N ) — числовые коэффициенты, называется ав-
торегрессионным процессом (АР) (англ. autoregressive, AR).
Линейный закон управления общего вида, при котором ис-
пользуются предыдущие значения входной и выходной последо-
вательностей:
v[k ] + b1v[k − 1] + K + bN v[k − N ] =
(7)
(4) a0e[k ] + a1e[k − 1] + K + aN e[k − N ]
где ai (i = 0, K , N ) и bi (i = 1, K , N ) — числовые коэффициенты,
называется авторегрессионным процессом со скользящим
средним (АРСС) (англ. autoregressive —moving average, ARMA).
(5)
2
Этот и два следующих термина используются в основном в тео-
рии идентификации при составлении дискретных моделей объ-
ектов.
20
 Уравнения вида (7), связывающие две числовые последова- ζ me[k ] = e[k − m]
тельности, называются линейными разностными уравнения-
ми. Это название связано с тем, что они могут быть записаны в при целых m > 0 . Используя оператор ζ , можно записать закон
форме [6] управления (7) в виде
N −1
β N ∇ v[k ] + β N −1∇
N
v[k ] + K + β0v[k ] = (1 + b1ζ + K + bN ζ N ) v[k ] = (a0 + a1ζ + K + aN ζ N ) e[k ] .
α N ∇ N e[k ] + α N −1∇ N −1e[k ] + K + α 0e[k ] , Тогда формально связь между дискретными сигналами {v[ k ]} и
где α i и βi (i = 0, K , N ) – коэффициенты, а ∇ g[k ] для любой
l {e[k ]} может быть записана в операторной форме
последовательности {g[ k ]} обозначает обратную разность по-
~
v = C (ζ ) e ,
рядка l : где функция
∇ g[k ] = g[k ] − g[k − 1] , ~ a + a ζ + K + aN ζ N
C (ζ ) = 0 1 (8)
∇ g[k ] = ∇g[k ] − ∇g[k − 1] ,
2
1 + b1ζ + K + bN ζ N
.
L называется передаточной функцией линейной программы
l −1 l −1 управления. Полиномы в числителе и знаменателе передаточной
∇ g[k ] = ∇ g[k ] − ∇ g[k − 1]
l

функции могут иметь разные степени (в случае нулевых старших

Операторные модели
Использование операторной записи для описания линейных
непрерывных систем управления (см. [12,13]) позволяет свести
многие задачи к алгебраическим вычислениям, что значительно
упрощает их решение. Это прием применяется и в теории дис-
кретных систем, где вместо оператора дифференцирования
p = d / dt используют операторы обратного и прямого сдвига на
1 такт.
Оператор обратного сдвига (он обозначается как
−1
z ) позволяет получить предыдущий элемент последовательно-
сти {e[ k ]} :
ζ e[k ] = e[k − 1] .
Этот оператор соответствует запаздыванию на 1 такт и является
физически реализуемым в том смысле, что его применение не
дает будущих значений сигнала. Для того, чтобы найти осталь-
ные предшествующие элементы последовательности, надо при-
менить оператор обратного сдвига несколько раз:
коэффициентов), причем степень числителя может быть как
меньше, так и больше степени знаменателя.
В литературе часто встречается также оператор прямого
сдвига (сдвига вперед), обозначаемый символом z (или q ):
ze[k ] = e[k + 1], z me[k ] = e[k + m] .
Очевидно, что этот оператор физически нереализуем, т.к. позво-
ляет получить будущие значения сигнала, что невозможно в ре-
альной ситуации.
ζ или
При использовании оператора прямого сдвига закон управле-
ния (5) может быть записан в форме
(1 + b1 z −1 + K + bN z − N ) v[k ] = (a0 + a1 z −1 + K + aN z − N ) e[k ]
или, после умножения обеих частей на zN ,
( z N + b1 z N −1 + K + bN ) v[k ] = (a0 z N + a1 z N −1 + K + aN ) e[k ] .
Тогда соответствующая передаточная функция имеет вид

21 22
 a0 z N + a1 z N −1 + K + aN
C ( z) = . (9)
z N + b1 z N −1 + K + bN
Для физически реализуемых законов управления степень
числителя передаточной функции (9) должна быть не выше сте-
пени знаменателя, поскольку иначе для вычисления v[k ] требу-
ется знать будущие значения последовательности {e[k ]} .
Действительно, пусть C ( z ) = a1 z + a0 . Тогда уравнение, свя-
зывающее входную и выходную последовательность, имеет вид
v[k ] = a1e[k + 1] + a0e[k ] .
Такой закон управления нереализуем на практике, поскольку зна-
чение e[k + 1] неизвестно в момент времени t k = kT .
Как показано выше, закону управления (5) можно сопоставить
модели, которые описываются выражениями (8) и (9). Они могут
быть легко преобразованы друг в друга. Например, для того, что-
бы из (8) получить (9), надо умножить числитель и знаменатель
−N −1
(8) на ζ и выполнить замену ζ =z.
Оба типа моделей находят применение в теории дискретных
систем управления. Первые работы в этой области использовали
только оператор прямого сдвига и модели типа (9), на основе ко-
торых развиты классические методы анализа и синтеза цифро-
вых регуляторов. В современной литературе чаще используется
оператор обратного сдвига и передаточные функции вида (8). Та-
кой подход обладает существенными преимуществами в задачах
синтеза цифровых регуляторов (см. главу 4. ).
1.4. Восстановление непрерывных сигналов
Понятие экстраполятора
Цифровой компьютер вырабатывает управляющий сигнал в
виде последовательности чисел {v[k ]} . В то же время объект
управления — это непрерывная система, и на его вход надо по-
23
дать аналоговый сигнал u (t ) . Операция преобразования после-
довательности {v[ k ]} в сигнал u (t ) реализуется в ЦАП.
Поскольку для восстановления аналогового сигнала на интер-
вале kT ≤ t < (k + 1)T можно использовать только предыдущие
значения управляющей последовательности (до v[k ] включи-
тельно), необходимо прогнозировать значения сигнала в тече-
ние очередного интервала квантования, т.е., выполнить экстра-
поляцию. Поэтому восстанавливающие устройства называют
экстраполяторами.
Импульсная характеристика и передаточная функция
Экстраполятор является преобразователем сигналов, поэто-
му его можно характеризовать реакцией на некоторый тестовый
входной сигнал. Импульсной характеристикой экстраполятора
h(t ) называют его реакцию на единичный дискретный импульс в
момент k = 0 :
⎧1, k = 0,
δ[k ] = ⎨ . (10)
⎩0, k ≠ 0
Импульсная характеристика реального (физически реализуемого)
экстраполятора равна нулю при t < 0 , поскольку отклик не может
появиться раньше, чем пришел входной сигнал.
δ[k ] h(t )
1
экстраполятор
0 0 t
k
Рис. 8. Импульсная характеристика экстраполятора
Чаще всего экстраполятор использует только последнее из-
меренное значение сигнала v[k ] , при этом его импульсная ха-
рактеристика равна нулю при t > T . Такой экстраполятор назы-
вается экстраполятором нулевого порядка.
24
 В более сложных случаях для восстановления аналогового интервала. Если провести линию через середины этих «ступе-
сигнала на интервале kT ≤ t < (k + 1)T используются также зна- нек», получается сигнал, смещенный относительно исходного на
чения половину периода. Поэтому говорят, что последовательно при-
мененные операции квантования и восстановления сигнала с по-
v[k − 1], v[k − 2], K , v[k − l] . мощью фиксатора нулевого порядка приводят к его запаздыва-
В этом случае говорят об экстраполяторе порядка l , его им- нию на T / 2 .
пульсная характеристика равна нулю при t > (l + 1)T . h0 (t )
δ[k ]
Импульсная характеристика экстраполятора – это функция фиксатор 1
1
непрерывного времени. Поэтому можно ввести передаточную нулевого
порядка
функцию экстраполятора как преобразование Лапласа от им- 0 0
k T t
пульсной характеристики:
∞ Рис. 10. Импульсная характеристика фиксатора нулевого порядка
H ( s ) = ∫ h(t ) e − st
dt , (11) По определению импульсная характеристика фиксатора ну-
0
левого порядка имеет вид
где s — комплексная переменная.
⎧1, 0 ≤ t < T
Фиксатор нулевого порядка
h0 (t ) = ⎨ ,
⎩0, t ≥ T
В простейшем случае ЦАП, получив новый управляющий сиг-
нал от цифровой части, просто удерживает его (фиксирует) в те- а его передаточная функция вычисляется как:
чение интервала квантования T до появления следующего зна- T
1 − e − sT
чения входного сигнала. Такой элемент называется фиксатором H 0 ( s ) = ∫ e − st dt = .
0
s
нулевого порядка (англ. zero-order hold, ZOH), его работа иллю-
стрируется на рис. 9. Подавляющее большинство реальных восстанавливающих
v[k ] устройств описываются именно моделью фиксатора нулевого по-
u (t )
рядка. Это наиболее простой экстраполятор, легко реализуемый
с помощью стандартной аппаратуры (ЦАП).
фиксатор
нулевого Фиксатор первого порядка
порядка
k Иногда рассматривают фиксатор первого порядка (англ.
0 1 2 3 0 T 2T 3T t
first-order hold, FOH), который выполняет линейную экстраполя-
Рис. 9. Фиксатор нулевого порядка цию на основе двух предыдущих значений дискретного сигнала
(рис. 11).
Предположим, что последовательность на входе фиксатора
нулевого порядка получена в результате квантования некоторого
непрерывного сигнала (штрихпунктирная линия на рис. 9). Вос-
становленный сигнал будет представлять собой «ступеньки», вы-
сота которых совпадает с истинным значением сигнала в начале

25 26
 ваемый экспоненциальный экстраполятор, импульсная характе-
v[k ] u (t ) ристика и передаточная функция которого имеют вид
фиксатор ⎧eαt , 0 ≤ t < T
первого hexp (t ) = ⎨ , (12)
порядка ⎩ 0, t >T
0 1 2 3 k 0 T 2T 3T t
1 − e − ( s − α )T
Рис. 11. Фиксатор первого порядка H exp ( s) = ,
s−α
Непрерывный сигнал на интервале kT ≤ t < (k + 1)T восстанав- где α – постоянная. Техническая реализация таких экстраполя-
ливается по закону линейной экстраполяции: торов в реальных системах достаточно сложна, поэтому они ис-
t − kT пользуются главным образом в теоретических исследованиях.
u (t ) = v[k ] + (v[k ] − v[k − 1]). .
T
Импульсная характеристика фиксатора первого порядка (его ре-
акция на единичный дискретный импульс) показана на рис. 12.

δ[ k ] h1 (t )
2
1 фиксатор 1
первого 2T
0 порядка
k 0 T t
-1

Рис. 12. Импульсная характеристика фиксатора первого порядка

Передаточная функция фиксатора первого порядка вычисля-

ется как преобразование Лапласа от h1 (t ) :

∞ 2
⎛ 1 − e − sT ⎞ ⎛ Ts + 1 ⎞
H1 ( s ) = ∫ h1 (t ) e − st
dt = ⎜⎜ ⎟⎟ ⎜ ⎟.
0 ⎝ s ⎠ ⎝ T ⎠
На практике использование фиксатора первого порядка может
дать некоторый выигрыш в точности восстановления сигнала при
частом квантовании достаточно гладких сигналов [9].
Другие экстраполяторы
Существуют и более сложные экстраполяторы, рассмотрен-
ные, например, в [1] и [5]. В некоторых задачах цифровой фильт-
рации при случайных помехах оптимальным является так назы-

27 28

2. ЛИНЕЙНЫЕ ДИСКРЕТНЫЕ СИСТЕМЫ
2.1. Анализ последовательностей
В компьютере реализуется цифровой алгоритм обработки
данных, в результате которого из входной числовой последова-
тельности {e[ k ]} по некоторому закону получается последова-
тельность управляющих сигналов {v[k ]} . В этом разделе мы
рассмотрим специальные преобразования, применяемые при
описании последовательностей.
z-преобразование
Преобразование Лапласа оказалось очень удобным инстру-
ментом для анализа и синтеза непрерывных линейных систем.
Фактически работа с дифференциальными уравнениями и вре-
менными характеристиками свелась к алгебраическим операциям
с полиномами и рациональными функциями. Поэтому весьма за-
манчиво попытаться применить аналогичную идею для дискрет-
ных сигналов.
Работы в этом направлении были выполнены в 50-х годах
прошлого века одновременно в России [1] и США [2]. Я.З. Цыпкин
[1] ввел понятие дискретного преобразования Лапласа, а
Э. Джури построил теорию импульсных систем на основе анало-
гичного z -преобразования.
Пусть {g[k ]} — полубесконечная последовательность
( g[ k ] = 0 при всех k < 0 ):
g[0], g[1], g[2], K
Ее можно рассматривать как функцию, аргумент которой прини-
мает дискретные значения 0,1, 2,K . Такие функции называют
решетчатыми функциями [5].
Z -преобразованием последовательности (13) называется
сумма ряда
∞
G ( z ) = Z {g[k ]} = ∑ g[k ] z − k ,
k =0
29
где z – комплексная переменная3. Последовательность (13) на-
зывается оригиналом, а соответствующая ей функция G (z )
(14) — изображением.
Из теоремы Коши-Адамара (см. [16]) следует, что ряд (14) схо-
дится абсолютно вне круга z > R , где R = lim k g[ k ] .
k →∞
ζ-преобразование
В современной литературе по цифровым системам (см.
[10,14,15]) часто применяют ζ -преобразование, которое получа-
−1
ется из (14) путем замены z на ζ :
∞
~
G (ζ ) = G ( z ) ζ = z −1 = ∑ g[k ] ζ k . (15)
k =0
Ряд (15) сходится абсолютно внутри круга ζ < 1 / R . Во многих
случаях, особенно в задачах синтеза регуляторов, использование
ζ -преобразования дает значительные преимущества в срав-
нении с классическим z -преобразованием (см. главу 4. ).
В дальнейшем изложении мы будем использовать как z -
преобразование, так и ζ -преобразование, в зависимости от того,
какое из них удобнее в конкретной задаче. Материал этого раз-
дела строится на использовании z -преобразования для того,
чтобы обеспечить преемственность по отношению к существую-
щей литературе. Аналогичные результаты для ζ -преобразова-
−1
ния могут быть получены с помощью замены z на ζ .
(13)
Вычисление изображений
Для простых случаев изображение G (z ) легко найти, исполь-
зуя определение (14). Пусть g[ k ] = δ[ k ] — единичный дискрет-
ный импульс (10) (рис. 13). Тогда
(14) 3
Не путать с оператором сдвига вперед, который обычно также
обозначается символом z .
30
 ∞
G ( z ) = ∑ δ[k ] z − k = δ[0] = 1 . g[ k ] ⎧α β k , k ≥
g[ k ] = ⎨
k =0 0 < β <1 ⎩0, k < 0
α
Очевидно, что этот ряд сходится при любом z . αz
g[k ] G( z) =
⎧1, k = 0 -2 -1 0 1 2 3 4 k z −β
g[ k ] = ⎨
1 ⎩0, k ≠ 0 Рис. 15. Экспоненциально убывающий сигнал
G( z) = 1 Для более сложных функций составлены таблицы
-2 -1 0 1 2 3 4 k z -преобразований (см. приложение и [2,5,6]). Соответствующие
Рис. 13. Единичный дискретный импульс ζ -преобразования могут быть получены заменой z −1 на ζ .
Далее рассмотрим дискретный единичный ступенчатый сигнал Важно, что все существующие изображения имеют общую об-
(рис. 14). ласть сходимости — круг некоторого радиуса Rmin в комплексной
g[k ] ⎧1, k ≥ 0 плоскости ζ и область вне круга радиуса 1 / Rmin в плоскости z .
g[ k ] = ⎨
1 ⎩0, k < 0 Свойства z-преобразования
z z -преобразования (более
G( z) = Перечислим важнейшие свойства
-2 -1 0 1 2 3 4 k z −1 подробно эти и другие свойства описаны в [2,3,5]). Пусть {g1[ k ]}

Рис. 14. Единичный ступенчатый сигнал и {g 2 [ k ]} — последовательности, равные нулю при k < 0 , а
G1 ( z ) и G2 ( z ) — их изображения ( z -преобразования).
При z > 1 соответствующий ряд (14) сходится и представ-
Линейность. Для любых чисел α1 и α 2 справедливо равен-
ляет собой сумму бесконечно убывающей геометрической про-
грессии, которая вычисляется в замкнутом виде: ство
∞ ∞
1 z Z {α1 g1[k ] + α 2 g 2 [k ]} = α1G1 ( z ) + α 2G2 ( z ) .
G ( z ) = ∑ g[ k ] z − k = ∑ z − k = −1
= .
k =0 k =0 1− z z −1 Начальное значение. Начальное значение последователь-
ности может быть вычислено как
Аналогично можно получить z -преобразование для сигнала
g[k ] = α β , который изображен на рис. 15 (при 0 < β < 1 ):
k g[0] = lim G ( z ) .
z →∞

∞ ∞
α αz Конечное значение. Если функция (1 − z −1 ) G ( z ) не имеет
G ( z ) = ∑ g[ k ] z = ∑ α β z −1 k −k
= −1
= . (16)
k =0 k =0 1 − βz z −β полюсов в области z ≥ 1 и конечное значение последователь-
Этот ряд сходится, если βz −1 < 1 , т.е., при z > β . ности {g[k ]} существует, оно может быть вычислено как
lim g[k ] = lim (1 − z −1 ) G ( z ) . (17)
k →∞ z →1

31 32
 Обратный сдвиг. Рассмотрим последовательность Z −1{G ( z )} . Значение g[k ] может быть вычислено по интеграль-
{g[k − m]} , сдвинутую вправо (запаздывающую) на целое число ной формуле [2]
тактов m > 0 по отношению к исходной последовательности
1 dz
{g[k ]} (см. рис. 16). Тогда g[k ] = Z −1{G ( z )} = ∫
2πj Γ
G( z) z k
z
. (21)

Z {g[k − m]} = z − mG ( z ) , (18)

Здесь j = − 1 – мнимая единица, а контур интегрирования Γ
где G (z ) – изображение последовательности {g[k ]} . должен охватывать все полюса G (z ) . Пусть, например,
g [ k − m]
g[k ] αz
G( z) = . Тогда по теореме о вычетах
z −β
m 1 α z k dz α zk
0 k
Рис. 16. Запаздывающая последовательность
0 k g[ k ] = ∫
2πj Γ z − β
z
z
= Res
z = β z −β
= α βk .

Сдвиг вперед. Аналогично рассмотрим сдвиг последова- Разложение на простые дроби. Если G (z ) — рациональная
тельности вперед (упреждение). Для целого m > 0 имеем функция, ее можно разложить на простые дроби и найти соответ-
ствующие оригиналы по таблицам z -преобразований (см. при-
⎡ m −1
⎤
Z {g[k + m]} = z m ⎢G ( z ) − ∑ g[i ] z −i ⎥ . (19) ложение). Пусть такое разложение имеет вид
⎣ ⎦ N
αi z
G( z) = ∑
i =0
,
Свертка решетчатых функций {g1[k ]} и {g 2 [k ]} , которая i =1 z − βi
определяется как последовательность где α i и βi (i = 1, K , N ) — вещественные или комплексные чис-
k k ла. Тогда, используя свойство линейности z -преобразования и
g *[k ] = ∑ g1[m] g 2 [k − m] = ∑ g1[k − m] g 2 [m] , (16), получаем
m=0 m=0
N
имеет изображение, равное произведению изображений этих g[k ] = ∑ αi βik .
функций: i =1

«Длинное» деление полиномов. Если G (z ) — рациональ-

Z {g *[k ]} = G1 ( z ) G2 ( z ) . (20)
ная функция, ее можно разложить в ряд Лорана, используя так
Восстановление оригинала называемое «длинное» деление полиномов:
Для вычисления оригинала (решетчатой функции) по ее изо- G ( z ) = g[0] + g[1] z −1 + g[2] z −2 + K, ,
бражению используют несколько способов.
где коэффициенты ряда совпадают со значениями последова-
z -преобразование для изображения G (z ) пред-
Обратное
αz
ставляет собой последовательность {g[ k ]} и обозначается как тельности-оригинала. Пусть, например, G( z) = . Тогда де-
z −β
ление «углом» дает

33 34
 αz z −β y1 = U[u1 ], y2 = U[u2 ] .
αz − αβ −1
α + αβ z + αβ z + K 2 −2
Систему называют стационарной, если соответствующий ей
оператор не изменяется с течением времени, т.е., сдвиг входной
αβ
последовательности во времени (без изменения ее формы) на
αβ − αβ2 z −1 любое число отсчетов m приводит к точно такому же сдвигу вы-
αβ2 z −1 ходной последовательности. Если последовательности {u[k ]} и
αβ2 z −1 − αβ3 z −2 { y[k ]} связаны соотношением (22), для стационарной системы
при всех целых m справедливо равенство
αβ3 z −2
K U[u[k − m]] = y[k − m] .
Таким образом, g[k ] = α β k , как и было получено ранее. Импульсная характеристика
Импульсной характеристикой линейной стационарной
2.2. Линейные дискретные системы дискретной системы называется ее реакция на единичный дис-
Основные понятия кретный импульс δ[k ] (10). Для физически реализуемой системы
Дискретной будем называть систему, в которой передача сигнал на выходе не может появиться раньше, чем сигнал на
информации между элементами осуществляется с помощью дис- входе, поэтому w[ k ] = 0 для k < 0 (рис. 17).
кретных сигналов (числовых последовательностей). Будем рас-
сматривать только системы направленного действия [10], для ко-
торых выходной сигнал не влияет на входной. δ[k ] w[k ]
Если между входом и выходом системы существует одно- 1 W 1
значная связь, она может быть описана некоторым оператором
U – правилом, по которому входная последовательность {u[k ]} -2 -1 0 1 2 3 k -2 -1 0 1 2 3 k
преобразуется в выходную последовательность { y[k ]} . Симво- Рис. 17. Импульсная характеристика дискретной системы
лически это преобразование записывается в виде:
Пусть на вход дискретной системы поступает последователь-
y = U[u ] . (22)
ность {u[ k ]} , равная нулю при k < 0 . Ее можно представить как
Система называется линейной, если ей соответствует ли-
сумму одиночных импульсов высотой u[k ] , поступающих в мо-
нейный оператор, т.е.,
менты k = 0,1, K :
U[α1u1 + α 2u2 ] = α1 y1 + α 2 y2 .
k
Здесь α1 и α 2 — произвольные числа, {u1[ k ]} и {u2 [ k ]} — две u[k ] = ∑ δ[k − m] u[m] .
m=0
входные последовательности, а { y1[ k ]} и { y2 [k ]} — соответст-
С учетом линейности системы сигнал выхода может быть записан
вующие им выходные последовательности, такие что
как сумма реакций на эти импульсы, в виде линейной комбинации

35 36
предыдущих значений последовательности {u[k ]} :
k k
y[k ] = ∑ w[k − m] u[m] = ∑ w[k ] u[k − m], k ≥ 0 . (23)
m=0 m=0
В этой формуле значения w[k ] представляют собой весовые ко-
эффициенты, с которыми суммируются значения входа. Поэтому
последовательность {w[ k ]} называется также весовой функ-
цией дискретной системы.
Дискретные системы иногда называют цифровыми фильт-
рами (этот термин используется в цифровой обработке сигна-
лов). Цифровые фильтры делятся на два класса: фильтры с ко-
нечной импульсной характеристикой (КИХ-фильтры) и
фильтры с бесконечной импульсной характеристикой (БИХ-
фильтры).
Как следует из названия, для первых импульсная характери-
стика конечна, т.е., w[ k ] = 0 для k > N , где N — порядок
фильтра. Для БИХ-фильтров импульсная характеристика имеет
бесконечное число ненулевых отсчетов.
Фильтры с конечной импульсной характеристикой описывают-
ся моделью типа «скользящее среднее» (6), а БИХ-фильтры —
авторегрессионной моделью со скользящим средним (7).
Дискретная передаточная функция
Для линейных дискретных систем оказывается возможным
ввести передаточную функцию почти так же, как и для непрерыв-
ных. Как известно, передаточная функция непрерывной линейной
стационарной системы может быть найдена как преобразование
Лапласа от ее импульсной характеристики (весовой функции).
Для дискретных систем вместо преобразования Лапласа исполь-
зуется z -преобразование (или дискретное преобразование Лап-
ласа [1]).
Дискретная передаточная функция (ДПФ) линейной ста-
ционарной дискретной системы определяется как z -пре-
образование ее импульсной характеристики
37
∞
W ( z ) = Z {w[k ]} = ∑ w[k ] z − k . (24)
k =0
Рассмотрим систему с входом {u[k ]} и выходом { y[k ]} . Учи-
тывая, что при нулевых начальных условиях выходная последо-
вательность записывается в виде свертки (23), можно вычислить
z -преобразования левой и правой части в (23):
⎧ k ⎫
Z { y[k ]} = Z ⎨ ∑ w[k − m] u[m]⎬ .
⎩m = 0 ⎭
Выражение в правой части этого равенства может быть преобра-
зовано с помощью формулы (20) в произведение изображений
последовательностей {w[ k ]} и {u[ k ]} . Тогда, с учетом (24)
Y ( z) = W ( z)U ( z) , (25)
где U (z ) и Y (z ) — изображения последовательностей {u[k ]} и
{ y[k ]} соответственно. Таким образом, ДПФ линейной стацио-
нарной дискретной системы равна отношению изображений вы-
хода и входа при нулевой начальной энергии.
Найдем дискретную передаточную функцию для цифрового
фильтра, заданного в виде разностного уравнения
y[k ] + b1 y[k − 1] + K + bN y[k − N ] =
. (26)
a0u[k ] + a1u[k − 1] + K + aN u[k − N ]
Возьмем z -преобразование от обеих частей этого уравнения при
нулевых начальных условиях. С учетом свойства (18) получаем
(1 + b1 z −1 + K + bN z − N ) Y ( z ) = (a0 + a1 z −1 + K + aN z − N ) U ( z ) .
Вычислим ДПФ как отношение изображений выхода и входа:
Y ( z ) a0 + a1 z −1 + K + aN z − N
W ( z) = = . (27)
U ( z ) 1 + b1 z −1 + K + bN z − N
Умножив обе части (27) на z N , получим
38
 a0 z N + a1 z N −1 + K + aN Пусть входное воздействие отсутствует ( u[ k ] ≡ 0 при всех k ).
W ( z) = , (28)
z N + b1 z N −1 + K + bN Тогда при начальном условии y[0] = y0 переходный процесс

имеет вид y[ k ] = β y0 .
k
что совпадает с (9). При замене ζ = z −1 в (27) получаем переда-
~ а) y β < −1 ж) y β >1
точную функцию W (ζ ) вида (8). Im β
k k
Нули и полюса
б) аб в г д е ж е)
Разложим числитель и знаменатель (28) на простые сомножи- y
β = −1 y β =1
-1 1 Re β
тели:

∏ k
M
( z − αi ) k
W ( z) = K i =1
. в) г) д)
∏
N y −1 < β < 0 y y
j =1
(z − β j ) β=0 0 < β <1

Здесь K — числовой коэффициент, а вещественные или ком- k k k

плексные числа α i (i = 1, K , M ) и β j ( j = 1, K , N ) называются
соответственно нулями и полюсами передаточной функции. Ес-
ли объект физически реализуем, его передаточная функция от
переменной z не может иметь больше нулей, чем полюсов т.е.,
M ≤N.
Представление передаточных функций через нули и полюса
позволяет повысить точность вычислений, что важно, например,
при реализации цифровых фильтров с небольшим числом разря-
дов. Напротив, прямая реализация с помощью формы (28) в виде
отношения полиномов может приводить к накоплению сущест-
венных ошибок.
Типовые переходные процессы
Рассмотрим дискретную систему, имеющую ДПФ
α торой непрерывной системы с аналогичным характером переход-
W ( z) = ,
z −β
где α и β — постоянные. Ей соответствует разностное уравне-
ние
y[k ] = β y[k − 1] + αu[k ] .
Рис. 18. Типовые переходные процессы
На рис. 18 показаны типовые переходные процессы для раз-
личных значений β . В центральной части рисунка эти значения
отмечены точками и показана единичная окружность. При β > 1
процессы не затухают со временем, т.е., система неустойчива.
При β < 0 процессы носят колебательный характер, причем зна-
ки отсчетов чередуются.
Заметим, что при β > 0 полюсу z = β можно сопоставить, ис-
пользуя соотношение z = e
sT
, точку на плоскости s с координа-
тами ⎛⎜ ln β; 0 ⎞⎟ . Эту точку можно рассматривать как полюс неко-
1
⎝T ⎠
ных процессов. При β < 0 такого соответствия нет.
Модели в пространстве состояний
В современной теории управления широко используются мо-
дели систем, заданные в пространстве состояний. Для такой
формы описания моделей разработаны надежные вычислитель-

39 40
ные алгоритмы, и поэтому большинство программных средств ⎡1⎤
расчета систем управления использует именно ее. ⎢0 ⎥
Передаточная функция (28) стационарной линейной системы B = ⎢ ⎥, C = [c1 c2 K cN ], D = a0 .
может быть реализована в виде модели ⎢M⎥
⎢ ⎥
x[k + 1] = Ax[k ] + Bu[k ] ⎣0 ⎦
, (29)
y[k ] = Cx[k ] + Du[k ] Если числитель и знаменатель дроби в (30) не имеют общих
множителей (несократимы), такая реализация является мини-
где A , B , C и D – постоянные матрицы соответствующих раз-
мальной и имеет порядок N . Если передаточная функция сокра-
меров (матрица A — квадратная). Вектор x называется векто-
тима, минимальная реализация имеет порядок N − q , где q –
ром состояния. Его значение полностью определяет состояние
дискретной системы в данный момент времени. Вектор u назы- степень общего множителя числителя и знаменателя.
вают вектором управления, а вектор y — вектором выхода. Для того, чтобы найти передаточную функцию по уравнениям
(29), вычислим z -преобразование левой и правой части обоих
Для любой передаточной функции существует бесконечное уравнений при нулевых начальных условиях. Используя (19) и
множество реализаций вида (29), причем соответствующие им
полагая x[0] = 0 , получаем
матрицы A могут иметь разный размер. Порядком реализации
называют число элементов вектора состояния x . Реализация, в z X ( z) = A X ( z) + B U ( z)
,
которой матрица A (или, эквивалентно, вектор x ) имеет мини- Y ( z) = C X ( z) + D U ( z)
мально возможный размер, называется минимальной реализа-
цией. где через X (z ) , Y (z ) и U (z ) обозначены z -преобразования
Разделив числитель передаточной функции (28) на знамена- сигналов {x[ k ]} , { y[ k ]} и {u[ k ]} соответственно. Исключая из
тель и выделив постоянный коэффициент, всегда можно пред- этих уравнений X (z ) , получим
ставить ее в виде
c z N −1 + c2 z N − 2 + K + cN
[ ]
Y ( z ) = C ( zI − A) −1 B + D U ( z ) .
W ( z ) = a0 + N 1 . (30) Поэтому передаточная функция равна
z + b1 z N −1 + K + bN −1 z + bN
Y ( z)
Одна из реализаций функции (30) (так называемая каноническая W ( z) = = C ( zI − A) −1 B + D . (31)
управляемая форма) имеет вид U ( z)
−1
⎡− b1 − b2 − b3 K − bN −1 − bN ⎤ ДПФ системы можно записать как функцию переменной ζ = z :
⎢ 1 0 0 K 0 0 ⎥⎥ ~
⎢ W (ζ ) = W ( z ) z = ζ −1 = ζ C ( I − Aζ ) −1 B + D .
⎢ 0 1 0 K 0 0 ⎥
A=⎢ ⎥, Физическая реализуемость
⎢ 0 0 1 K 0 0 ⎥
В инженерных задачах все рассматриваемые системы долж-
⎢K K K O K K⎥ ны быть физически реализуемыми. Это значит, что реакция на
⎢ ⎥
воздействие не может появиться раньше, чем придет само воз-
⎣⎢ 0 0 0 K 1 0 ⎦⎥

41 42
действие, т.е. импульсная характеристика равна нулю при k < 0 .
Если w[ k ] ≠ 0 для каких-либо k < 0 , это означает, что реакция
на воздействие появляется раньше, чем приходит само воздейст-
вие. Таким образом, система может «предсказывать будущее»,
что невозможно. Говорят, что такая система является физиче-
ски нереализуемой. Физически нереализуемые модели находят
применение в тех ситуациях, когда известны «будущие» значе-
ния, например, при обработке цифровых сигналов и изображе-
ний. При этом k имеет смысл не дискретного времени, а номера
отсчета.
Для выполнения условия физической реализуемости переда-
точная функция системы W (z ) должна быть правильной, т.е.,
степень ее числителя не должна превышать степень знаменате-
ля. Иначе говоря,
lim W ( z ) = const ≠ ∞ . (32)
z →∞
Если это условие не выполняется, импульсная характеристика
содержит ненулевые значения при k < 0 , и система не будет фи-
зически реализуемой.
Пусть ДПФ задана как функция переменной ζ = z :
−1
2.3. Устойчивость
Под устойчивостью системы обычно понимают ее свойство
возвращаться к первоначальному состоянию после прекращения
действия внешних возмущений. Как правило, устойчивость явля-
ется необходимым условием работоспособности системы управ-
ления.
Существует много разных определений устойчивости. Снача-
ла дадим классическое определение устойчивости решения раз-
ностного уравнения по А.М. Ляпунову.
Устойчивость по А.М. Ляпунову
Пусть дискретная система (возможно, нелинейная и неста-
ционарная) задана уравнением в пространстве состояний
x[k + 1] = f (k , x[k ]) , (36)
где f (k , x[ k ]) — некоторая функция своих аргументов. Решени-
ем этого уравнения называется векторная последовательность
{x[k ]} , обращающая (36) в тождество.
[
Для любого вектора g = g1 g 2 K g N ]T обозначим через g
какую-нибудь норму, например, евклидову норму

~ a~ (ζ ) g = g12 + g 22 + K g N2 .
W (ζ ) = W ( z ) z = ζ −1 = ~ , (33)
b (ζ ) *
Решение {x [ k ]} уравнения (36) при начальных условиях
~ (ζ ) и b~ (ζ ) — полиномы. Тогда условие, эквивалентное
где a x[0] = x0* называется устойчивым, если для заданного ε > 0
(32), запишется в виде
существует такое δ > 0 , зависящее от ε , что при всех началь-
~
lim W (ζ ) = const ≠ ∞ . (34) ных условиях, для которых x 0 − x 0* < δ , имеем
ζ →0

Если ДПФ (33) несократима, (34) равносильно x[k ] − x*[k ] < ε при всех k ≥ 0 .
~
b (0) ≠ 0 . (35)
С геометрической точки зрения это означает, что все траекто-
Условие (35) будем называть условием физической реализуе- рии, которые начинаются в δ -окрестности точки x0 , отклоняются
*

мости для ДПФ (33).

от решения {x [ k ]} не более, чем на ε по выбранной норме.
*

43 44
 Таким образом, для нелинейной системы устойчивость – это
свойство отдельного решения при заданных начальных условиях.
При одних начальных условиях решение уравнения (36) может
быть устойчиво, а при других – неустойчиво.
*
Решение {x [ k ]} уравнения (36) называется асимптотиче-
ски устойчивым, если оно устойчиво и существует такое число
M > 0 , что при x0 − x0* < M имеем
lim x[k ] − x*[k ] = 0 .
k →∞
Если при этом M = ∞ , говорят, что система устойчива в це-
лом, т.е., при любых начальных условиях.
Устойчивость линейных систем
Для линейных систем можно ввести понятие устойчивости
системы, поскольку устойчивость одного решения разностного
уравнения
x[k + 1] = A x[k ] + B u[k ] (37)
означает, что все остальные решения также устойчивы. Заметим,
что это утверждение справедливо даже тогда, когда матрицы A
и B зависят от k , т.е. для линейных нестационарных систем
[16]. Итак, линейная дискретная система называется устойчивой,
если все решения уравнения (37) устойчивы.
Более того, линейная система (37) устойчива (асимптоти-
чески устойчива) тогда и только тогда, когда устойчиво (асим-
птотически устойчиво) тривиальное решение x[ k ] ≡ 0 однород-
ной системы
x[k + 1] = A x[k ] . (38)
Это означает, что для устойчивости необходимо и достаточно,
что при любых начальных условиях x[0] = x 0 решение системы
(38) оставалось ограниченным, а для асимптотической устойчи-
вости — стремилось к нулю при любом x[0] :
lim x[k ] = 0 . (39)
k →∞
45
Возможны и другие определения устойчивости. Например,
система называется устойчивой по входу-выходу4, если при
любом ограниченном входе и любых начальных условиях сигнал
выхода ограничен.
Можно показать, что асимптотически устойчивая система все-
гда устойчива по входу [9], т.е., асимптотическая устойчивость –
это самое сильное условие. Далее, если это не оговаривается
особо, под устойчивостью мы будем всегда понимать именно
асимптотическую устойчивость.
Пусть система описывается уравнением (38) и x[0] = x 0 . То-
гда единственное решение (38) имеет вид
x[k ] = A k x 0 .
Устойчивость этого решения определяется собственными числа-
ми λ i (i = 1, K , N ) матрицы A , которые вычисляются как корни
уравнения
det (λI − A) = 0 ,
где I – единичная матрица размера N × N и det обозначает
определитель. Для того, чтобы система была устойчивой и вы-
полнялось (39), необходимо и достаточно, чтобы все числа λ i
были расположены внутри единичного круга, т.е. λ i < 1 . Для до-
казательства этого утверждения достаточно привести матрицу A
эквивалентными преобразованиями к диагональной или жорда-
новой форме [9].
Аналогичный результат можно получить для передаточных
функций. Рассмотрим линейную дискретную систему, заданную
своей несократимой ДПФ W (z ) . Условие асимптотической ус-
тойчивости, эквивалентное (39), можно записать через импульс-
ную характеристику:
4
В англоязычной литературе — bounded input-bounded output
(BIBO) stability.
46
 lim w[k ] = 0 . (40) полюсами передаточной функции W (z ) являются собственные
k →∞
числа матрицы A в (29).
Представим передаточную функцию W (z ) в виде отношения
Таким образом, устойчивость линейной дискретной системы
полиномов a (z ) и b(z ) , и разложим знаменатель на множители, определяется расположением полюсов ДПФ W (z ) . Полином
выделив полюса ДПФ λ i (i = 1, K , N ) : b(z ) называется характеристическим полиномом дискрет-
a( z ) N ной системы, а уравнение b( z ) = 0 называется характеристи-
W ( z) = , b( z ) = ∏ ( z − λ i ) . ческим уравнением.
b( z ) i =1
Линейная дискретная система асимптотически устойчи-
Далее мы везде предполагаем, что рассматриваемая система –
ва тогда и только тогда, когда все корни ее характеристического
динамическая и физически реализуемая, т.е.,
полинома по модулю меньше единицы, т.е., расположены внутри
N = deg b( z ) > 0 и deg b( z ) ≥ deg a( z ) . единичного круга на комплексной плоскости z (рис. 19). Соответ-
Используя обратное z -преобразование (21), находим им- ствующую ДПФ W (z ) будем называть устойчивой.
пульсную характеристику как оригинал для изображения W (z ) : Im z
1
1 a( z ) dz
w[k ] = ∫
2πj Γ ∏ ( z − λ i )
N
zk
z
.
i =1
-1 1
Re z
Для простоты будем считать, что среди чисел λ i нет одинаковых.
Используя теорему о вычетах, при k > 0 получаем -1

N
a( z ) N
a (λ i ) Рис. 19. Область устойчивости в плоскости z
w[k ] = ∑ Res z k −1 =∑ λki −1 .
i =1
z =λi
∏
N
μ =1
( z − λμ ) i =1 ∏ (λ i − λ μ )
μ =1,K, N ; μ ≠ i
При использовании ДПФ в виде функции переменной ζ = z
−1

условие устойчивости меняется. Легко показать, что система с

Таким образом, ~
N несократимой передаточной функцией W (ζ ) = W ( z ) z = ζ −1 асим-
w[k ] = ∑ c λ k −1
i i ,
i =1 птотически устойчива тогда и только тогда, когда все полюса
~
где ci (i = 1, K , N ) — постоянные. Следовательно, поведение W (ζ ) находятся вне единичного круга на плоскости ζ . Такую
~
импульсной характеристики при k → ∞ определяется числами функцию W (ζ ) также будем называть устойчивой.
λ i . Если все они по модулю меньше единицы, то lim λki −1 = 0 при Алгебраические критерии устойчивости
k →∞

всех i , условие (40) выполняется и система устойчива. Этот ре- Для выяснения вопроса об устойчивости требуется опреде-
зультат, который можно доказать и для передаточных функций с лить, все ли корни характеристического полинома b(z ) располо-
кратными полюсами, вполне предсказуем, поскольку в силу (31)

47 48
жены внутри единичного круга z < 1 , причем желательно отве- 2 (1 − b0 ) 1 + b0 + b1
> 0, > 0.
тить на этот вопрос без вычисления самих корней. 1 + b0 − b1 1 + b0 − b1
Для непрерывных систем алгебраическое решение этой зада- Легко проверить, что эти условия равносильны неравенствам:
чи дает известный критерий Рауса-Гурвица, который позволяет
определить, находятся ли все корни некоторого полинома в ле-
b0 < 1, b0 > b1 − 1, b0 > −b1 − 1 (43)
вой полуплоскости. Чтобы использовать этот результат, можно и определяют заштрихованную область на рис. 20.
применить билинейное w -преобразование [7,13] Существуют также и другие алгебраические критерии устой-
1+ w чивости, разработанные специально для дискретных систем. Из
z= , (41) них наиболее известен критерий Джури [2,9], который сводится к
1− w
построению специальной таблицы.
которое отображает внутреннюю часть единичного круга z <1 b0
на левую полуплоскость Re w < 0 , а единичную окружность
1
z = 1 — на мнимую ось.

Рассмотрим полином b( z ) = z + b1 z + b0 и соответствующее

2

ему характеристическое уравнение -2 -1 1 2 b1

z 2 + b1 z + b0 = 0 . (42) -1

Подстановка (41) дает

Рис. 20. Область устойчивости для полинома второго порядка
(1 + w) 2 1+ w
+ b1 + b0 = 0 . Пусть характеристический полином имеет вид
(1 − w) 2
1− w
Приводя к общему знаменателю и приравнивая числитель к ну-
b( z ) = bN z N + bN −1 z N −1 + K + b1 z + b0 . (44)
лю, получаем Составим таблицу
(1 + w) + b1 (1 + w)(1 − w) + b0 (1 − w) = 0 .
2 bN bN −1 K b1 b0 b0
μN =
b0 b1 K bN −1 bN bN
Раскрывая скобки, имеем c2 w + c1w + c0 = 0 , где
2

bN( N −1) bN( N−1−1) K b1( N −1) b1( N −1)

c2 = 1 + b0 − b1 , c1 = 2 (1 − b0 ) , c0 = 1 + b0 + b1 . μ N −1 = ( N −1)
b1( N −1) b2( N −1) K bN( N −1) bN
Как известно, критерий Рауса-Гурвица для полинома второго по-
рядка сводится к тому, что все коэффициенты должны быть одно- M M
го знака. Разделив c1 и c0 на c2 , получаем b (0)
N

49 50
 bN( l−) l b( z ) = bN z N + bN −1 z N −1 + K + b1 z + b0 ,
где bi( l −1) = bil − μ l b2( lN) −i − l и μl = . Первая и вторая строки
bN( l ) для анализа устойчивости можно использовать дискретный ана-
таблицы – это коэффициенты характеристического полинома, лог критерия Михайлова [13]. Согласно принципу аргумента, чис-
выписанные в прямом и обратном порядке. Третья строка вычис- ло корней полинома b(z ) внутри единичного круга можно опре-
ляется как разность первой и второй, умноженной на μ N , так что делить по числу полных оборотов вектора b(z ) вокруг начала
ее последний элемент равен нулю Четвертая строка – это третья, координат при изменении комплексной переменной z вдоль гра-
записанная в обратном порядке. Схема повторяется до ( 2 N + 1) - jθ
ницы этого круга, т.е. при z = e ( − π ≤ θ ≤ π) . Таким образом,
ой строки, которая состоит из одного элемента. для устойчивой системы
Критерий Джури. Если bN > 0 , то корни уравнения (42) ле- Δ arg b(e jθ ) = 2π N , − π ≤ θ ≤ π .
жат внутри единичного круга тогда и только тогда, когда все
− jθ
bN( l ) (l = 0, K , N − 1) положительны. Если среди bN( l ) нет равных В силу свойства симметрии b(e ) = b(e jθ ) , где черта сверху
(l)
означает комплексно сопряженное выражение. Поэтому доста-
нулю, то количество отрицательных bN равно количеству
точно рассмотреть лишь половинный интервал [0, π] .
корней вне единичного круга.
Критерий Михайлова. Для устойчивости дискретной сис-
Таблица Джури для полинома второго порядка в левой части темы необходимо и достаточно, чтобы годограф Михайлова
(42) выглядит так:
проходил последовательно 2 N квадрантов при изменении θ
1 b1 b0 от 0 до π , т.е.
μ 2 = b0
b0 b1 1 Δ arg b(e jθ ) = π N , 0 ≤ θ ≤ π .
1 − b02 b1 (1 − b0 ) b1 На рис. 21 показаны годографы Михайлова для полиномов
μ1 =
b1 (1 − b0 ) 1− b 2 1 + b0
0 b( z ) = ( z − 0,2)3 и b( z ) = ( z − 1,2) ( z + 0,2) 2 ,
b12 (1 − b0 ) которые соответствуют устойчивой и неустойчивой дискретным
1 − b02 − системам третьего порядка.
1 + b0
а) Im b(e jθ ) б) Im b(e jθ )
Условия устойчивости сводятся к неравенствам

1 − b02 > 0 ,
1 − b0
1 + b0
[
(1 + b0 ) 2 − b12 > 0 , ] Im b(e jθ )
θ=0 Re b(e jθ )

θ=π
которые эквивалентны условиям (43). θ=π θ=0

Критерий Михайлова
Если известен характеристический полином замкнутой систе- Рис. 21. Годограф Михайлова для систем 3-го порядка
мы а) устойчивая система; б) неустойчивая система

51 52
 Критерий Найквиста Если функция W0 ( z ) имеет полюса в точке z = 1 (разомк-
На дискретные системы может быть легко распространен кри- нутая система содержит дискретные интеграторы), то нужно
терий Найквиста, который широко применяется при анализе ус-
обходить контур, минуя точку z = 1 , по четверти окружности
тойчивости линейных непрерывных систем.
малого радиуса r (см. рис. 23).
Пусть дана дискретная передаточная функция разомкнутой
Если разомкнутая система неустойчива, для устойчивости
системы W0 ( z ) и требуется определить, устойчива ли замкнутая замкнутой системы годограф должен охватывать точку (-1,0)
дискретная система с единичной отрицательной обратной связью на угол mπ (против часовой стрелки), где m — число неус-
(рис. 22). тойчивых полюсов W0 ( z ) .
x[k ] y[k ]
Im z
W0 ( z )
− 1
z = e jθ
Рис. 22. Система с единичной отрицательной обратной связью r Re z
Будем предполагать, что функция W0 ( z ) — строго пра-
z = −1(θ = π) z = 1(θ = 0)
вильная (степень ее числителя меньше степени знаменателя).
Передаточная функция замкнутой системы равна
W0 ( z ) Рис. 23. Контур обхода для построения годографа Найквиста
W ( z) = ,
1 + W0 ( z ) Термин «неохват точки (-1,0)» означает, что общее изменение
и характеристическое уравнение имеет вид угла поворота радиус-вектора, проведенного из точки
jθ
1 + W0 ( z ) = 0 . (-1,0) к частотной характеристике W0 (e ) , равно нулю при изме-

Для дискретных систем граница области устойчивости — это нении θ от 0 до π .

единичная окружность в плоскости z , ее уравнение может быть На рис. 24 показаны годографы Найквиста для разомкнутых
jθ систем с передаточными функциями вида
записано в виде z = e , где θ ∈ [0,2π] . Для построения годогра-
K ( z − 0,8)
фа Найквиста используется верхняя полуокружность, которая W0 ( z ) = ,
соответствует диапазону θ ∈ [0, π] (рис. 23). z 2 − 0,25
Полное доказательство критерия Найквиста для дискретных где K – постоянный коэффициент. При K = 0,3 система устой-
систем можно найти, например, в [13], мы приведем только его чива, годограф (рис. 24а) не охватывает точку (-1,0), тогда как при
формулировку. K = 0,6 (рис. 24б) замкнутая система неустойчива. Можно пока-
Критерий Найквиста. Если разомкнутая цепь устойчива, зать, что критическое значение K , при котором система теряет
для устойчивости замкнутой системы необходимо и доста-
устойчивость, равно K = 0,417 . В этом случае годограф прохо-
*
jθ
точно, чтобы годограф W0 (e ) не охватывал точку дит через точку (-1,0).
(-1,0) при изменении θ от 0 до π .

53 54
а) б) 1 deg n( z ) + deg a( z ) < deg d ( z ) + deg b( z ) . (47)
0.4

0.2 0.5 Посмотрим, что получится, если условие (47) нарушено, т.е.
θ=0 θ=0
θ=π θ=π степени числителя и знаменателя ДПФ равны как для объекта,
0 0
-1 -1 так и для регулятора. Пусть
-0.2
-0.5
z−α
-0.4
-1 C ( z) = , P( z ) = 1 ,
-0.6 z −β
-1.5
-1 -0.5 0 0.5 -1.5 -1 -0.5 0 0.5 1
где α и β — постоянные. Соответствующие разностные уравне-
Рис. 24. Годограф Найквиста: а) устойчивая система ния имеют вид:
б) неустойчивая система
объект: y[k ] = u[k ]
2.4. Одноконтурная дискретная система регулятор: u[k ] = β u[k − 1] + e[k ] − α e[k − 1]
Структурная схема
обратная связь: e[k ] = r[k ] − y[k ]
Рассмотрим одноконтурную замкнутую систему с единичной
обратной связью (рис. 25). Согласно второму равенству, для расчета u[ k ] регулятор ис-
r[k ] e[k ] u[k ] y[k ] пользует u[k − 1] , e[k ] и e[k − 1] . Объединяя первое и третье
C (z ) P(z ) уравнения находим, что e[ k ] = r[ k ] − u[k ] , т.е. значение e[k ]
−
само зависит от u[k ] , которое еще неизвестно. Иными словами,

Рис. 25. Одноконтурная система для того, чтобы рассчитать значение u[ k ] надо его заранее
знать! Это явление называется алгебраическим циклом.
Здесь C ( z ) и P( z ) обозначают ДПФ регулятора и объекта Системы с алгебраическим циклом можно считать физически
управления, соответственно, которые могут быть записаны в виде нереализуемыми, поскольку в них входной сигнал регулятора
отношений полиномов: e[k ] зависит от (неизвестного еще) выхода регулятора u[k ] в тот
a( z ) n( z ) же момент времени. Это происходит тогда, когда обе передаточ-
C ( z) = , P( z ) = . (45)
b( z ) d ( z) ные функции C ( z ) и P ( z ) имеют одинаковые степени числителя
Далее мы везде предполагаем, что объект и регулятор – физиче- и знаменателя.
ски реализуемы элементы, т.е. обе функции в (45) правильные Объединяя приведенные выше уравнения, получаем
(степени их числителей не выше степеней знаменателей): u[k ] = β u[k − 1] + r[k ] − u[k ] − α e[k − 1] . (48)
deg n( z ) ≤ deg d ( z ), deg a ( z ) ≤ deg b( z ) . (46)
Здесь неизвестное значение u[k ] входит как в левую, так и в
Физическая реализуемость правую часть равенства. Формально равенство (48) можно рас-
Будем называть систему на рис. 25 физически реализуе- сматривать как уравнение относительно u[ k ] . С математической
мой, если хотя бы одно из неравенств в (46) — строгое, т.е., точки зрения оно разрешимо в виде

55 56
 1 ля были равны. Поскольку для моделей реальных объектов P ( z )
u[k ] = (β u[k − 1] + r[k ] + α e[k − 1]) , – строго правильная функция, в практических задачах некоррект-
2
ные системы не встречаются.
так что формально смоделировать эту систему все-таки можно.
На практике алгебраические циклы почти не встречаются бла- Устойчивость
годаря тому, что дискретные модели объектов с экстраполято- Рассмотрим устойчивость замкнутой системы с единичной
ром — это, как правило, строго правильные функции от z . обратной связью на рис. 25. Уравнения в изображениях имеют
вид
Некорректные системы
Рассмотрим одноконтурную систему на рис. 25, в которой Y ( z ) = P( z ) C ( z ) E ( z )
,
z−α E ( z ) = R( z ) − Y ( z )
C ( z) = , P ( z ) = −1 , (49)
z −β где заглавными буквами обозначены изображения соответст-
вующих дискретных сигналов. Исключив из этих уравнений E ( z ) ,
где α и β — постоянные. Разностные уравнения имеют вид:
получаем
объект: y[k ] = −u[k ] Y ( z ) = W ( z ) R( z ) ,
регулятор: u[k ] = β u[k − 1] + e[k ] − α e[k − 1] где W ( z ) – ДПФ замкнутой системы:
обратная связь: e[k ] = r[k ] − y[k ] P( z ) C ( z )
Объединяя эти уравнения, получаем
W ( z) = .
1 + P( z ) C ( z )
u[k ] = β u[k − 1] + r[k ] + u[k ] − α e[k − 1] .
Полюсами W ( z ) являются корни уравнения
После вычитания u[ k ] из обеих частей находим
1 + P( z ) C ( z ) = 0 , (51)
0 = β u[k − 1] + r[k ] + α e[k − 1] . которое называется характеристическим уравнением. Таким
Таким образом, значение u[ k ] определить невозможно, потому образом, система на рис. 25 устойчива только тогда, когда все
что оно не входит в оставшееся уравнение. решения уравнения (51) находятся внутри единичного круга.
Заметим, что для рассматриваемой структуры Предположим, что дискретный объект и регулятор заданы в
виде отношения полиномов
1 + P (∞ ) C (∞ ) = 0 . (50)
a( z ) n( z )
Система, для которой выполняется (50), называется вырожден- C ( z) = , P( z ) = .
ной или некорректной [15]. Она представляет собой некий ма-
b( z ) d ( z)
тематический объект и не соответствует никакой реальной физи- Приравнивая числитель выражения в левой части (51) к нулю,
ческой системе. получаем характеристическое уравнение в полиномах:
Для выполнения (50) необходимо, чтобы для каждой из пере- a ( z ) n ( z ) + b( z ) d ( z ) = 0 . (52)
даточных функций P ( z ) и C ( z ) степени числителя и знаменате-
Полином

57 58
 Δ ( z ) = a ( z ) n( z ) + b( z ) d ( z ) . (53) C : xC [k + 1] = α xC [k ] + e[k ]
называют характеристическим полиномом замкнутой систе- u[k ] = xC [k ]
мы. Если корни совпадают с решениями уравнения (52). Полином
от переменной z , степень которого выше 0 и все корни распо- P : xP [k + 1] = β xP [k ] + u[k ]
ложены внутри единичного круга, будем называть устойчивым. y[k ] = (β − α) xP [k ] + u[k ]
Рассмотрим два характеристических уравнения, определяю-
Здесь через xC и xP обозначены переменные состояния регуля-
щих устойчивость замкнутой системы, (51) и (52). Их решения
совпадают, если произведение P ( z ) C ( z ) несократимо, в про- тора и объекта. Пусть входной сигнал равен нулю, так что
тивном случае часть решений (52) не является решениями (51), e[k ] = − y[k ] . Исключив из этих уравнений e[k ] , y[k ] и u[k ] ,
т.е., эти уравнения не равносильны. можно построить уравнение свободного движения:
Пусть x[k + 1] = Ax[k ] ,
1 z −α где x = [ xC xP ] – вектор состояния замкнутой системы. Ее ус-
T
C ( z) = , P( z ) = , (54)
z −α z −β тойчивость определяется собственными числами матрицы
где α и β – постоянные. Легко проверить, что (51) имеет одно ⎡α − 1 α − β ⎤
A=⎢
решение z1 = β − 1 , и при β − 1 < 1 может быть сделан вывод об ⎣ 1 β ⎥⎦
устойчивости системы. которые равны β − 1 и α . Система устойчива, если оба они по
В то же время уравнение (52) имеет два решения: z1 = β − 1 и модулю меньше единицы.
z2 = α , так что система устойчива только если одновременно Использование переменной ζ
β − 1 < 1 и α < 1 . Это значит, что в общем случае следует ис- Понятия характеристического уравнения и характеристическо-
го полинома могут быть введены и для моделей, записанных с
пользовать уравнение (52).
−1
использованием переменной ζ . Выполним замену z = ζ в
Заметим, что при сократимости произведения P ( z ) C ( z ) сте-
ДПФ объекта и регулятора:
пень полинома в числителе выражения 1 + P ( z ) C ( z ) оказывает-
~ a~ (ζ ) ~ n~ (ζ )
ся меньше суммы степеней полиномов d ( z ) и b( z ) . Этот факт C (ζ ) = C ( z ) z = ζ −1 = ~ , P (ζ ) = P( z ) z = ζ −1 = ~ .
служит признаком особой ситуации.
b (ζ ) d (ζ )
Тогда для устойчивости замкнутой системы необходимо и доста-
Устойчивость моделей в пространстве состояний
точно, чтобы все корни характеристического уравнения
Рассмотрим систему на рис. 25, в которой регулятор и объект ~ ~
имеют ДПФ (54). Эти передаточные функции могут быть записаны a~ (ζ ) n~ (ζ ) + b (ζ ) d (ζ ) = 0 (55)
в виде были расположены вне единичного круга. Полином
−1
C ( z ) = ( z − α) , P( z ) = (β − α)( z − β) + 1 −1 ~ ~ ~
,
Δ(ζ ) = a~ (ζ ) n~ (ζ ) + b (ζ ) d (ζ ) (56)
что соответствует уравнениям в пространстве состояний

59 60
называется характеристическим полиномом замкнутой системы. расположены вне единичного круга. Поэтому он не имеет корня
Полином от ζ будем называть устойчивым, если все его при ζ = 0 и
корни расположены вне единичного круга. Ненулевые корни ~ ~ ~
~ Δ(0) = b (0) d (0) ≠ 0 .
ρi (i = 1, K , N ) полинома Δ( z ) (53) и корни ~
ρi полинома Δ(ζ ) ~
Отсюда следует b (0) ≠ 0 , что совпадает с условием физической
(56) связаны отношением
реализуемости ДПФ регулятора (35). Таким образом, при выпол-
~ 1 нении (57) любой регулятор, обеспечивающий устойчи-
ρi = , ρi ≠ 0 .
ρi вость полинома (56), физически реализуем [10].
Для некорректных систем анализ устойчивости с помощью
Если полином Δ ( z ) имеет l нулевых корней, то степень поли-
~ характеристических полиномов (53) и (56) от переменных z и ζ
нома Δ (ζ ) понижается, так что
дает различные результаты. При использовании переменной ζ
~
deg Δ(ζ ) = deg Δ( z ) − l . некорректная система определяется как неустойчивая и не пред-
ставляющая практического интереса. Действительно, для случая
Использование переменной ζ удобно в тех задачах, где важ- (49) имеем, переходя в ζ -плоскость,
на физическая реализуемость регулятора [10]. Для подавляюще-
го большинства моделей реальных объектов ДПФ P ( z ) — ~ 1− α ζ ~
C (ζ ) = , P (ζ ) = −1 .
строго правильная функция, т.е. 1− βζ
deg n( z ) < deg d ( z ) . ~
Характеристический полином (56) Δ (ζ ) = (α − β) ζ имеет корень
~ ζ = 0 и система считается неустойчивой.
Тогда ДПФ P (ζ ) содержит множитель ζ в числителе: в точке

~ ζ n~0 (ζ ) 2.5. Стабилизируемость

P (ζ ) = ~ , (57)
d (ζ ) Понятие стабилизируемости
~ (ζ ) – полином, и d~ (0) ≠ 0 . Это означает, что прямая пе-
где n Стабилизируемой называется система, для которой можно
0
существует регулятор, обеспечивающий устойчивость замкнутого
редача с входа объекта на его выход отсутствует, для модели
контура, т.е. затухание переходных процессов по всем координа-
(29), записанной в пространстве состояний, имеем D = 0 .
там при любых начальных условиях. Такой регулятор называют
~ a~ (ζ ) стабилизирующим.
Пусть регулятор C (ζ ) = ~ стабилизирует дискретный
b (ζ ) Пусть ДПФ дискретного объекта на рис. 25 задана в виде от-
ношения полиномов
объект с передаточной функцией (57). Это значит, что все корни
характеристического полинома замкнутой системы n( z )
P( z ) = . (58)
~ ~ ~ d ( z)
Δ (ζ ) = a~ (ζ ) ζ n~0 (ζ ) + b (ζ ) d (ζ )

61 62
 a( z )
При использовании регулятора C ( z ) = и замыкании контура
b( z )
отрицательной обратной связью характеристический полином
замкнутой системы имеет вид
Δ ( z ) = a ( z ) n( z ) + b( z ) d ( z ) .
Если полином Δ( z ) задан, а полиномы a( z ) и b( z ) неиз-
вестны, последнее равенство представляет собой полиноми-
альное уравнение (уравнение, в котором неизвестными являют-
ся полиномы).
Пусть полиномы n( z ) и d ( z ) не имеют общих множителей.
Из теории полиномиальных уравнений известно [14], что в этом
случае для любого Δ ( z ) можно найти полиномы a ( z ) и b( z ) ,
при которых выполняется равенство (59). Поскольку в (59) всегда
можно выбрать устойчивый полином Δ ( z ) , такой объект всегда
стабилизируем.
Нестабилизируемые объекты
Как следует из предыдущего пункта, нестабилизируемым мо-
жет быть только объект, для которого полиномы n( z ) и d ( z )
имеют общий множитель. Пусть
n( z ) = g ( z ) n0 ( z ) , d ( z ) = g ( z ) d0 ( z ) ,
где g ( z ) — общий полиномиальный множитель, а полиномы
n0 ( z ) и d0 ( z ) — взаимно простые (не имеют общих корней). То-
гда (см. [14]) полиномиальное уравнение (59) имеет решение
только при таком полиноме Δ ( z ) , который делится на g ( z ) без
остатка. Следовательно, если полином g ( z ) имеет неустойчивые
корни, при любом выборе полиномов a ( z ) и b( z ) (т.е. при лю-
бом регуляторе) система будет неустойчивой. Это значит, что
объект P ( z ) — нестабилизируем.
Продемонстрируем этой явление на примере. Рассмотрим
дискретный объект, состоящий из двух блоков (рис. 26). Покажем,
63
что сокращение общих множителей в числителе и знаменателе
ДПФ объекта может вызвать его нестабилизируемость.
u[k ] K v[k ] z −α y[k ]
z−α z −β
(59)
регулятор
Рис. 26. Нестабилизируемый дискретный объект
Разностные уравнения, связывающие u , v и y , имеют вид
v [k + 1] − αv [k ] = K u[k ]
(60)
y[k + 1] − β y[k ] = v [k + 1] − α v[k ]
Заметим, что левая часть первого уравнения совпадает с правой
частью второго, поэтому имеем
v [k + 1] = αv [k ] + K u[k ]
(61)
y[k + 1] = β y[k ] + K u[k ] .
Из второго уравнения следует, что изменение величины сигнала
v вообще никак не влияет на y (говорят, что сигнал v нена-
блюдаем с выхода y ). Поэтому регулятор в обратной связи,
использующий для управления только сигнал y , не сможет
обеспечить ограниченность сигнала v при любых начальных ус-
ловиях.
Действительно, пусть начальные значения сигналов равны
v[0] = v0 и y[0] = 0 . Пусть также все начальные условия регуля-
тора — нулевые и u[0] = 0 . Тогда, как следует из второго урав-
нения в (61), y[ k ] = 0 и u[ k ] = 0 при всех k ≥ 0 .
В то же время из первого уравнения в (61) получаем
v[k + 1] = α v[k ] ⇒ v[k ] = α k v0 .
Характер переходного процесса при v0 ≠ 0 зависит от значения
α : если оно по модулю меньше единицы, при k → ∞ сигнал v
64
стремится к нулю. Если α > 1 , он бесконечно нарастает, и в
этом случае объект нестабилизируем, поскольку не существует
регулятора, который был бы способен отреагировать на возрас-
тание ненаблюдаемого сигнала. Для того, чтобы все же стабили-
~ (ζ ) и d~ (ζ ) — полиномы. Предположим, что они не имеют
где n
общих множителей, т.е., ДПФ объекта несократима. Тогда из тео-
рии полиномиальных уравнений [14] следует, что существуют по-
линомы a (ζ ) и b (ζ ) , удовлетворяющие уравнению
* *

зировать такой объект, надо использовать обратную связь по

~
двум сигналам: y и v . a* (ζ ) n~ (ζ ) + b* (ζ ) d (ζ ) = 1 , (63)

Множество стабилизирующих регуляторов причем можно выбрать такое решение (решение минимальной
степени), что
Во многих задачах важно выбрать лучший в некотором смыс-
~
ле регулятор из всех стабилизирующих регуляторов. Для этого deg a* (ζ ) ≤ deg d (ζ ) − 1 , deg b* (ζ ) ≤ deg n~ (ζ ) − 1 ,
желательно построить параметризацию множества стабилизи-
рующих регуляторов. При этом все стабилизирующие регуляторы где deg обозначает степень полинома.
описываются единой формулой, в которую входит некоторая Множество всех стабилизирующих регуляторов может быть
функция-параметр, которая должна быть устойчивой. Выбирая задано в виде параметризации
соответствующим образом эту функцию, можно построить любой ~
стабилизирующий регулятор. ~ a* (ζ ) + d (ζ ) Ψ (ζ )
C (ζ ) = * , (64)
Параметризация множества стабилизирующих регуляторов b (ζ ) − n~ (ζ ) Ψ (ζ )
для дискретных одномерных систем впервые была использована
Л.Н. Волгиным в 1962 г5. В 1971 году В.Б.Ларин, К.И. Науменко и где Ψ (ζ ) — произвольная устойчивая рациональная функция
В.Н. Сунцев разработали аналогичную параметризацию для мно- (параметр). Любой стабилизирующий регулятор может быть
гомерных непрерывных и дискретных систем6. В зарубежной ли- представлен в форме (64) с устойчивой функцией Ψ (ζ ) , и на-
тературе этот результат называется параметризацией Юлы- оборот, при любой устойчивой функции Ψ (ζ ) регулятор (64) ста-
Кучеры в честь ученых, которые независимо опубликовали его
билизирует объект (62).
соответственно в 1976 году (непрерывные системы, D.C. Youla) и
в 1974 году (дискретные системы, V. Kučera). Докажем это важное утверждение. Пусть Ψ (ζ ) — устойчивая
Представим ДПФ объекта в виде отношения полиномов от функция. Представим ее в виде
−1
переменной ζ = z : θ(ζ )
Ψ (ζ ) = ,
~ n~ (ζ ) Δ + (ζ )
P (ζ ) = P( z ) z = ζ −1 = ~ , (62)
d (ζ ) где Δ + (ζ ) — устойчивый полином и θ(ζ ) — полином. Подстав-
ляя это выражение в (64), получаем
~
5
Л.Н. Волгин, Элементы теории управляющих машин, М.: Сов. ~ a~ (ζ ) a* (ζ )Δ + (ζ ) + d (ζ ) θ(ζ )
C (ζ ) = ~ = .
6
радио, 1962. b (ζ ) b* (ζ )Δ + (ζ) − n~ (ζ ) θ(ζ )
В.Б.Ларин, К.И. Науменко, В.Н. Сунцев. Спектральные методы
синтеза линейных систем с обратной связью. Киев: Наукова Характеристический полином замкнутой системы с учетом равен-
думка, 1971. ства (63) принимает вид

65 66
 ~ ~ ~ ~ (ζ ) — общий полиномиальный множитель, а полиномы
Δ(ζ ) = a~ (ζ ) n~ (ζ ) + b (ζ ) d (ζ ) где g

[ ] ~
.
~
= Δ + (ζ ) a* (ζ ) n~ (ζ ) + b* (ζ ) d (ζ ) = Δ + (ζ ) n~0 (ζ ) и d 0 (ζ ) — взаимно простые. При этом уравнение (63) не
имеет решения (см. [14]), а характеристический полином при лю-
Так как полином Δ + (ζ ) устойчив, замкнутая система устойчива. ~ (ζ ) :
бом выборе регулятора содержит множитель g
~ a~ (ζ ) ~ ~ ~ ~ ~
Теперь пусть C (ζ ) = ~ — стабилизирующий регулятор, Δ (ζ ) = g~ (ζ ) Δ 0 (ζ ), Δ 0 (ζ ) = a~ (ζ ) n~0 (ζ ) + b (ζ ) d 0 (ζ ) .
b (ζ )
Если этот множитель неустойчив, то объект нестабилизируем.
~ ~ (ζ ) n~ (ζ ) + b~ (ζ ) d~ (ζ ) — устойчивый поли-
при котором Δ (ζ ) = a ~ (ζ ) – устойчивый полином, для обеспечения устойчивости
Если g
ном. Непосредственной подстановкой проверяется, что он может системы остается стабилизировать объект с ДПФ
быть получен из (64) при выборе
~ n~ (ζ )
~ P0 (ζ ) = ~0 .
a~ (ζ ) b* (ζ ) − a* (ζ ) b (ζ ) d 0 (ζ )
Ψ (ζ ) = ~ .
Δ (ζ ) Используя доказанный ранее результат, находим, что множество
Таким образом, мы доказали, что формула (64) описывает все стабилизирующих регуляторов параметризуется в виде
~
возможные стабилизирующие регуляторы. ~ a* (ζ ) + d 0 (ζ ) Ψ (ζ )
C (ζ ) = * ,
Заметим, что из (63) следует, что при использовании так на- b (ζ ) − n~0 (ζ )Ψ (ζ )
зываемого базового регулятора
где Ψ (ζ ) — произвольная устойчивая функция, а полиномы
~ a * (ζ )
C * (ζ ) = * a * (ζ ) и b * (ζ ) удовлетворяют уравнению
b (ζ )
~
~ a* (ζ ) n~0 (ζ ) + b* (ζ ) d 0 (ζ ) = 1 .
характеристический полином замкнутой системы равен Δ (ζ ) = 1 .
Такой регулятор является стабилизирующим, так как полином Грубость стабилизирующих регуляторов
~
Δ(ζ ) не имеет корней внутри единичного круга. Кроме того, ба- В [10] было показано, что любой стабилизирующий регулятор
зовый регулятор обеспечивает затухание переходных процессов является грубым, т.е. при малых изменениях параметров управ-
в системе за конечное число тактов квантования (процессы с ко- ляемого объекта сохраняется устойчивость замкнутой системы7.
нечной длительностью). Пусть номинальная (расчетная) и фактическая передаточные
функции объекта имеют вид:
Особый случай
~ n~ (ζ ) ~ n~ (ζ ) + ε n (ζ )
Полученные выше результаты справедливы только тогда, ко- P0 (ζ ) = ~ , P (ζ ) = ~ ,
~ d (ζ ) d (ζ ) + ε d ( ζ )
гда ДПФ объекта P (ζ ) (62) несократима. Рассмотрим случай,
где ε n (ζ ) и ε d (ζ ) — полиномы с достаточно малыми по модулю
когда это допущение нарушено, т.е.,
~ ~ коэффициентами. Тогда при использовании регулятора
n~ (ζ ) = g~ (ζ ) n~0 (ζ ) , d (ζ ) = g~ (ζ ) d 0 (ζ ) ,
7
Для непрерывных систем это не всегда так — см. [15].

67 68
~ a~ (ζ )
C (ζ ) = ~ номинальный и фактический характеристические 3. АНАЛИЗ ЦИФРОВЫХ СИСТЕМ
b (ζ )
полиномы имеют вид 3.1. Дискретизация непрерывных процессов
~ ~ ~ ~ ~ ~
Δ 0 (ζ ) = a~ (ζ ) n~ (ζ ) + b (ζ ) d (ζ ), Δ (ζ ) = Δ 0 (ζ ) + Δ 1 (ζ ) Один из широко распространенных инженерных методов ис-
следования цифровых систем основан на их дискретизации, т.е.
~ ~ (ζ ) ε (ζ ) + b~ (ζ ) ε (ζ ) .
где Δ1 (ζ ) = a переходе к дискретным моделям, описывающим процессы только
n d
~ в моменты квантования tk = kT при целых k ≥ 0 . В связи с этим
Предположим, что регулятор C (ζ ) — стабилизирующий, и
возникают следующие задачи:
~
полином Δ 0 (ζ ) устойчив. Если степени характеристических по- • для функции g (t ) с известным преобразованием Лапласа
~ ~
линомов Δ 0 (ζ ) и Δ (ζ ) равны, при достаточно малых по модулю G ( s) построить z -преобразование решетчатой функции
~ g[k ] = g (kT ) при целых k ≥ 0 ;
коэффициентах ε n (ζ ) и ε d (ζ ) полином Δ (ζ ) также будет ус-
тойчив, так как корни полинома непрерывно зависят от его коэф- • построить решетчатую функцию y[ k ] = y ( kT ) , полученную
фициентов и не могут скачком перейти из области устойчивости в при квантовании аналогового сигнала y (t ) на выходе непре-
область неустойчивости.
рывного объекта, управляемого цифровым регулятором;
~ ~
Если степень полинома Δ (ζ ) выше, чем степень Δ 0 (ζ ) , при • найти значения сигнала y (t ) не только в моменты квантова-
малых коэффициентах ε n (ζ ) и ε d (ζ ) его старшие коэффициен- ния, но и между ними.
ты также малы по модулю. При этом новые корни «приходят из Квантование непрерывных функций
~
бесконечности», и полином Δ(ζ ) не может иметь неустойчивых Пусть заданы функция g (t ) , такая что g (t ) = 0 при t < 0 , и
корней (внутри единичного круга). Поэтому при малых отклонени- интервал квантования T . Построим решетчатую функцию
ях параметров объекта от номинальных система остается устой-
g[k ] = g (kT ) , и найдем ее z -преобразование:
чивой, т.е., обладает свойством грубости. Строгое доказательст-
∞
во этого факта приводится в [10].
G ( z ) = ∑ g[ k ] z − k .
k =0

Такую процедуру будем обозначать G ( z ) = Z {g (t )} .

Теперь предположим, что известно преобразование Лапласа
G (s ) . С помощью обратного преобразования Лапласа (или по
таблицам) можно найти соответствующий ему оригинал g (t ) и
затем построить функцию G ( z ) как z -преобразование для по-
следовательности g[ k ] = g (kT ) . Такой переход от G ( s ) к G ( z )
будем символически обозначать G ( z ) = Z {G ( s )} .

69 70
 1 сигналов, и по дискретному изображению G (z ) невозможно оп-
Пусть, например, G ( s ) = . По таблицам (см. приложе-
s−α ределить, какая из них подвергалась квантованию (рис. 27). Это
ние) находим соответствующий оригинал еще раз демонстрирует тот факт, что при квантовании происхо-
дит потеря информации.
g (t ) = eαt , t ≥ 0 .
Модифицированное z-преобразование
αkT
Тогда g[ k ] = g (kT ) = e и по определению Для того, чтобы получить возможность анализировать про-
∞ ∞ цессы между моментами квантования, различными авторами бы-
1 z
G ( z ) = ∑ g[ k ] z − k = ∑ e αkT z − k = αT −1
= . (65) ли введены дискретные преобразования, названные модифици-
k =0 k =0 1− e z z − e αT рованным дискретным преобразованием Лапласа [1] и модифи-
Существует возможность прямого перехода от G (s ) к G (z ) с цированным z -преобразованием [2,3]. Мы рассмотрим вариант
модифицированного z -преобразования, получивший наиболь-
помощью интегральной формулы [1,2].
шее распространение в отечественной литературе [5].
Восстановление непрерывных функций Предположим, что импульсный элемент выбирает значения
Пусть известно z -преобразование G (z ) решетчатой функ- функции g (t ) не при tk = kT , а в моменты tkε = kT + εT , где
ции, полученной при квантовании некоторой непрерывной функ-
0 ≤ ε < 1 . Тогда модифицированное z -преобразование для сиг-
ции g (t ) с периодом T .
нала g (t ) , обозначаемое как Z ε {g (t )} , представляет собой z -
g (t )
преобразование для решетчатой функции
g[k , ε] = g (kT + εT ) ,
которое может быть вычислено как
∞

0 T 2T 3T 4T t G ( z , ε) = Z ε {g (t )} = Z {g[k , ε]} = ∑ g[k , ε] z − k .

k =0
Рис. 27. Восстановление непрерывного сигнала
Пусть, например, g (t ) = e . Тогда
at

Для восстановления значений g[k ] = g (kT ) в моменты кван- ∞ ∞

Z ε{g (t )} = Z {e a ( kT + εT ) } = ∑ e a ( kT + εT ) z − k = e aεT ∑ e akT z − k .
тования можно использовать интегральную формулу обратного
k =0 k =0
z -преобразования:
Применив формулу суммы бесконечно убывающей последова-
1 dz
g[ k ] = ∫
2πj Γ
G( z) z k
z
. тельности (в соответствующей области сходимости), получим:
e aεT z
G ( z , ε) = .
Она позволяет вычислить значения функции только в моменты z − e aT
квантования, а значения непрерывного сигнала g (t ) между эти- Для вычисления модифицированного z -преобразования более
ми моментами не могут быть определены однозначно. Одной ре- сложных функций существуют подробные таблицы (см. приложе-
шетчатой функции может соответствовать множество аналоговых ние или [5,6]).

71 72
 В зарубежной литературе используется несколько иной вари- ∞

ант модифицированного z -преобразования [2,3]: v* (t ) = ∑ v[k ] δ(t − kT ) . (68)

k =0
Z m{g (t )} = Z {g (kT − T + mT )}, 0 ≤ m < T .
Здесь δ(t ) обозначает единичный импульс (дельта-функцию Ди-
Связь между этими преобразованиями выражается формулой
рака), такой что для некоторой функции f (t ) имеем
Z ε{g (t )} = z ⋅ Z m{g (t )} . ∞

3.2. Аналоговые модели дискретных сигналов

∫ f (τ) δ(τ − t ) dτ = f (t ) .
−∞
(69)

Аналоговая модель экстраполятора Как известно из теории линейных стационарных систем, реак-
ция непрерывной системы на сигнал (68) равна
Как показано в разд. 1.4, экстраполятор – это элемент с дис-
∞ ∞ ∞
h(τ) ∑ v[k ] δ(t − τ − kT ) dτ .
кретным входом и аналоговым выходом, который преобразует
u (t ) = ∫ h(τ) v (t − τ) dτ = ∫
*
числовую последовательность {v[k ]} в аналоговый сигнал −∞ −∞ k =0
управления u (t ) , поступающий на объект. Импульсная характе- Учитывая (69), получаем (67).
ристика экстраполятора h(t ) (реакция на единичный дискретный Таким образом, реакция экстраполятора с импульсной харак-
импульс δ[k ] ) – это функция непрерывного времени, так же, как теристикой h(t ) на дискретный сигнал (66) совпадает с реакцией
и у линейных непрерывных систем. Покажем, что экстраполятор непрерывной системы с такой же импульсной характеристикой на
можно рассматривать как аналоговый элемент при соответст- аналоговый сигнал (68). Это позволяет рассматривать экстрапо-
вующем преобразовании входного сигнала. лятор как аналоговое звено с импульсной характеристикой h(t ) и
Входной сигнал экстраполятора {v[ k ]} можно представить в передаточной функцией
∞
виде
∞
H ( s ) = ∫ h(t )e − st dt
v[k ] = ∑ v[m] δ[k − m] . (66) 0

m =0 при условии, что дискретный входной сигнал (66) заменяется им-

Действительно, при любом k в правой части остается только од- пульсным аналоговым сигналом (68).
но ненулевое слагаемое (при m = k ). Используя принцип супер- а)
v[k ] u (t )
б) v* (t ) u (t )
позиции для линейных систем, сигнал u (t ) можно записать как экстраполятор H (s )
реакцию на вход (66):
∞ Рис. 28. Модели экстраполятора: а) гибридная; б) аналоговая
u (t ) = ∑ v[k ] h(t − kT ) . (67)
k =0 Как будет показано далее, использование аналоговой модели
Теперь рассмотрим линейную непрерывную систему с им- экстраполятора позволяет легко находить преобразования Лап-
пульсной характеристикой h(t ) при импульсном входе ласа непрерывных сигналов в цифровой системе.
Импульсная модель дискретного сигнала
Исследуем более подробно свойства сигналов вида

73 74
 ∞ 3.3. Дискретизация простейшей импульсной системы
g * (t ) = ∑ g[k ] δ(t − kT ) , (70)
k =0 Дискретная модель объекта с экстраполятором
где {g[ k ]} – некоторая числовая последовательность. Преобра- Простейшей импульсной системой будем называть разомкну-
зование Лапласа для (70) может быть найдено как тую систему, состоящую из экстраполятора и линейного непре-
∞ ∞ ∞ рывного объекта, которые заданы передаточными функциями
G ( s ) = ∫ g (t ) e
* * − st
dt = ∫ ∑ g[k ] δ(t − kT ) e− st dt . H (s ) и F (s ) соответственно (см. рис. 29).
0 0 k =0
v* (t ) y (t ) T y* (t )
Изменяя порядок суммирования и интегрирования, и используя
свойство дельта-функции (69), имеем H (s) F (s )
∞
Рис. 29. Простейшая импульсная система
G* ( s ) = ∑ g[k ] e − ksT .
k =0 *
Входной импульсный сигнал v (t ) вида (70), моделирующий
− sT
При замене z=e получаем z -преобразование последова-
последовательность {v[k ]} , проходит через звено с передаточ-
тельности {g[k ]} :
ной функцией FH ( s ) = F ( s ) H ( s ) . Тогда преобразование Лапла-
∞
G( z) = G (s) *
= ∑ g[ k ] z −k
. са сигнала y (t ) вычисляется как
e sT = z
k =0

Предположим, что последовательность {g[ k ]} была получе- Y ( s ) = FH ( s ) V * ( s ) = F ( s ) H ( s ) V * ( s ) . (73)

на квантованием непрерывного процесса g (t ) с изображением Предположим из сигнала y (t ) выбираются (с помощью им-

по Лапласу G (s ) . Если функция G (s ) убывает при | s |→ ∞ по пульсного элемента) дискретные значения y[ k ] = y (kT ) . Найдем
*
крайней мере как 1 / | s | , то связь между G ( s ) и G (s ) опреде- связь между последовательностями {v[k ]} и { y[ k ]} .
ляется формулой [9] Будем считать, что функция FH (s ) убывает при s →∞
g (0) 1 ∞
G* ( s) = + ∑ G ( s + kjωs ) , (71) быстрее, чем 1 / s , так что y (0) = 0 . Для этого достаточно, что-
2 T k = −∞
бы lim F ( s ) = 0 , поскольку для любого экстраполятора
где ωs = 2π / T – угловая частота квантования. Если же G (s ) | s |→ ∞

убывает при | s |→ ∞ быстрее, чем 1 / | s | , имеем g (0) = 0 , так h(0) ≠ ∞ и передаточная функция H ( s) убывает по крайней ме-
что первое слагаемое в правой части (71) отсутствует. ре как 1 / s .
Из формулы (71) следует периодичность преобразования Ла-
Импульсный сигнал
пласа импульсного сигнала:
∞
G* ( s + mjωs ) = G* ( s ) (72) y * (t ) = ∑ y[k ] δ(t − kT )
для любого целого m . k =0

при y[0] = 0 имеет изображение по Лапласу

75 76
 ∞
1 ∞
где αi и βi (i = 1, K , N ) — постоянные. Найдем дискретную мо-
Y * ( s ) = ∑ y[k ] e− ksT = ∑ Y (s + kjω ) s
k =0 T k = −∞ дель для объекта (77) с фиксатором нулевого порядка:
.
1 ∞ 1 − e − sT
= ∑ FH (s + kjωs ) V * (s + kjωs )
T k = −∞
H ( s) = H 0 ( s) =
s
.

Учитывая, что V ( s + kjωs ) = V ( s ) в силу свойства периодично-

* * Для FH ( s ) = F ( s ) H 0 ( s ) из (76) и (75) следует
сти (72), получаем 1 ∞
1 − e − ( s + kjωs )T
Y * ( s) = W * ( s) V * ( s) , (74)
W ( z) =
T
∑ s + kjω F (s + kjωs ) sT .
k = −∞
(78)
s e =z
где
Заметим, что при ωs = 2π / T и целых k имеем:
1 ∞
W ( s ) = ∑ FH ( s + kjω s ) .
*
(75)
T k = −∞ 1 − e − ( s + kjωs )T = 1 − e − sT e− kjω sT = 1 − e− sT e − j 2 πk = 1 − e − sT .
Можно показать (см. [8,10]), что все изображения в (74) являются Поэтому, выполнив замену e sT = z , получаем
− sT
функциями переменной z = e (или ζ = e
sT
). Тогда
1 ∞
F ( s + kjωs ) z − 1 ⎧ F (s) ⎫
Y ( z) = W ( z) V ( z) ,
W ( z ) = (1 − e − sT ) ⋅
T
∑
k = −∞ s + kjωs e sT = z
=
z
⋅Z⎨
⎩ s ⎭
⎬.

где V ( z ) и Y ( z ) обозначают z -преобразования последователь- Для функции (77) имеем

ностей {v[k ]} и { y[ k ]} , а функция
z −1 ⎧ N αi ⎫ z − 1 N ⎧ αi ⎫
W ( z) = Z ⎨∑ ⎬= ∑Z⎨ ⎬.
W ( z ) = W * ( s) = Z {FH ( s )} (76) z ⎩ i =1 s ( s − βi ) ⎭ z i =1 ⎩ s ( s − βi ) ⎭
e sT = z

представляет собой дискретную модель приведенной непре- В последнем равенстве использовано свойство линейности z-
рывной части – объекта с экстраполятором. Она определяет преобразования. По таблице в приложении находим
линейный закон преобразования управляющей последовательно-
⎧ αi ⎫ αi (eβ iT − 1) z
сти {v[ k ]} в { y[ k ]} при нулевой начальной энергии системы. Z⎨ ⎬= ⋅ βiT
.
Если рассматривать процессы в простейшей цифровой системе ⎩ s ( s − βi ) ⎭ βi ( z − 1) ( z − e )
только в моменты квантования, можно сказать, что W ( z ) – это ее Тогда окончательно
дискретная передаточная функция. N
α i eβ i T − 1
W ( z) = ∑ ⋅ . (79)
Замкнутые формулы i =1 β i z − eβ i T
Пусть передаточная функция объекта имеет вид
Из формулы (79) видно, что полюса непрерывной передаточ-
N
αi ной функции F (s ) преобразуются в полюса дискретной модели
F ( s) = ∑ , (77)
i =1 s − βi W (z ) по правилу

77 78
 βi → zi = eβ iT . Пусть F (s ) имеет вид (77) и используется экстраполятор
нулевого порядка. Тогда
Если непрерывная система устойчива, т.е. Re βi < 0 для всех i ,
z −1 n ⎧ αi ⎫
дискретная модель также устойчива, поскольку z i < 1 . W ( z , ε) = ∑ Zε ⎨ ⎬.
z i =1 ⎩ s ( s − βi ) ⎭
К сожалению, получить простые зависимости для преобразо-
По таблицам модифицированного z -преобразования находим
вания нулей передаточной функции при квантовании не удается,
существуют только предельные результаты (при очень больших ⎧ αi ⎫ α i z ⎛ eβ i εT ( z − 1) ⎞
Zε ⎨ ⎬ = − ⋅ ⋅ ⎜1 − ⎟.
βi z − 1 ⎜⎝ z − eβ iT ⎟⎠
или очень малых периодах квантования).
⎩ s ( s − βi ) ⎭
Процессы между моментами квантования
Окончательно
Для вычисления непрерывного сигнала на выходе объекта
управления можно вычислить обратное преобразование Лапласа
n
αi (eβi εT − 1) z − (eβi εT − eβiT )
W ( z , ε) = ∑ ⋅ .
для изображения Y (s ) (73). Такой подход, развитый в [10], по- i =1 βi z − eβ i T
зволяет получить аналитическое выражение для сигнала y (t ) Легко проверить, что при подстановке ε = 0 последнее выраже-
при известном входном сигнале, однако приводит к громоздким ние совпадает с (79).
вычислениям.
Дискретизация моделей в пространстве состояний
Наибольшее распространение получил второй метод, осно-
ванный на использовании модифицированного z -преобра- Пусть непрерывный объект задан моделью в пространстве
состояний:
зования. Рассмотрим последовательность { y[ k , ε]} значений
y (t ) в моменты tkε = kT + εT , где 0 ≤ ε < T . Связь ме- x& = A x + B u
сигнала , (80)
y = C x + Du
жду смещенным z -преобразованием выходного сигнала y (t ) и
z -преобразованием входной последовательности {v[k ]} опре- где x(t ) — вектор состояния, u (t ) — вектор управляющих воз-
деляется модифицированной дискретной передаточной действий, y (t ) — вектор выхода, A , B , C и D — постоянные
функцией: матрицы соответствующего размера.
Y ( z , ε) Пусть в момент времени t k = kT вектор состояния равен
W ( z , ε) = .
V ( z)
x[k ] . Тогда решение линейного дифференциального уравнения в
Для системы, изображенной на рис. 29, она может быть вычисле- (80) при kT ≤ t ≤ (k + 1)T имеет вид
на как
t
W ( z , ε) = Z ε{FH ( s )} = Z ε{F ( s ) H ( s )} x(t ) = e A(t − kT ) x[k ] + ∫ e A(t − τ ) B u (τ) dτ .
по таблицам модифицированного z -преобразования (см. прило- kT
жение и [5,6]). At
Здесь e обозначает матричную экспоненту, которая определя-
ется как сумма сходящегося ряда

79 80
 At A2t 2 ∞
Ai t i вом уравнении могут появиться члены, зависящие от предыду-
e At = I + + +K = ∑ . щих значений последовательности {v[ k ]} .
1! 2! i = 0 i!
Применяя z -преобразование к левой и правой частям (82)
Используя относительное смещение ε и выполнив замену пере-
при нулевых начальных условиях ( x[0] = 0 ), получаем
менных t = kT + εT и σ = τ − kT , при 0 ≤ ε < 1 получаем
εT zX ( z ) = Φ X ( z ) + ΓV ( z )
, (83)
x(kT + εT ) = e AεT
x[k ] + ∫ e A ( εT −σ )
Bu (kT + σ) dσ . Y ( z ) = C X ( z ) + DV ( z )
0
где заглавные буквы обозначают изображения соответствующих
Будем считать, что на входе объекта используется фиксатор ну- последовательностей. Отсюда следует
левого порядка, т.е., u (t ) = v[k ] для kT ≤ t < (k + 1)T . Тогда
εT
[ ]
Y ( z ) = C ( zI − Φ ) −1 Γ + D V ( z ) = W ( z ) V ( z ) ,
x(kT + εT ) = e AεT x[k ] + ∫ e A( εT − σ ) dσ B v[k ], 0 ≤ ε < T , −1
где W ( z ) = C ( zI − Φ ) Γ + D — дискретная передаточная функ-
0 ция разомкнутой системы.
Таким образом, уравнения состояния дискретной модели при
3.4. Передаточные функции цифровых систем
0 ≤ ε < T можно представить в виде
Введение
x[k , ε] = Φ (ε) x[k ] + Γ(ε) v[k ],
В теории управления передаточные функции используются
y[k , ε] = C x[k , ε] + D v[k ] , (81) как инструмент исследования линейных стационарных непрерыв-
= C Φ (ε) x[k ] + ( D + C Γ(ε)) v[k ] ных и дискретных систем. Цифровая система не является ста-
ционарной, поэтому для нее передаточная функция в классиче-
εT
ском смысле не существует. Однако в литературе предложено
∫e
AεT A ( εT − σ )
где Φ (ε) = e , Γ (ε) = dσ B . При ε = 1 получаем дис-
два подхода, позволяющих использовать аппарат передаточных
0
функций для исследования цифровых систем.
кретную модель процессов в моменты квантования
Во-первых, если входные сигналы поступают непосредствен-
x[k + 1] = Φ x[k ] + Γv[k ] но на импульсный элемент, все непрерывные сигналы в системе
, (82)
y[k ] = C x[k ] + D v[k ] будут зависеть только от значений входов в моменты квантова-
ния. Это явление называют стробоскопическим эффектом
T
[10]. В этом случае система, рассматриваемая в дискретном вре-
где Φ = e , Γ = ∫ e A ( ε − σ ) dσ B .
AT
мени, будет стационарной, и для нее существует дискретная пе-
0
редаточная функция. Для того, чтобы найти значения сигналов
Модели (81) и (82) точно описывают динамику объекта между моментами квантования, можно использовать модифици-
при условии, что входной сигнал u (t ) не меняется между момен- рованные дискретные преобразования и модифицированные
тами квантования. Если используется более сложный экстрапо- ДПФ.
лятор, матрица Γ изменится. Более того, в некоторых случаях Во-вторых, в монографии [10] разработана частотная теория
(например, при наличии запаздывания в управлении [9]) в пер- линейных цифровых систем, основанная на понятии параметри-

81 82
ческой передаточной функции, которая зависит не только от
T T
комплексной переменной s , но и от времени t . Такой подход ис- v* (t ) y1 (t ) y1* (t ) y (t ) y* (t )
пользует достаточно сложный математический аппарат и мы в F1 ( s ) F2 ( s )
конце раздела рассмотрим только его основные идеи.
Рис. 31. Последовательное соединение
Разомкнутые системы
В разд. 3.3 было показано, что ДПФ простейшей импульсной Пусть импульсные элементы работают синхронно и синфазно
системы, изображенной на рис. 29, может быть найдена по фор- (измеряют сигналы в одни и те же моменты времени). Найдем
муле изображение последовательности { y[k ]} :
Y ( z)
W ( z) = = Z {FH ( s )} . Y ( z ) = Z {F2 ( s )}Y1 ( z ) = Z {F2 ( s )} Z {F1 ( s )}V ( z ) .
V ( z)
Таким образом, ДПФ всей системы равна
Аналогично находится и модифицированная ДПФ:
W ( z ) = Z {F2 ( s )} Z {F1 ( s )} .
Y ( z , ε)
W ( z , ε) = = Z ε{FH ( s )} . Надо заметить, что если между объектами нет импульсного эле-
V ( z) мента, ДПФ будет совсем другая, поскольку в общем случае
Рассмотрим параллельное соединение импульсных систем Z {F2 ( s ) F2 ( s )} ≠ Z {F2 ( s )} Z {F1 ( s )} .
(рис. 30). Здесь и далее Fi ( s ) (i = 1, 2) обозначают передаточные
Для модифицированного z -преобразования и модифициро-
функции непрерывных объектов с экстраполяторами. ванной ДПФ находим
y1 (t ) Y ( z , ε) = Z ε{F2 ( s )}Y1 ( z ) = Z ε{F2 ( s)} Z {F1 ( s )}V ( z ) ,
F1 ( s ) T *
*
v (t ) y (t ) y (t )
W ( z , ε) = Z ε {F2 ( s )} Z {F1 ( s )} .
y2 (t )
F2 ( s ) y (t ) T y* (t )
e* (t ) v* (t )
C (z ) FH (s )
Рис. 30. Параллельное соединение
Рис. 32. Разомкнутая система с цифровым фильтром
Для определения ДПФ параллельного соединения можно ис-
пользовать свойство линейности z -преобразования: Найдем ДПФ для разомкнутой системы с цифровым фильт-
ром. Пусть закон преобразования входной последовательности
W ( z ) = W1 ( z ) + W2 ( z ) = Z {F1 ( s )} + Z {F2 ( s )} ,
{e[k ]} в последовательность управляющих сигналов {v[k ]} , ко-
W ( z , ε) = W1 ( z , ε) + W2 ( z , ε) = Z ε {F1 ( s )} + Z ε {F2 ( s )} . торый задан дискретной передаточной функцией C (z ) . Тогда при
Далее рассмотрим более сложную систему с двумя последо- нулевой начальной энергии
вательно соединенными объектами (рис. 31).
V ( z) = C ( z) E( z) ,

83 84
где E (z ) и V (z ) – изображения последовательностей {e[ k ]} и такой форме учитывают, например, шумы квантования по уровню
в ЦАП [6].
{v[k ]} соответственно. Поэтому изображение выхода в моменты
Заметим, что сигнал помехи – дискретный, а непрерывный
квантования имеет вид
вход r (t ) поступает непосредственно на импульсный элемент. В
Y ( z ) = Z {FH ( s )}V ( z ) = Z {FH ( s )} C ( z ) V ( z ) . силу стробоскопического эффекта все непрерывные сигналы в
Таким образом, ДПФ системы равна системе при нулевых начальных условиях полностью определя-
Y ( z) ются последовательностями {σ[ k ]} и {r[ k ]} , поэтому для дис-
W ( z) = = Z {FH ( s )} C ( z ) . кретизированной системы можно построить ДПФ от входов r и
V ( z)
σ к выходам y , e и v .
Модифицированная ДПФ вычисляется аналогично:
Как следует из полученных выше результатов,
Y ( z , ε)
W ( z , ε) = = Z ε {FH ( s )} C ( z ) . Y ( z ) = Z {FH ( s )} C ( z ) E ( z ) ,
V ( z)
где заглавными буквами обозначаются z -преобразования соот-
Замкнутые системы ветствующих дискретных сигналов. Для того, чтобы найти E (z ) ,
Рассмотрим замкнутую систему, изображенную на рис. 33. заметим, что в силу (84)
σ (t )
* E ( z ) = R( z ) − G ( z ) ,
r (t ) e(t )
T
e* (t ) v* (t ) y (t ) T y* (t ) где
C (z ) FH (s)
− G ( z ) = Z {Q ( s ) FH ( s )} C ( z ) E ( z ) .
Тогда
g (t ) Q(s ) E ( z ) = R ( z ) − Z {Q ( s ) FH ( s )} C ( z ) E ( z ) .
Рис. 33. Замкнутая система с цифровым регулятором Решая это уравнение относительно E ( z ) , находим
Для управления объектом с передаточной функцией FH (s ) 1
E( z) = R( z ) ,
(включающей экстраполятор) используется цифровой регулятор с 1 + Z {Q( s ) FH ( s )}C ( z )
ДПФ C (z ) . Измерительное устройство имеет передаточную что дает
функцию Q( s ) , сигнал обратной связи g (t ) используется для Z {FH ( s )} C ( z )
Y ( z ) = Z {FH ( s )}C ( z ) E ( z ) = R( z ) ,
формирования ошибки 1 + Z {Q( s ) FH ( s )} C ( z )
e(t ) = r (t ) − g (t ) , (84) так что ДПФ замкнутой системы W (z ) от входа r к выходу y
где r (t ) – задающее воздействие. имеет вид
На объект действует возмущение в виде последовательности Y ( z) Z {FH ( s )} C ( z )
W ( z) = = .
{σ[k ]} , которая может быть представлена в непрерывном вре- R( z ) 1 + Z {Q( s ) FH ( s )}C ( z )
мени как эквивалентный аналоговый импульсный сигнал σ (t ) . В
*
Для модифицированной ДПФ получаем

85 86
 Y ( z, ε ) Z ε {FH ( s )} C ( z )
W ( z, ε ) = = .
R( z ) 1 + Z {Q( s ) FH ( s )}C ( z )
Заметим, что в числителе используется модифицированное z -
преобразование, а в знаменателе — обычное.
Управляющий сигнал может быть найден с помощью дискрет-
ной передаточной функции по управлению (от входа r к выходу
v)
V ( z) C ( z)
Wv ( z ) = = .
R( z ) 1 + Z {Q( s ) FH ( s )}C ( z )
Для анализа точности системы используется дискретная
передаточная функция по ошибке (от входа r к выходу e ):
E( z) 1 пульсные элементы.
We ( z ) = = .
R( z ) 1 + Z {Q( s ) FH ( s )}C ( z )
Если на объект действует возмущение в виде последователь-
ности {σ[k ]} (рис. 33), можно найти передаточную функцию
по возмущению (от входа σ к выходу y ):
Y ( z) Z {FH ( s )}
Wσ ( z ) = = ,
Σ( z ) 1 + Z {Q( s ) FH ( s )}C ( z )
где Σ( z ) — z -преобразование последовательности {σ[k ]} .
Когда система имеет ДПФ?
Как следует из определения (24), дискретная передаточная
функция определена для дискретных систем, входом и выходом
которых являются числовые последовательности.
T y (t ) T y (t )
* Очевидно, что
r (t ) r * (t )
S Y ( z ) = Z {FH ( s )} C ( z ) R( z ) .
Рис. 34. Цифровая система, имеющая ДПФ
Рассмотрим цифровую систему, показанную на рис. 34, где S
обозначает некоторый преобразователь дискретных сигналов
87
(последовательностей), моделируемых как импульсные сигналы,
в аналоговые сигналы.
ДПФ системы определяется как отношение z -преобразо-
ваний последовательностей { y[k ]} и {r[k ]} , измеряемых в мо-
менты tk = kT , при нулевой начальной энергии:
Y ( z)
W ( z) = . (85)
R( z )
Формула (85) фактически означает, что последовательность
{ y[k ]} зависит только от дискретных отсчетов входного сигнала,
а не от непрерывного процесса r (t ) на входе, т.е. считается, что
все входные сигналы поступают непосредственно на им-
Системы, не имеющие ДПФ
Ранее мы специально рассматривали только те системы, в
которых входные сигналы поступают на импульсные элементы и
поэтому дискретная передаточная функция существует.
В реальных цифровых системах для того, чтобы избежать
эффекта поглощения частот (см. разд. 1.2), на входе цифровой
части устанавливают фильтр низких частот (предфильтр). Попро-
буем построить ДПФ для разомкнутой системы с предфильтром,
изображенной на рис. 35.
T T
g (t ) r (t ) r * (t ) v * (t ) y (t ) y* (t )
R (s ) C (z ) FH (s )
Рис. 35. Разомкнутая система с предфильтром
Изображение сигнала r (t ) по Лапласу равно R ( s ) G ( s ) , где
G ( s) — изображение входного сигнала g (t ) . Поэтому z -
преобразование последовательности {r[k ]} вычисляется как
88
 R( z ) = Z {R( s ) G ( s )} .
Таким образом,
Y ( z ) = Z {FH ( s )} C ( z ) Z {R( s ) G ( s )} .
Эта формула означает, что в правой части не удалось выделить
G (z ) как множитель, поэтому такая система не имеет ДПФ.
Отсутствие ДПФ у системы на рис. 35 объясняется тем, что
входной сигнал g (t ) поступает на непрерывный динамический
объект, и сигнал y (t ) даже в дискретные моменты времени оп-
ределяется не только последовательностью {g[k ]} , а всеми зна-
чениями непрерывного сигнала g (t ) .
На практике системы, не имеющие ДПФ, являются скорее
правилом, чем исключением. Чаще всего внешние возмущения
приложены непосредственно к непрерывному объекту. Такая си-
туация характерна, в частности, для систем судовой автоматики.
Например, система стабилизации судна по курсу может быть
представлена схемой, изображенной на рис. 36. Здесь F1 ( s ) ,
F2 ( s ) , Q( s ) и H ( s) – передаточные функции привода, объекта
управления, измерительного устройства и экстраполятора соот-
ветственно; C (z ) — ДПФ цифрового регулятора. Сигналы ϕ0 (t ) ,
ϕ(t ) , δ(t ) и σ(t ) обозначают соответственно заданный курс,
фактический курс, угол поворота вертикального руля и внешнее
возмущение (например, силы и моменты, вызванные ветром и
морским волнением).
σ(t )
ϕ0 (t ) T δ(t )
v* (t )
C ( z) H ( s) F1 ( s)
− действуют непосредственно на непрерывные объекты. Далее
g (t ) Q( s)
Рис. 36. Блок-схема системы стабилизации судна по курсу
Поскольку внешнее возмущение действует непосредственно
89
на непрерывный объект управления, все сигналы зависят от пол-
ной истории процесса σ(t ) , а не только от его значений в момен-
ты квантования. Поэтому такая система не имеет ДПФ от входа
σ(t ) к любому выходу (например, ϕ(t ) или δ(t ) ).
В то же время, если рассматривать вход ϕ0 (t ) , поступающий
на импульсный элемент, все ДПФ существуют. Например, ДПФ от
входа ϕ0 (t ) к выходам ϕ(t ) и δ(t ) равны
Z {F2 ( s ) F1 ( s ) H ( s )} C ( z )
Wϕ ( z ) = ,
1 + Z {Q( s ) F2 ( s ) F1 ( s ) H ( s )} C ( z )
Z {F1 ( s ) H ( s )} C ( z )
Wδ ( z ) = .
1 + Z {Q( s ) F2 ( s ) F1 ( s ) H ( s )}C ( z )
Модифицированные ДПФ определяются аналогично.
Строго говоря, если цифровая система не имеет ДПФ, приме-
нение методов теории дискретных систем для ее исследования
некорректно. В такой ситуации наиболее грамотный (хотя и до-
вольно сложный) подход состоит в применении точных методов,
изложенных в [10,11]. Однако в инженерной практике часто ис-
пользуют приближенный подход, связанный с введением фиктив-
ных (несуществующих) импульсных элементов на всех входах
системы, чтобы после этой операции можно было найти все не-
обходимые ДПФ.
Параметрическая передаточная функция
В монографии [10] был разработан метод параметрических
передаточных функций (ППФ), который применим для любых
цифровых систем с периодическим квантованием, независимо от
ϕ(t )
того, поступают входные сигналы на импульсный элемент или
F2 ( s )
кратко излагаются основные идеи метода ППФ.
В современной теории управления цифровые системы рас-
сматриваются в непрерывном времени как периодически не-
стационарные системы, т.е. системы с периодически изме-
няющимися параметрами. Для широкого класса периодических
систем, в том числе и для цифровых систем с постоянным интер-
90
валом квантования, оказывается возможным ввести единую сис-
темную характеристику — параметрическую передаточную функ-
цию, свойства которой аналогичны свойствам обычной переда-
точной функции линейных стационарных систем.
Любую систему направленного действия можно рассматри-
вать как некоторый преобразователь входного сигнала в выход-
ной. Если между входом и выходом системы существует одно-
значное соответствие, она может быть описана оператором, ко-
торый обозначается символом U (рис. 37). Используя оператор-
ное представление, удается обобщить понятие передаточной
функции на класс периодически нестационарных систем.
r (t ) y (t )
U
Рис. 37. Операторное описание системы
Сначала рассмотрим линейную стационарную непрерывную
систему, для которой оператор U задан линейным дифференци-
альным уравнением
y ( N ) + bN −1 y ( N −1) + K + b0 y = aM r ( M ) + aM −1r ( M −1) + K + a0 r , (86)
где ai (i = 0, K , M ) и bi (i = 0, K , N − 1) — вещественные коэф-
(l )
фициенты, и верхний индекс обозначает производную по
времени порядка l . Известно, что такой системе соответствует
передаточная функция
aM s M + aM −1s M −1 + K + a1s + a0
W ( s) = . (87)
s N + bN −1s N −1 + K + b1s + b0
Покажем, что она может быть также определена формулой
W ( s ) = U[e st ] e − st ,
где U[e st ] обозначает реакцию оператора U на входной сигнал
r (t ) = e , причем s считается комплексной постоянной.
st
91
При r (t ) = e
st
имеем r
(l)
(t ) = s le st = s l r (t ) . Несложно пока-
зать, что функция y (t ) = W ( s ) e
st
удовлетворяет дифференци-
альному уравнению (86), откуда следует
W ( s ) = y (t ) e − st = U[e st ] e − st .
Эту же идею можно использовать для построения параметри-
ческой передаточной функции периодической системы. В отличие
от стационарного случая (когда параметры системы не изменя-
ются во времени), ППФ будет зависеть от двух величин: ком-
плексной переменной s и времени t , причем по времени она бу-
дет периодической с периодом T . Таким образом, ППФ цифро-
вой системы можно строить как решение уравнения
W ( s, t ) = U[e st ] e − st ,
такое что W ( s, t ) = W ( s, t + T ) [10].
Использование аппарата ППФ позволило создать новую тео-
рию цифровых систем и найти точное решение некоторых задач,
которые ранее решались только приближенно. С практической
точки зрения метод ППФ особенно эффективен для решения за-
дач оптимального синтеза регуляторов при случайных и детер-
минированных возмущениях, в том числе для систем сложной
структуры, включающих звенья чистого запаздывания.
3.5. Устойчивость цифровых систем
Понятие устойчивости
Цифровая система, включающая непрерывные и дискретные
элементы, может быть описана с помощью системы уравнений, в
которой некоторые уравнения являются дифференциальными, а
другие – разностными. Для этого случая также можно применить
общее понятие устойчивости решения по А.М. Ляпунову (см.
разд. 2.3).
Для линейной цифровой системы устойчивость (асимптотиче-
ская устойчивость) означает, что при любых начальных условиях
все непрерывные и дискретные процессы в ней остаются ограни-
ченными (соответственно, затухают).
92
 Необходимо отметить, что устойчивость определяется по от-
ношению к ненулевым начальным условиям при отсутствии
внешних возмущений, поэтому наличие или отсутствие устойчи-
вости не зависит от выбора входа и выхода.
Устойчивость одноконтурной цифровой системы
Рассмотрим систему на рис. 38. Непрерывная часть состоит
из объекта с передаточной функцией F (s ) , экстраполятора
H (s ) и измерительного устройства Q(s ) . Предполагается, что
F (s ) – строго правильная функция, а Q(s ) – по меньшей мере
правильная (степень ее числителя не больше степени знамена-
теля). Дискретный сигнал ошибки {e[k ]} обрабатывается цифро-
вым регулятором с дискретной передаточной функцией
T
r (t ) e(t ) e[k ] v[k ]
C (z ) H (s )
−
g (t ) Q(s )
Рис. 38. Одноконтурная цифровая система
Пусть произведение Q ( s ) F ( s ) — несократимая функция,
и pi (i = 1, K , L) — её различные полюса. Будем считать, что
система на рис. 38 невырожденна в смысле [10], т.е.,
1) для всех пар ( pi , pk ) при i ≠ k выполнено условие
e pi T ≠ e p k T ;
2) для всех pi (i = 1, K , L) выполнено условие
H ( pi ) ≠ 0 .
Условия (88)-(89) называются условиями невырожденности.
Их выполнение зависит как от полюсов непрерывной части, так и
от выбранного периода квантования. Период T , для которого
выполняются условия невырожденности, называется непатоло-
гическим [11].
93
При выполнении условий невырожденности устойчивость
цифровой системы на рис. 38 эквивалентна устойчивости дис-
кретной системы, изображенной на рис. 25, с объектом
P ( z ) = Z {Q ( s ) FH ( s )} , (90)
где FH ( s ) = F ( s ) H ( s ) . Если все корни λ i (i = 1, K , N ) характе-
ристического уравнения
1 + Z {Q ( s ) FH ( s )} C ( z ) = 0 (91)
по модулю меньше единицы:
λ i < 1, i = 1, K , N , (92)
цифровая система асимптотически устойчива. Важно, что устой-
C ( z) . чивость дискретизированной системы обеспечивает затухание
всех процессов в непрерывном времени.
u (t ) y (t ) Уравнение (91) может быть записано в ином виде. Поскольку
F (s ) P( z ) и C ( z ) — рациональные функции от переменной z , их
можно представить в виде отношения полиномов:
n( z ) a( z )
P( z ) = Z {Q( s ) FH ( s )} = , C( z) = .
d ( z) b( z )
Будем считать, что произведение P ( z ) C ( z ) несократимо. Тогда
уравнение (91) равносильно уравнению
a ( z ) n( z ) + b( z ) d ( z ) = 0 . (93)
Полином в левой части
(88)
Δ ( z ) = a ( z ) n( z ) + b ( z ) d ( z ) (94)
называется характеристическим полиномом замкнутой циф-
ровой системы. Для того, чтобы проверить устойчивость системы,
(89) надо решить уравнение (93) и проверить выполнение условия
(92) для каждого из его корней.
Поскольку характеристическое уравнение (93), определяющее
устойчивость цифровой системы, совпадает с характеристиче-
ским уравнением эквивалентной дискретной системы с объектом
(90), для описания множества всех стабилизирующих регулято-
94
ров можно использовать результаты для дискретных систем, при- теле неустойчивый множитель χ( z ) = z − e , который всегда бу-
T

веденные в разд. 2.5.

дет сомножителем характеристического полинома (94), поэтому
Стабилизируемость в вырожденных случаях дискретная модель также нестабилизируема.
Как и для дискретных систем (см. разд. 2.5), стабилизируе- Рассмотренный пример говорит о том, что если непрерывная
мой называется система, для которой существует регулятор, часть системы нестабилизируема, то соответствующая дискрет-
обеспечивающий затухание переходных процессов по всем коор- ная модель также нестабилизируема.
динатам при любых начальных условиях. Кроме того, существуют случаи, когда непрерывный объект
Ранее мы рассматривали только системы, для которых стабилизируем, а его дискретная модель – нет. Рассмотрим сис-
1) передаточная функция Q ( s ) F ( s ) несократима; тему на рис. 40. Очевидно, что непрерывная часть с несократи-
2) выполняются условия невырожденности (88)-(89). мой передаточной функцией стабилизируема непрерывным регу-
лятором.
Для таких систем всегда можно найти стабилизирующий регуля-
тор. Теперь мы исследуем вырожденные случаи, когда эти допу- T
щения не выполняются. r (t ) e(t ) e[k ] v[k ] u (t ) α 2 + π2 y (t )
C (z ) H (s )
Рассмотрим цифровую систему управления непрерывным − ( s + α) 2 + π 2

объектом с динамической обратной связью (рис. 39).

T Рис. 40. Нестабилизируемая цифровая система ( α < 0 )
r (t ) e(t ) e[k ] v[k ] u (t ) s −1 y (t )
C (z ) H (s)
− s+2 Пусть интервал квантования равен T = 2 и используется
g (t ) фиксатор нулевого порядка. Тогда ДПФ непрерывной части
1
s −1 (1 − e −2α ) ( z − e −2α )
Z {F ( s ) H 0 ( s )} = (95)
Рис. 39. Нестабилизируемая цифровая система ( z − e− 2α )2
Передаточная функция непрерывной части системы равна содержит в числителе и знаменателе общий множитель
−2 α
s −1 1 χ( z ) = z − e , который может быть как устойчивым, так и неус-
Q( s) F ( s) = ⋅ . тойчивым в зависимости от значения α . Если α < 0 , этот множи-
s ( s + 2) s − 1
−2 α
тель неустойчивый ( | e | > 1 ) и система нестабилизируема.
Поскольку в числителе и знаменателе есть неустойчивый общий
множитель χ s ( s ) = s − 1 , эта система нестабилизируема даже с Сократимость функции (95) объясняется тем, что в данном
случае выбран патологический интервал квантования, для ко-
помощью непрерывного регулятора. Сокращать этот множитель
торого нарушено условие невырожденности (88). Функция F (s )
нельзя, потому что при этом будет потеряно движение, вызван-
ное соответствующими начальными условиями, и будет сделан имеет полюса в точках p1, 2 = −α ± jπ . При T = 2 имеем
неверный вывод об устойчивости.
Дискретная модель непрерывной части с экстраполятором e −2 α ± j 2 π = e −2α (cos 2π ± j sin 2π) = e−2 α ,
Z {Q ( s ) FH ( s )} (без сокращений) имеет в числителе и знамена-

95 96
т.е., условие (88) не выполнено при i = 1, k = 2 . Отметим, что а) y
2 б) y
10

система нестабилизируема при любом экстраполяторе.

1.5 5
Таким образом, если условия невырожденности нарушаются
для неустойчивого полюса передаточной функции непрерывного 1 0

объекта, соответствующая цифровая система нестабилизируема.

0.5 -5
Скрытые колебания
Скрытые колебания были обнаружены в 50-х годах прошлого 0
0 2 4 6 8 10
-10
0 2 4 6 8 10
t
t
века при изучении поведения непрерывных сигналов в цифровых
системах между моментами квантования [2]. Это явление заклю- Рис. 42. Скрытые колебания а) α > 0 ; б) α < 0
чается в том, что дискретные отсчеты сигнала выхода дают прин-
ципиально неверное представление о динамике непрерывного При α > 0 система устойчива, процесс сходится к значению
процесса. y∞ = 1 (рис. 42а). При α < 0 система неустойчива (см. рис. 42б)
Рассмотрим простейшую импульсную систему с фиксатором и, более того, нестабилизируема, поскольку в дискретной модели
нулевого порядка (рис. 41) при T = 2 . Пусть на вход подается (95) сокращается неустойчивый множитель.
единичный дискретный скачок: v[k ] = 1 (k ≥ 0) . Тогда на выходе
3.6. Показатели качества
системы будет один из процессов, показанных на рис. 42.
Переходные процессы
T
v[k ] α +π
2 2 y (t ) *
y (t ) Традиционно в инженерной практике одной из основных ха-
H (s) рактеристик системы управления считается ее переходная ха-
( s + α) 2 + π2
рактеристика — реакция на единичный ступенчатый входной
Рис. 41. Система, в которой есть скрытые колебания сигнал (рис. 43а).

Если рассматривать сигнал только в моменты квантования, а) ymax

1.5 б) 1.5

кажется, что процесс монотонный, однако между этими момента- σ y∞

ми существуют сильные колебания. Это связано с тем, что в дан- y∞ 1 1

ном случае интервал квантования — патологический (нарушено

первое условие невырожденности (88)) и в дискретной модели tп
0.5 0.5
приведенной непрерывной части (95) происходит сокращение
−2 α
множителя z − e в числителе и знаменателе. Таким образом, 0 0
0 5 10 15 20 25 0 5 10 15 20 25
передаточная функция непрерывной части имеет два разных по- t t

люса, а ДПФ дискретной модели — один. Это говорит о возмож- Рис. 43. Переходная характеристика: а) показатели качества;
ности скрытых колебаний, которые не проявляются в моменты б) запретная зона
квантования.
Время переходного процесса tп определяется как интер-
вал, по истечении которого переходная функция остается внутри
5%-ного коридора:

97 98
 y (t ) − y∞ ≤ 0,05 y∞ , Если W0 ( z ) – дискретная передаточная функция приведен-
ной непрерывной части, годограф Найквиста представляет собой
где y∞ — установившееся значение выхода. Иногда используют jθ
кривую W0 (e ) при θ ∈ [0, π] , изображенную на комплексной
2%-ный или 1%-ный коридоры.
плоскости (рис. 44). Если разомкнутая система устойчива, эта
Перерегулирование σ определяется как
кривая не должна охватывать точку (−1, 0) (см. разд. 2.3).
ymax − y∞
σ= ⋅100% , 1
y∞
gm
0.5
где ymax — наибольшее значение регулируемой величины. Для
-1 θ=π θ=0
большинства систем допускается перерегулирование 10-30%, 0
однако в некоторых случаях требуется обеспечить монотонный ϕm
-0.5
переходный процесс (без перерегулирования).
Требования к переходному процессу (допустимые величины -1
tn и σ ) могут быть графически заданы в виде запретной зоны
-1.5
(рис. 43б). -1 0 1

Для построения переходной характеристики применяют ана-
литические и численные методы. Если входной сигнал поступает
на импульсный элемент, для вычисления непрерывного процесса
на выходе можно использовать модифицированное z-
преобразование
Y ( z , ε) = W ( z , ε) R ( z ) ,
Рис. 44. Определение запасов устойчивости по годографу Найквиста
Запас устойчивости по амплитуде g m — это наименьший
дополнительный коэффициент усиления в контуре, при котором
система теряет устойчивость8. То есть, при увеличении масштаба
графика в g m раз он пройдет через точку (−1, 0) , соответствую-

где R (z ) — z -преобразование входного сигнала, а W ( z , ε) —
модифицированная ДПФ замкнутой системы.
Кроме того, сигнал выхода можно найти с помощью точных
методов [3,4,10], однако расчетные формулы получаются весьма
громоздкими. Поэтому переходная характеристика чаще всего
строится по результатам компьютерного моделирования.
Запасы устойчивости
Для оценки запаса устойчивости цифровой системы можно
использовать классические понятия запасов устойчивости по ам-
плитуде g m и по фазе ϕm , которые определяются по годографу
Найквиста так же, как и для непрерывных систем.
щую границе устойчивости. При использовании логарифмических
частотных характеристик запас устойчивости удобно измерять в
децибелах, например, значению g m = 2 соответствует запас
Lm = 20 lg 2 ≈ 6,02 дБ.
Запас устойчивости по фазе ϕm — это минимальный до-
полнительный фазовый сдвиг (вызванный, например, запаздыва-
нием сигнала обратной связи), при котором система становится
неустойчивой при неизменном коэффициенте усиления контура.
8
Если объект неустойчив, то устойчивость теряется и при умень-
шении коэффициента усиления контура.

99 100
То есть, при повороте графика на угол ϕm по часовой стрелке он T
пройдет через точку (−1, 0) . r (t ) e(t ) e[k ] v[k ] y (t )
C (z ) H (s ) F (s )
−
Во многих случаях более информативен показатель коле-
бательности M , который определяется как отношение макси- Рис. 46. Одноконтурная цифровая система
мума частотной характеристики замкнутой системы к ее значению
при нулевой частоте (рис. 45). Пусть на вход одноконтурной системы (рис. 46) действует
Для того, чтобы система имела показатель колебательности единичный ступенчатый сигнал r (t ) = r0 1 (t ) , имеющий z -
меньше заданного значения M , частотная характеристика ра- r0 z
зомкнутой системы (годограф Найквиста) не должна заходить преобразование R ( z ) = , где r0 – постоянная. Обозначим
z −1
внутрь запретной области вокруг точки (−1, 0) 9. Эта область
через W0 ( z ) и We (z ) соответственно ДПФ разомкнутой системы
M
представляет собой круг радиуса с центром в точке и ДПФ замкнутой системы по ошибке:
M 2 −1
⎛ M2 ⎞ 1
⎜⎜ 0, − 2 ⎟ [5,6]. W0 ( z ) = Z {F ( s ) H ( s )} C ( z ), We ( z ) = .
⎝ M − 1 ⎟⎠ 1 + W0 ( z )
а) б) M ImW0 (e jθ ) Изображение ошибки в моменты квантования {e[k ]} равно
W ( e jθ ) M −1 M
1 r z
M +1 E ( z ) = We ( z ) R( z ) = ⋅ 0 .
A0 1 + W0 ( z ) z − 1
Amax ReW0 (e jθ )
По теореме о конечном значении (17)

M=
Amax lim e[k ] = lim (1 − z −1 ) E ( z ) = r0 lim We ( z )
k →∞ z →1 z →1
A0
1 r
Рис. 45. Показатель колебательности: а) определение; = r0 lim = 0 .
z →1 1 + W ( z ) 1+ K
б) запретная область для годографа Найквиста 0

где K = lim W0 ( z ) — коэффициент усиления контура в устано-

Ошибка в установившемся режиме z→1

В цифровых системах, так же, как и в непрерывных, можно вившемся режиме (добротность). Таким образом, чем больше
использовать понятие установившихся ошибок при типовых вход- добротность, тем меньше установившаяся статическая ошибка.
ных сигналах. Для того, чтобы система обладала астатизмом первого по-
рядка, т.е. имела бы нулевую статическую ошибку при постоян-
ном входном сигнале, необходимо обеспечить K = ∞ , что вы-
полнимо только если ДПФ W0 ( z ) имеет полюс в точке z = 1 , со-
9
В зарубежной литературе для решения подобных задач часто ответствующий цифровой модели интегратора.
используют диаграмму Николса [8].

101 102
 Для линейно возрастающего входного сигнала r (t ) = r0 t ⋅ 1(t ) Используя равенство e
− j 2 πk
= cos 2πk − j sin 2πk = 1 , получаем
r0 T z (96). Аналогично можно показать, что условие (96) верно для
с изображением R ( z ) = получаем фиксатора первого порядка.
( z − 1) 2
В то же время для экспоненциального экстраполятора (12) ус-
W ( z) ловие (96) не выполняется. Поэтому при его использовании в
lim e[k ] = lim (1 − z −1 ) E ( z ) = r0 T lim e системе устанавливаются периодические колебания, что в боль-
k →∞ z →1 z →1 z − 1
, шинстве случаев нежелательно.
1 r0
= r0 T lim =
z →1 ( z − 1)[1 + W ( z ) ] Kv Интегральные показатели
0
Нередко требования к следящей системе задаются некото-
1
где K v = lim( z − 1) W0 ( z ) — добротность по скорости. Для рым идеальным (желаемым) переходным процессом ~ y (t ) при
T z →1 подаче на вход эталонного сигнала, например, единичного скач-
того, чтобы система обладала астатизмом второго порядка, т.е. ка. Реальный процесс y (t ) будет отличаться от желаемого про-
имела бы нулевую установившуюся ошибку при линейно возрас- ~
цесса y (t ) (см. рис. 47).
тающем сигнале, необходимо, чтобы функция W0 ( z ) имела два
полюса в точке z = 1 (включала двойной дискретный интегратор).
Аналогично можно ввести понятие добротности по ускорению y (t )
для входного сигнала r (t ) = r0 t ⋅ 1(t ) .
2

Если рассматривать сигнал ошибки e(t ) в непрерывном вре- ~

y (t )
мени, ситуация значительно осложняется. Как показано в [10], в
общем случае при постоянном входном сигнале установившаяся
ошибка представляет собой периодический процесс. Однако если e(t )
передаточная функция экстраполятора при всех целых k ≠ 0
обладает свойством
H (kjωs ) = 0 , (96)
установившиеся колебания отсутствуют.
Рассмотренные ранее фиксаторы нулевого и первого поряд- Рис. 47. Желаемый и реальный переходные процессы
ков обладают свойством (96). Действительно, для фиксатора ну-
Для оценки точности системы можно использовать интеграл
левого порядка имеем
от квадрата сигнала ошибки e(t ) = y (t ) − ~
y (t ) на полуоси
1 − e − kjωsT 1 − e − j 2 πk t ∈ [0, ∞) :
H 0 (kjωs ) = = .
kjωs j 2πk ∞
I = ∫ e 2 (t ) dt , (97)
0

103 104
при условии, что он сходится. Эту величину также называют L2 -
нормой сигнала e(t ) или интегральной квадратической
ошибкой.
Численно интеграл (97) несложно найти по результатам мо-
делирования. Аналитическое выражение для (97) строится с по-
мощью теоремы Парсеваля, из которой следует
j∞
1 плотностей совместного распределения вероятностей случайных
2πj −∫j∞
I= E (− s ) E ( s ) ds ,
где E (s ) — изображение ошибки e(t ) по Лапласу. Для системы
на рис. 46
~ F ( s ) H ( s ) C (e sT )
E ( s) = Y ( s) − Y ( s) =
1 + Z {F ( s ) H ( s )}C (e ) sT
~ где символ M{⋅} означает математическое ожидание. Процессы,
где Y ( s ) — изображение идеального сигнала, и при вычислении
z -преобразования сделана замена z = e sT [10].
Иногда для того, чтобы ограничить управляющий сигнал, в
критерий качества включают также интегральную квадратическую
ошибку по управлению:
∞ дисперсия постоянны:
[ ]
I = ∫ e 2 (t ) + ρ 2 eu (t ) dt .
0
Здесь ρ
2
— неотрицательный весовой коэффициент, а ошибка
~ (t ) вычисляется как разница меж-
по управлению eu (t ) = u (t ) − u
~ (t ) сигналами управления.
ду фактическим u (t ) и желаемым u
Аналитический способ вычисления интегралов типа (98) и (99) с
помощью теоремы о вычетах приводится в [10].
Статистические показатели
Большинство явлений в природе носят случайный характер
(например, морское волнение, помехи измерения, возмущения),
поэтому важную роль в теории управления играют методы стати-
стического анализа и синтеза [17]. Здесь мы только затронем эту
105
очень обширную тему, подробно с современными статистически-
ми методами исследования цифровых систем можно познако-
миться в книгах [5,10].
Случайные процессы представляют собой случайные функ-
ции времени. Если на входе системы действует случайный про-
цесс, на выходе также будет случайный процесс.
Свойства случайных процессов описываются с помощью
(98) величин. Наиболее важные усредненные характеристики случай-
ного процесса x(t ) – это его математическое ожидание
x (t ) = M{x(t )} ,
и дисперсия
~
− Y (s) , D x (t ) = M{ ( x(t ) − x (t )) 2 } ,
для которых M{x(t )} ≡ 0 называются центрированными.
Стационарным называют случайный процесс, все характе-
ристики которого не зависят от времени. На практике обычно дос-
таточно ограничиться рассмотрением процессов, стационарных
в широком смысле, для которых математическое ожидание и
(99) x = M{x(t )} = const ,
D x = M{ ( x(t ) − x (t )) 2 } = const ,
а корреляционная функция
K (t1 , t 2 ) = M{x(t1 ) x(t 2 )}
зависит только от разности аргументов, т.е., K (t1 , t2 ) = K (t1 − t2 ) .
Если на входы линейной цифровой системы действуют ста-
ционарные центрированные случайные процессы, все устано-
вившиеся непрерывные процессы в системе также будут центри-
рованными, однако уже не будут стационарными.
Поскольку характеристики цифровой системы в непрерывном
времени изменяются периодически с периодом T , дисперсия
106
любого непрерывного сигнала y (t ) будет периодична по време-
ни, так что D y (t ) = D y (t + T ) . Точность системы в непрерывном
времени оценивается с помощью средней дисперсии:
T
1
T ∫0
Dy = D y (t ) dt .
Для вычисления этой величины используются точные методы
(см. [10,11]), хотя некоторые задачи в принципе могут быть реше-
ны и с помощью модифицированных ДПФ [5,6].
Робастность
Под робастностью (или грубостью) системы понимается ее
свойство сохранять все существенные характеристики (устойчи-
вость, показатели качества) при изменении параметров объекта и
внешних возмущений.
Законы движения реального объекта всегда отличаются от
модели, используемой разработчиком. Кроме того, объект может
менять свои характеристики в зависимости от режима работы
(например, от скорости движения судна) или от времени (дрейф
параметров, мелкие неисправности). Поэтому при проектирова-
нии систем управления важно учитывать неопределенность ин-
формации об объекте и возмущениях.
Неопределенность может быть параметрическая и непара-
метрическая. При использовании параметрической неопреде-
ленности предполагается, что сама модель (количество и струк-
тура уравнений) известна точно, но некоторые параметры могут
меняться, принимая значения внутри некоторой области. Часто
используют интервальную неопределенность, когда для каждого
параметра p независимо задается допустимый интервал
p ∈ [ pmin , pmax ] . Например, постоянная времени в модели судна
может меняться в широком диапазоне в зависимости от скорости
движения.
Непараметрическая неопределенность задается в частот-
ной области в виде ограничивающей функции. Например, модель
объекта управления может быть задана в виде
107
F ( s ) = F0 ( s ) + Δ( s )
(аддитивная неопределенность) или
F ( s ) = F0 ( s )(1 + Δ( s ))
(мультипликативная неопределенность). Здесь F0 ( s ) — неко-
торая номинальная (базовая) модель, а о функции Δ( s) извест-
но лишь то, что ее частотная характеристика ограничена сверху
как Δ ( jω) ≤ Δ max (ω) , где Δ max (ω) — некоторая заданная функ-
ция угловой частоты. При этом обычно требуется, чтобы неустой-
чивые полюса F (s ) и F0 ( s ) совпадали с учетом кратности (т.е.,
неопределенность не должна добавлять новых неустойчивых по-
люсов).
В современной теории управления различают несколько ха-
рактерных задач, связанных с робастностью:
1. Робастная устойчивость — регулятор должен обеспечивать
устойчивость замкнутой системы при всех допустимых откло-
нениях модели объекта от номинальной.
2. Робастное качество — регулятор должен обеспечивать за-
данное значение показателей качества замкнутой системы при
всех допустимых отклонениях модели объекта от номиналь-
ной.
3. Гарантирующее управление — регулятор должен обеспечи-
вать заданное значение показателей качества замкнутой сис-
темы при всех допустимых отклонениях параметров внешних
возмущений от номинальных.
Изложение современных подходов к робастности непрерывных и
дискретных систем дано в книге [15]. Робастная оптимизация
цифровых систем с позиций так называемой H ∞ -теории рас-
сматривается в [11].
108
 Цель методов второй группы – обеспечить близость свойств
4. СИНТЕЗ ЦИФРОВЫХ РЕГУЛЯТОРОВ замкнутых систем на рис. 48 и рис. 49. Такой подход позволяет
гарантировать устойчивость цифровой системы, однако приводит
4.1. Переоборудование непрерывных регуляторов к значительно более сложным алгоритмам.
Задача переоборудования Численное интегрирование
Пусть спроектирована непрерывная система управления, Простейшие методы переоборудования основаны на прибли-
удовлетворяющая всем необходимым требованиям (рис. 48). женной замене интегрирующего звена его дискретной моделью.
Здесь F ( s) и C0 ( s ) обозначают передаточные функции объекта Это позволяет получить ДПФ цифрового регулятора, сделав со-
ответствующую замену переменных непосредственно в переда-
и регулятора.
точной функции непрерывного регулятора C0 ( s ) .
r (t ) y (t )
C0 ( s ) F (s ) а) б)
− r (t ) y (t ) r[k ] y[k ]
1
ℑ
s
Рис. 48. Непрерывная система
Рис. 50. Интегратор (а) и его дискретная модель (б)
Задача переоборудования заключается в том, чтобы заме-
Пусть r (t ) и y (t ) — входной и выходной сигнал интегратора
нить непрерывный регулятор C0 ( s ) цифровым регулятором (ко-
на рис. 50а. Если известно значение y[ k ] = y ( kT ) , то
торый включает импульсный элемент, фильтр с ДПФ C (z ) и экс-
kT +T
траполятор H ( s) ) так, чтобы сохранить все существенные свой-
ства замкнутой системы (рис. 49).
y[k + 1] = y (kT + T ) = y[k ] + ∫ r (t ) dt .
kT

r (t ) T y (t ) Непрерывный интегратор можно приближенно заменить дискрет-

C ( z) H (s) F (s) ной моделью (рис. 50б):
−
y[k + 1] = ℑ( y[k ], y[k − 1],K, r[k + 1], r[k ],K) ,
Рис. 49. Переоборудованная цифровая система где ℑ(⋅) — некоторый алгоритм расчета следующего значения
выхода, который может быть построен на основе любого метода
Методы переоборудования можно разделить на две группы. К
численного интегрирования.
первой группе относятся методы, которые направлены на обес-
печение близости свойств отдельно взятого цифрового регуля- При использовании метода Эйлера, который называют также
тора (например, его импульсной или переходной характеристики) методом прямых разностей или методом левых прямоугольников
к свойствам исходного непрерывного регулятора. При этом регу- (рис. 51а), имеем
лятор рассматривается изолированно, без учета других элемен- y[k + 1] = y[k ] + Tr[k ] .
тов, поэтому нельзя гарантировать даже устойчивость переобо-
Применяя оператор сдвига вперед z , получаем
рудованной замкнутой системы.
( z − 1) y[k ] = T r[k ] ,

109 110
 T 2 z −1
откуда следует, что ДПФ этого звена равна . Таким образом, s← ⋅ (102)
z −1 T z +1
переоборудование по методу Эйлера сводится к замене называется преобразованием Тастина10.
1 T z −1 Пример. Дискретизация непрерывного регулятора
← или s← . (100)
s z −1 T s−α
а) r (t ) C0 ( s ) = K 0 ,
б) r (t ) s −β
где K 0 , α и β – вещественные числа, с помощью методов Эй-
лера, обратных разностей и Тастина дает, соответственно, дис-
кретные регуляторы
z − (1 + αT ) z (αT − 1) + 1
0 kT kT + T t 0 kT kT + T t CE ( z) = K 0 , CB ( z) = K 0 ,
z − (1 + β T ) z (βT − 1) + 1
Рис. 51. Метод Эйлера (а) и метод обратных разностей (б) z (αT − 2) + (αT + 2)
CT ( z ) = K 0 .
Аналогично можно построить правило замены для метода z (βT − 2) + (βT + 2)
обратных разностей или правых прямоугольников (рис. 51б):
Все регуляторы имеют тот же самый порядок (равный 1), что и
z −1 непрерывный регулятор. Они достаточно хорошо моделируют
s← . (101)
zT регулятор C0 ( s ) при малых интервалах квантования, однако при
Из курса численных методов известно, что точность рассмотрен-
увеличении T их свойства существенно отличаются от свойств
ных методов прямоугольников невысока.
непрерывного оригинала.
r (t ) Для повышения точности аппроксимации можно использовать
более сложные методы, например, замены
3 z2 −1
s← ⋅ 2 ,
T z + 4z + 1
0 kT kT + T t 10 z 4 + z3 − z − 1
s← ⋅ 4
Рис. 52. Метод трапеций T z + 6z3 + 6z 2 + 6z + 1
Для повышения точности используется метод трапеций соответствующие методам интегрирования Симпсона и Уэддля
(рис. 52), который описывается формулой [6]. Однако при этом порядок переоборудованного регулятора
T будет выше, чем порядок непрерывного.
y[k + 1] = y[k ] + (r[k + 1] + r[k ]) .
2
Соответствующая замена
10
В англоязычной литературе — Tustin transform.

111 112
 Частотная коррекция Легко проверить, что оно не дает искажений амплитудной харак-
Частотная характеристика системы представляет собой ее теристики на частоте ω0 , хотя искажения на остальных частотах
jω t
реакцию на периодический сигнал e , где ω – частота и остаются.
j = − 1 . Для непрерывного регулятора с передаточной функци- Устойчивость регулятора
ей C0 ( s ) она вычисляется как C0 ( jω) . Частотная характеристи- Рассмотрим вопрос о сохранении устойчивости регулятора
при переоборудовании: если непрерывный регулятор устойчив,
ка дискретного регулятора, полученного в результате переобору-
будет ли устойчив полученный дискретный регулятор?
дования, определяется при подстановке z = e jωT . Для преобра-
а) Im z б) Im z в) Im z
зования Тастина получаем

⎛ 2 e jωT − 1 ⎞ Re z Re z Re z
C (e jωT ) = C0 ⎜⎜ ⋅ jωT ⎟⎟ . (103)
⎝ T e +1⎠ 1 1 1

что очевидно не совпадает с C0 ( jω) . Аргумент в правой части

(103) можно привести к виду Рис. 53. Преобразование области устойчивости

2 e jωT − 1 2 e jωT / 2 − e− jωT / 2 2 ωT При использовании метода Эйлера полуплоскость Re s < 0

⋅ jωT = ⋅ jωT / 2 − jωT / 2 = j ⋅ tg = jλ ,
T e +1 T e +e T 2 (область устойчивости непрерывных систем) отображается на
2 ωT полуплоскость Re z < 1 (рис. 53а). Часть этой области находится
где λ = tg – псевдочастота. Это значит, что частотная ха- вне единичного круга (области устойчивости дискретных систем),
T 2
рактеристика цифрового регулятора на частоте ω совпадает с поэтому устойчивому регулятору C0 ( s ) может соответствовать
частотной характеристикой непрерывного регулятора на частоте неустойчивый дискретный регулятор.
λ . При ω < 2 / T частота и псевдочастота мало отличаются, т.е., Пример. Пусть, например,
λ ≈ ω. 1
Можно показать, что другие рассмотренные преобразования C0 ( s ) = . (104)
s −β
также искажают частотную характеристику регулятора. Это может
быть нежелательно, например, если надо дискретизировать по- Используя замену (100), получаем дискретный регулятор с ДПФ
лосовой фильтр или фильтр-пробку (блокирующий сигналы опре- T
деленной частоты), поскольку полученный цифровой фильтр бу- C ( z) = . (105)
дет иметь другую рабочую частоту. В этом случае используется
z − 1 − βT
модифицированное преобразование Тастина с предварительной которая имеет полюс в точке z = 1 + βT . Если регулятор C0 ( s )
частотной коррекцией
устойчивый ( β < 0 ), его дискретная модель (105) становится не-
ω0 z −1
s← ⋅ . устойчивой при βT < −2 .
tg(ω0T / 2) z + 1

113 114
 Метод обратных разностей отображает полуплоскость печить запаздывание на 1 такт, один из нулей отображается
Re s < 0 на внутреннюю часть круга z − 0,5 < 0,5 (рис. 53б). в точку z = ∞ .

Поэтому устойчивость регулятора всегда сохраняется, и даже • Коэффициент усиления K цифрового регулятора C (z ) вы-
неустойчивый регулятор при переоборудовании может стать ус- бирается так, чтобы совпадали коэффициенты передачи на
тойчивым. Замена (101) для регулятора (104) дает ДПФ некоторой частоте. Во многих случаях используется условие,
гарантирующее сохранение коэффициента усиления в уста-
zT
C ( z) = , новившемся режиме:
z (1 − βT ) − 1
lim C ( z ) = lim C0 ( s ) . (106)
z →1 s →0
1
которая имеет полюс в точке z = . Таким образом, при Считается, что передаточная функция имеет q нулей на беско-
1 − βT
нечности, если степень ее числителя меньше степени знамена-
β < 0 устойчивость сохраняется, а при βT > 2 неустойчивому теля на q .
регулятору соответствует устойчивая дискретная модель.
Пусть непрерывный регулятор задан в виде
Преобразование Тастина отображает полуплоскость
∏
M
Re s < 0 на внутреннюю часть единичного круга (рис. 53в), т.е., (s − αi )
C0 ( s ) = K 0 i =1
,
устойчивость (или неустойчивость) регулятора сохраняется все-
∏
N
i =1
( s − βi )
гда.
В то же время ни один из описанных методов не может гаран- где α i (i = 1, K , M ) и βi (i = 1,K , N ) – соответственно нули и
тировать сохранение устойчивости замкнутой системы, по-
полюса функции C0 ( s ) , а K 0 – коэффициент. Предполагается,
скольку регулятор рассматривается изолированно и влияние ос-
тальных элементов системы вообще не учитывается. что N ≥ M , т.е., функция C0 ( s ) имеет N − M нулей на беско-
Отображение нулей и полюсов нечности. Тогда ДПФ дискретного регулятора, переоборудован-
Один из простейших способов переоборудования сводится к ный по методу отображения нулей и полюсов, имеет вид

∏ ( z − e α iT )∏i =1 ( z + 1)
отображению нулей и полюсов непрерывного регулятора из плос- M q

кости s в плоскость z по следующим правилам: C ( z) = K i =1

,
∏
N
( z − e β iT )
• Все полюса функции C0 ( s ) преобразуются в полюса дис- i =1

кретного регулятора по закону z = e

sT
. где q = N − M или q = N − M − 1 (для регулятора с запаздыва-

• Все конечные нули функции C0 ( s ) преобразуются в нули

нием). Коэффициент K выбирается из условия (106), которое
принимает вид
дискретного регулятора по закону z = e
sT
.
∏ ∏
M M
(1 − e α iT ) ( −α i )
• Все нули функции C0 ( s ) в точке s = ∞ преобразуются в ну- K ⋅2 q i =1
= K0 i =1
.
∏ ∏
N N
(1 − eβiT ) (−βi )
ли дискретного регулятора в точке z = −1 . Если надо обес- i =1 i =1

115 116
 K0 ⎧ 1 − e − sT ⎫ z − 1 ⎧ C0 ( s ) ⎫
Пример. Пусть C0 ( s ) = . Передаточная функция такого C ( z ) = Z ⎨C0 ( s ) ⎬= Z⎨ ⎬. (107)
s −β ⎩ s ⎭ z ⎩ s ⎭
регулятора имеет один полюс в точке s = β и один нуль на бес-
При подаче на вход такого регулятора единичного дискретного
βT
конечности. Полюс отображается в точку z = e , а нуль — в точ- z
скачка r[ k ] = 1 ( k ≥ 0) с изображением R ( z ) = , имеем
ку z = −1 . Коэффициент усиления непрерывного регулятора в z −1
установившемся режиме равен 1 . Для того, чтобы обеспечить
z
eβ T − 1 Y ( z ) = C ( z ) R( z ) = C ( z ) .
выполнение условия (106), надо принять K = K 0 , так что z −1
2β
Учитывая (107), получаем
eβ T − 1 z + 1
C ( z) = K0 ⋅ . ⎧ C ( s) ⎫
2β z − eβT Y ( z ) = Z ⎨ 0 ⎬ = Z {Y0 ( s )} ,
⎩ s ⎭
Аналогично можно получить регулятор, ДПФ которого – строго
правильная функция (нуль в s = ∞ переходит в z = ∞ ): где Y0 ( s ) = C0 ( s ) / s – изображение выхода y0 (t ) непрерывного
βT
e −1 1 регулятора при подаче на его вход единичного скачка r (t ) = 1(t )
C ( z) = K0 ⋅ .
β z − eβ T с изображением R ( s ) = 1 / s . Таким образом, реакции непрерыв-
ного и дискретного регуляторов на единичный скачок совпадают в
Фиктивное квантование
моменты квантования.
a) T Для сравнения методов переоборудования на рис. 55 показа-
r (t ) r[k ] y0 (t ) T y[k ] ны логарифмические амплитудные частотные характеристики
H (s ) C0 ( s ) различных дискретных моделей непрерывного регулятора
2
б) r[k ] y[k ] C0 ( s ) = . Сплошная линия соответствует непрерывному
C (z ) s+2
регулятору, пунктирная — переоборудованию с помощью преоб-
Рис. 54. Фиктивное квантование разования Тастина, штриховая — фиктивному квантованию с
фиксатором нулевого порядка.
Еще один метод переоборудования состоит в том, чтобы
При малых интервалах квантования все характеристики прак-
мысленно установить на входе непрерывного регулятора фиктив-
ный (несуществующий) импульсный элемент с экстраполятором, тически сливаются, для больших T при ω < 1 ближе всего к ори-
а на выходе — еще один импульсный элемент (рис. 54а). Далее гиналу идет линия, соответствующая преобразованию Тастина,
остается найти дискретную передаточную функцию C (z ) полу- хотя при ω > 1 коэффициент усиления такого регулятора резко
ченной дискретной системы (рис. 54б). Таким образом, уменьшается.

C ( z ) = Z {C0 ( s ) H ( s )} .
При использовании фиксатора нулевого порядка имеем

117 118
 a) 20 lg A б) 20 lg A W0 ( z ) = Z {F ( s ) H ( s )} .
Интуитивно ясно, что чем точнее совпадают частотные характе-
0 0
ристики, тем ближе свойства исходной и переоборудованной сис-
тем. Поэтому имеет смысл выбирать цифровой регулятор так,
чтобы минимизировать интеграл
ω2

∫ W ( jω) − W ( jω)
2
Jω = c dω → min
ω1
10 −1 ω 10 −1 100 ω
100
- - - - для заданного частотного диапазона [ω1 , ω2 ]
Рис. 55. Частотные характеристики: а) T = 0,5 ; б) T = 2 . Обычно при этом порядок регулятора выбирается заранее,
так что остается наилучшим образом определить его неизвест-
Аппроксимация частотной характеристики ные коэффициенты, т.е., решить задачу параметрической опти-
При использовании изложенных выше методов переоборудо- мизации с помощью численных методов нелинейного программи-
вания регулятор рассматривался изолированно от остальных рования.
элементов замкнутой системы. Поэтому такая дискретизация в Этот подход учитывает поведение замкнутой системы и по-
принципе может даже привести к потере устойчивости (при зволяет задать диапазон частот, наиболее важный в данной за-
больших интервалах квантования). Кроме того, невозможно га- даче. Однако существуют примеры, когда построенная таким об-
рантировать и сохранение показателей качества системы. разом переоборудованная система оказывается неустойчива.
Более совершенны методы, которые рассматривают замкну- Оптимальное переоборудование
тую систему в целом. Один из возможных подходов основан на
Еще один метод предполагает оптимизацию переходного
сближении частотных характеристик замкнутых систем (исходной
процесса при действии на вход системы эталонного сигнала, на-
и переоборудованной).
пример, единичного скачка.
Рассмотрим систему на рис. 48, которая состоит из объекта и
Если на вход непрерывной системы на рис. 48 подается сиг-
регулятора. Ее частотная характеристика может быть найдена как
нал r (t ) , имеющий изображение по Лапласу R (s ) , изображение
F ( jω) C0 ( jω)
Wc ( jω) = . сигнала выхода y0 (t ) при нулевых начальных условиях равно
1 + F ( jω) C0 ( jω)
F ( s ) C0 ( s )
Для цифровой системы на рис. 49 определим частотную характе- Y0 ( s ) = R( s) .
ристику как 1 + F ( s ) C0 ( s )
W0 (e jωT ) C (e jωT ) Для цифровой системы на рис. 49 изображение выхода y (t )
W ( jω) = ,
1 + W0 (e jωT ) C (e jωT ) имеет вид [3,4,10]
F ( s ) H ( s ) C (e sT )
где W0 ( z ) — дискретная передаточная функция приведенной Y ( s) = Z {R( s )} ,
1 + Z {F ( s ) H ( s )} C (e sT )
непрерывной части:

119 120
где в z -преобразованиях сделана замена z = e . Задача заклю-
sT
T y (t )
чается в том, чтобы найти такой оптимальный стабилизирую- r (t )
C (z ) H (s ) F (s )
щий регулятор C (z ) , при котором интегральная квадратическая −
ошибка между выходами исходной и переоборудованной систем
достигает минимума: Рис. 56. Одноконтурная цифровая система
∞
J = ∫ ( y0 (t ) − y (t )) 2 dt → min . r[ k ] e[k ] v[k ] y[k ]
0 C ( z) P( z )
−
В соответствии с равенством Парсеваля [16] этот критерий (при
условии сходимости интеграла) можно записать в виде
j∞ Рис. 57. Эквивалентная дискретная система
1
[Y0 (−s) − Y (−s)]⋅ [Y0 ( s) − Y ( s)]dt → min .
2πj −∫j∞
J= Пусть дискретная модель объекта и ДПФ регулятора записа-
ны в виде отношения полиномов:
Для этой задачи известно точное аналитическое решение (см. n( z ) a( z )
[4,10]), гарантирующее устойчивость получаемой замкнутой сис- P( z ) = , C ( z) = . (108)
d ( z) b( z )
темы. Однако порядок оптимального регулятора C ( z ) оказыва-
ется достаточно высоким. Будем считать, что
deg n( z ) < deg d ( z ), deg a ( z ) ≤ deg b( z ) . (109)
4.2. Размещение полюсов
т.е. объект и регулятор физически реализуемы, причем переда-
Многие практические методы проектирования цифровых ре-
точная функция объекта – строго правильная. Последнее усло-
гуляторов основаны на использовании дискретной модели непре-
вие исключает из рассмотрения системы с алгебраическими цик-
рывной части. Все сигналы рассматриваются только в моменты
лами, которые не встречаются в прикладных задачах.
квантования, т.е. система считается чисто дискретной. Это по-
зволяет применять для синтеза регуляторов хорошо разработан- Как и для непрерывных систем, полюса ДПФ замкнутой сис-
ные методы теории дискретных систем. В этом разделе рассмат- темы определяют ее устойчивость и быстродействие. Часто их (а
ривается одна из важных классических задач – размещение по- также соответствующие им движения) называют модами систе-
люсов ДПФ замкнутой дискретной системы. мы. Поэтому задача проектирования может быть поставлена сле-
дующим образом: найти цифровой регулятор, при котором полю-
Эквивалентная дискретная система са ДПФ замкнутой системы расположены в заданной области
Рассмотрим одноконтурную цифровую систему, изображен- комплексной плоскости. Такую задачу называют задачей мо-
ную на рис. 56. Поскольку входной сигнал поступает на импульс- дального синтеза регулятора.
ный элемент, такая система имеет ДПФ и может рассматриваться
Регуляторы низкого порядка
в дискретном времени. Эквивалентная дискретная система пока-
В прикладных задачах желательно, чтобы порядок регулятора
зана на рис. 57, где P ( z ) — дискретная модель объекта с экст-
был наименьшим. Простейший пропорциональный регулятор (или
раполятором: P ( z ) = Z {F ( s) H ( s )} . П-регулятор) представляет собой усилитель C ( z ) = K . Тогда
характеристический полином принимает вид

121 122
 Δ ( z ) = K n( z ) + d ( z ) . (110) Im
1
Задача заключается в выборе коэффициента K так, чтоб все
корни полинома Δ ( z ) были расположены внутри заданной об-
ласти комплексной плоскости. Во всяком случае, они должны Re
быть внутри единичного круга, кроме того, обычно ограничивает- -1 1
ся степень устойчивости и колебательность [13,15].
Очевидно, что при K = 0 корни полинома в левой части (110)
-1
совпадают с корнями d ( z) , поэтому с помощью
П-регулятора всегда можно стабилизировать устойчивый объект Рис. 58. Корневой годограф
(при малом K ). Если объект неустойчив, то может оказаться, что
Часто используется также дискретный пропорционально-
никаким П-регулятором его стабилизировать нельзя.
интегральный регулятор (ПИ-регулятор), передаточная функция
При изменении K корни характеристического полинома Δ( z ) которого равна
описывают на комплексной плоскости траектории, которые назы-
Ki K z + Ki − K p
ваются корневым годографом. Построив эти кривые, можно C ( z) = K p + = p . (111)
попытаться выбрать такое значение K , при котором все корни z −1 z −1
лежат в заданной области (заметим, что это не всегда возможно). Тогда характеристический полином принимает вид
Пример. Пусть объект с передаточной функцией Δ( z ) = ( K p z + K i − K p ) n( z ) + ( z − 1)d ( z ) . (112)
z − 0,8
P( z ) = Для полинома (112) можно выделить области на плоскости пара-
( z + 0,5) ( z − 0,1) ( z − 0,3) метров K p − K i , соответствующие устойчивым системам. Такая
требуется стабилизировать с помощью П-регулятора C ( z ) = K . процедура, разработанная Ю.И. Неймарком, называется D-
Корневой годограф показан на рис. 58. Объект устойчив в ра- разбиением [15].
зомкнутом состоянии, при K = 0 корни характеристического по- 1
Пример. Пусть для управления объектом с ДПФ P ( z ) =
линома расположены в точках z = −0,5 , z = 0,1 и z = 0,3 , обо- z −1
значенных белыми кружками. Хорошо видно, что первые два кор- используется ПИ-регулятор (111). Тогда характеристический по-
ня при увеличении K сближаются и при K = 0,046 превраща- лином (112) имеет вид Δ ( z ) = z + δ1 z + δ 0 , где
2

ются в пару комплексно-сопряжённых корней. Далее они расхо-

δ1 = K p − 2 , δ0 = 1 + K i − K p .
дятся, так что при K > 0,76 оказываются за пределами единич-
ной окружности, т.е. замкнутая система становится неустойчивой. Применение условий устойчивости (43) дает
Третий корень при K → ∞ стремится к точке z = 0,8 (т.е. к нулю 1 + Ki − K p < 1 ⇒ Ki < K p ,
передаточной функции P (z ) ), оставаясь внутри области устой- 1 + Ki − K p > K p − 2 − 1 ⇒ Ki > 2 K p − 4 ,
чивости.
1 + Ki − K p > − K p + 2 − 1 ⇒ Ki > 0 .

123 124
 Таким образом, область допустимых пар ( K p , K i ) ограничена Задача размещения полюсов
При увеличении порядка регулятора увеличиваются и воз-
прямыми K i = K p , K i = 2 K p − 4 и K i = 0 (заштрихованная об-
можности, которыми обладает проектировщик. В частности, рас-
ласть на рис. 59). В более сложных случаях для поиска области ширяется класс объектов, которые можно стабилизировать, по-
устойчивости используют численные методы. люса ДПФ замкнутой системы (корни характеристического поли-
нома) можно разместить более точно.
Ki
Если порядок регулятора увеличить до deg d − 1 , полюса
4 ДПФ замкнутой системы почти всегда11 могут быть точно разме-
3 щены в произвольных точках комплексной плоскости. Такая зада-
2 ча называется задачей размещения полюсов. Она может ре-
1 шаться как в пространстве состояний [9], так и в частотной облас-
ти (через передаточные функции). Для одномерных систем проще
1 2 3 4 Kp использовать второй подход.
Рассмотрим дискретный объект и регулятор вида (108). Ха-
Рис. 59. Область устойчивости на плоскости K p − Ki рактеристический полином замкнутой системы имеет вид
Δ ( z ) = a ( z ) n( z ) + b( z ) d ( z ) .
В промышленных системах широко распространены пропор-
ционально-интегрально-дифференциальные регуляторы (ПИД- Пусть задан желаемый характеристический полином
регуляторы). Классический аналоговый ПИД-регулятор имеет N

передаточную функцию Δ* ( z ) = ∏ ( z − λ i ) , λ i < 1 (i = 1, K , N ) .

i =1
Ki 0 K d 0 s
C0 ( s ) = K p 0 + + . (113) Требуется выбрать полиномы a (z ) и b(z ) так, чтобы выполня-
s T0 s + 1
лось равенство
где K p 0 , K i 0 и K d 0 – коэффициенты пропорционального, инте-
a( z ) n( z ) + b( z ) d ( z ) = Δ* ( z ) . (114)
грального и дифференциального каналов, а T0 – малая постоян-
Если полиномы n(z ) и d (z ) — взаимно простые (не имеют
ная времени инерционного звена. При дискретизации (113) пре- общих множителей), уравнение (114) разрешимо при любом
образуется к виду [9]
Δ* ( z ) . Однако необходимо обеспечить еще и физическую реали-
Ki K ( z − 1)
C ( z) = K p + + d , зуемость регулятора, т.е. выполнение условия
z −1 z−γ deg a( z ) ≤ deg b( z ) . Как будет показано, это можно гарантиро-
где γ = exp(−1 / T0 ) . Для выбора коэффициентов K p , K i и K d вать, если

можно зафиксировать один из них (например, K p ) и построить на

плоскости область допустимого расположения оставшейся пары 11
Исключение составляют системы, в которых ДПФ объекта со-
коэффициентов с помощью D-разбиения.
кратима (полиномы n(z ) и d (z ) имеют общие множители).

125 126
 deg Δ* ( z ) ≥ 2 deg d ( z ) − 1 . (115) уравнение (114) называется правильным, и оба минимальных
решения совпадают.
Полиномиальные уравнения Покажем, что полиномиальное уравнение сводится к системе
Уравнение (114) представляет собой линейное полиномиаль- линейных уравнений относительно неизвестных коэффициентов.
ное уравнение, в котором неизвестными являются полиномы Пусть, например, требуется решить уравнение
a(z ) и b(z ) . Теория полиномиальных уравнений для скалярного a( z ) ( z + 2) + b( z ) ( z 2 − z + 1) = z + 0,5 . (118)
случая подробно изложена в [14], ниже кратко излагаются её ос-
новные результаты. Поскольку условие (117) выполняется, уравнение – правильное и
можно искать (единственное) минимальное решение в виде
Решением полиномиального уравнения (114) называется па-
ра полиномов a (z ) , b(z ) , обращающая его в тождество. Урав- a( z ) = α1 z + α 0 , b( z ) = β0 ,
нение (114) разрешимо тогда и только тогда, когда наибольший где α1 , α 0 и β0 — неопределенные коэффициенты. Приравняем
общий множитель полиномов n(z ) и d (z ) является делителем коэффициенты при одинаковых степенях z в левой и правой
желаемого характеристического полинома Δ ( z ) . В этом случае
* частях (118):
оно имеет бесконечное множество решений вида z0 : 2α 0 + β0 = 0,5
a ( z ) = a * ( z ) + d ( z ) ξ( z ) z1 : 2α1 + α 0 − β0 = 1
,
b ( z ) = b ( z ) − n ( z ) ξ( z )
*
z2 : α1 + β0 = 0
* *
где a ( z ) и b ( z ) — любое решение уравнения (114), а ξ( z ) — В матричной форме
нуль или произвольный полином.
⎡2 0 1 ⎤ ⎡α 0 ⎤ ⎡0,5⎤
Среди всех решений есть такое, для которого ⎢1 2 − 1⎥ ⎢ α ⎥ = ⎢ 1 ⎥ ,
deg a( z ) ≤ deg d ( z ) − 1 , оно называется решением минималь- ⎢ ⎥⎢ 1 ⎥ ⎢ ⎥
ной степени относительно a (z ) . При этом ⎢⎣0 1 1 ⎥⎦ ⎢⎣ β0 ⎥⎦ ⎢⎣ 0 ⎥⎦
где штриховые линии отделяют подматрицы, относящиеся к ко-
deg b( z ) = max{deg n( z ) − 1, deg Δ* ( z ) − deg d ( z )} , (116)
эффициентам полиномов a (z ) и b(z ) . Решая эту систему, полу-
поскольку по крайне мере два члена в уравнении (114) должны
иметь одинаковую степень. чим a ( z ) = 0,214 z + 0,357 , b( z ) = −0,214 .

Существует также решение минимальной степени относи- Физическая реализуемость регулятора

тельно b( z ) , для которого deg b( z ) ≤ deg n( z ) − 1 и
deg a( z ) = max{deg d ( z ) − 1, deg Δ* ( z ) − deg n( z )} .
Если
deg Δ* ( z ) < deg n( z ) + deg d ( z ) ,
Проверим, какие решения полиномиального уравнения (114)
соответствуют физически реализуемым регуляторам, для кото-
рых deg a ( z ) ≤ deg b( z ).
Будем рассматривать решения минимальной степени относи-
(117) тельно a (z ) . За исключением особых случаев, можно считать,

127 128
что deg a ( z ) = deg d ( z ) − 1 . Сначала предположим, что уравне- Пример синтеза регулятора
ние (114) правильное, т.е., Многие реальные технические объекты, например, привод
жесткого диска компьютера, могут быть приближенно описаны
deg Δ* ( z ) < deg n( z ) + deg d ( z ) . моделью двойного интегратора с передаточной функцией
Учитывая, что для дискретных моделей реальных объектов име- 1
ем deg n( z ) < deg d ( z ) , из (116) находим F ( s) = .
s2
deg b( z ) ≤ deg n( z ) − 1 < deg d ( z ) − 1 = deg a ( z ) . Применим метод размещения полюсов в задаче синтеза цифро-
вого регулятора для управления таким объектом. При использо-
Таким образом, deg b( z ) < deg a( z ) и регулятор не является фи-
вании фиксатора нулевого порядка
зически реализуемым.
Рассмотрим второй случай, когда уравнение (114) – непра- 1 − e − sT
H 0 ( s) =
вильное. Тогда из (116) следует s
deg b( z ) = deg Δ* ( z ) − deg d ( z ) . ДПФ приведенной непрерывной части равна

Таким образом, для того, чтобы ДПФ регулятора была правиль- z − 1 ⎧ F ( s ) ⎫ z − 1 ⎧ 1 ⎫ T 2 ( z + 1)

P( z ) = ⋅Z⎨ ⎬= ⋅Z⎨ 3 ⎬ = .
ной, а регулятор – физически реализуемым, достаточно выпол- ⎩ s ⎭ 2( z − 1)
2
z ⎩ s ⎭ z
нить условие
Получаем n( z ) = T ( z + 1) и d ( z ) = 2 z − 4 z + 2 . Выберем же-
2 2
deg b( z ) ≥ deg d ( z ) − 1 ≥ deg a ( z ) ,
лаемый характеристический полином
откуда следует (115).
Δ* ( z ) = z ( z − 0,5)( z − 0,25) = z 3 − 0,75 z 2 + 0,125 z .
В особых случаях (при специальном выборе полинома Δ ( z ) )
*

регулятор может оказаться физически реализуемым и при нару- Минимальное решение полиномиального уравнения (114)
шении условия (115). Например, пусть n( z ) = 1 и a( z ) T 2 ( z + 1) + b( z ) (2 z 2 − 4 z + 2) = z 3 − 0,75 z 2 + 0,125
d ( z ) = z 2 − 0,25 . Выбрав Δ* ( z ) = z 2 + 0,25 , находим решение имеет вид
уравнения (114): 1 1 ⎛ 17 ⎞
a( z ) = (23z − 17) , b( z ) = ⎜z+ ⎟
a( z ) = 0,5 и b( z ) = 1 , 32 T 2 2⎝ 32 ⎠
соответствующее физически реализуемому регулятору и соответствует регулятору
C ( z ) = 0,5 . Если же выбрать Δ ( z ) = z + z + 0,5 , решение (114)
* 2
1
минимальной степени относительно a (z ) имеет вид (23z − 17)
16 T 2
C ( z) = . (119)
a ( z ) = z + 0,75 и b( z ) = 1 , 17
z+
так что регулятор C ( z ) = z + 0,75 физически нереализуем. 32

129 130
Поскольку полином Δ ( z ) был выбран в соответствии с условием
* находим
1 ~ 17
a~ (ζ ) =
(115), этот регулятор физически реализуем. Легко проверить, что
2
(23 − 17ζ ) , b (ζ ) = ζ + 4 .
при выборе Δ ( z ) = ( z − 0,5)( z − 0,25) (с нарушением (115)) по-
*
4T 8
лучаемое решение ~
Поскольку b (0) ≠ 0 , такой регулятор, имеющий ДПФ
1 15
a( z ) = (17 z − 11), b= 1
32 T 2 64 (23 − 17ζ ) 1
2 (23 ζ −1 − 17)
~ 4T 16T 2
соответствует физически нереализуемому регулятору. C (ζ ) = =
17 17
Размещение полюсов в плоскости ζ 4+ ζ ζ −1 +
8 32
Практически для всех моделей реальных объектов функция −1
физически реализуем. Заметим, что при замене ζ = z он сов-
P( z ) – строго правильная (степень ее числителя меньше степе-
~ падает с выражением (119). Соответствующий характеристиче-
ни знаменателя), так что функция P (ζ ) = P ( z ) z = ζ −1 содержит ский полином в плоскости z равен
множитель ζ в числителе: Δ( z ) = z ( z − 0,5)( z − 0,25) .
~ ζ n~ (ζ ) Таким образом, можно отметить две особенности решения зада-
P (ζ ) = ~ 0 , (120) чи размещения полюсов в плоскости ζ :
d (ζ )
1. При выполнении (120) всегда получается физически реали-
~ (ζ ) и d~ (ζ ) – полиномы. В этом случае использование
где n зуемый регулятор. Поэтому далее мы будем использовать в
0

оператора запаздывания ζ = z
−1
(вместо z ) позволяет всегда основном методы синтеза в плоскости ζ .
получать физически реализуемые регуляторы [10]. 2. Если порядок желаемого характеристического полинома
~
Для рассмотренного выше двойного интегратора Δ* (ζ ) выбран ниже, чем 2 deg d ( z ) − 1 , часть полюсов ДПФ
~ T 2ζ (ζ + 1) замкнутой системы автоматически размещается в точке
P (ζ ) = , z = 0 . За исключением особых случаев, их число равно
2(ζ − 1) 2 ~
2 deg d ( z ) − 1 − deg Δ* (ζ ) .
~ (ζ ) = T 2ζ (ζ + 1) и d~ (ζ ) = 2ζ 2 − 4ζ + 2 . Выберем же-
что дает n
лаемый характеристический полином с корнями в точках ζ = 2 и 4.3. Апериодическое управление
ζ = 4: Размещение полюсов
~ Представляет интерес особый случай, когда все желаемые
Δ* (ζ ) = (ζ − 2)(ζ − 4) = ζ 2 − 6ζ + 8 . полюса в плоскости z располагаются в точке z = 0 , т.е.
Решая уравнение Δ* ( z ) = z N , где N = deg Δ* ( z ) . При этом переходные процессы в
~ ~ ~
a~ (ζ ) n~ (ζ ) + b (ζ ) d (ζ ) = Δ* (ζ ) , цифровой системе заканчиваются за конечное время, что прин-
ципиально невозможно в линейных непрерывных системах.

131 132
 При переходе в плоскость переменной ζ характеристический a(ζ ) (T 2ζ 2 + T 2ζ ) + b(ζ ) (2ζ 2 − 4ζ + 2) = 1
полином принимает вид имеет минимальное решение
~ 1 1 3
Δ* (ζ ) = a(ζ ) n(ζ ) + b(ζ ) d (ζ ) = 1 , a (ζ ) = (5 − 3ζ ), b (ζ ) = + ζ,
так что ДПФ замкнутой системы на рис. 57 равна 4T 2 2 8
соответствующее регулятору
CP an
W (ζ ) = = = an.
1+ C P a n + b d
1
2
(5 − 3ζ ) 1 2 ζ −1 − 3 ( )
C (ζ ) = 2T = 2T .
Здесь и далее для упрощения записи мы будем опускать знак 3 −1 3
«тильда» и аргумент у передаточных функций и полиномов от ζ .
1+ ζ ζ +
4 4
Пусть На рис. 60 показаны переходные процессы в цифровой системе
N −1 при апериодическом управлении с периодами квантования
W (ζ ) = a n = q0 + q1ζ + L + ql −1ζ
1
+ ql ζ ,
N

T = 0,2 и T = 1 .
где qi (i = 0,K , N ) — коэффициенты полинома. Это значит, что
а) 2.5 б) 100
замкнутая система представляет собой фильтр с конечной им- T=0.2 T=0.2
T=1 T=1
2
пульсной характеристикой (КИХ-фильтр). Выход системы может 50

быть вычислен как 1.5 0

y[k ] = q0 r[k ] + q1 r[k − 1] + L + q N r[k − N ] . 1 -50

При подаче на вход единичного дискретного импульса или сту- 0.5 -100

пенчатого сигнала переходный процесс полностью заканчивается 0 -150

0 1 2 3 4 5 0 1 2 3 4 5
за N тактов. Это явление не имеет аналога для непрерывных
систем. Такое управление иногда называют апериодическим (в Рис. 60. Апериодическое управление: а) сигналы выхода;
англоязычной литературе — deadbeat control) [7,8,9]. б) сигналы управления

Пример. Построим апериодический закон управления для Можно показать, что при уменьшении интервала квантования
двойного интегратора с фиксатором нулевого порядка: в m раз значение сигнала управления на первом шаге увеличи-
1 1 − e − sT 2
вается в m раз, поэтому при апериодическом управлении неже-
F ( s) = , H 0 ( s ) = .
s2 s лательно использовать малые интервалы квантования.
Дискретная модель приведенной непрерывной части имеет вид Процессы минимальной длительности
T 2 ( z + 1) T 2 ζ (ζ + 1) Рассмотрим дискретизированную цифровую систему, в кото-
P ( z ) = Z {F ( s ) H 0 ( s )} = , P (ζ ) = .
2( z − 1) 2 2(ζ − 1) 2 рой модели элементов заданы передаточными функциями от пе-
Апериодический регулятор определяется в результате решения ременной ζ (рис. 61). Пусть дискретная модель объекта с экст-
задачи размещения полюсов при выборе Δ (ζ ) = 1 . Соответст-
* раполятором описывается несократимой ДПФ
вующее полиномиальное уравнение

133 134
 n (ζ ) Выделим в полиномах n(ζ ) , d 0 (ζ ) и p (ζ ) устойчивый и не-
P (ζ ) = , (121)
d (ζ ) устойчивый сомножители (корни которых расположены соответ-
ственно вне и внутри единичного круга в плоскости ζ ):
где n(ζ ) и d (ζ ) – полиномы, а входной сигнал имеет изображе-
p (ζ ) n(ζ ) = n + (ζ ) n − (ζ ), d 0 (ζ ) = d + (ζ ) d − (ζ ) ,
ние ( ζ -преобразование) R (ζ ) = , где p (ζ ) и q (ζ ) – поли- (123)
q (ζ ) p ( ζ ) = p + ( ζ ) p − (ζ ) ,
номы. Здесь верхние индексы « + » и «–» обозначают соответственно
r[ k ] e[k ] v[k ] y[k ] устойчивые (все полюса которых расположены вне единичного
C (ζ ) P (ζ ) круга) и строго неустойчивые полиномы (все их полюса находятся
− внутри единичного круга). Такое разложение полиномов на со-
множители называют факторизацией.
Рис. 61. Дискретизированная система Подставив (123) в (122), после сокращений получаем
Требуется построить регулятор, обеспечивающий затухание p + p −b d + d −
дискретного сигнала ошибки e[k ] за минимальное время. Далее E (ζ ) = .
q0 (a n + n − + b g d + d − )
излагается решение этой задачи, основанное на идеях моногра-
фии [14]. Чтобы это выражение было полиномом, необходимо сократить
множитель q0 в знаменателе. Это возможно только при выборе
ζ -преобразование последовательности {e[k ]} имеет вид
b(ζ ) = q0b0 , где b0 (ζ ) – полином. Тогда
R pbd
E (ζ ) = = . (122)
1 + C P q (an + b d ) p + p −b0 d + d −
E (ζ ) = .
Для того, чтобы сигнал ошибки стал равен нулю за конечное чис- a n + n − + q0 b0 g d + d −
ло тактов, необходимо и достаточно, чтобы изображение E (ζ ) Учтем, что в знаменателе этого выражения стоит характеристи-
было полиномом, т.е., числитель в (122) должен нацело делиться ческий полином замкнутой системы, который должен быть устой-
на знаменатель. Кроме того, полином E (ζ ) должен иметь мини- чивым. Следовательно, он не может сократить неустойчивые по-
мально возможную степень, при этом характеристический поли- линомы p и
−
d − . Тогда получаем
ном замкнутой системы Δ (ζ ) = an + bd должен быть устойчив.
p + b0 d + = ξ (a n + n − + q0 b0 g d + d − ) , (124)
Пусть g (ζ ) — наибольший общий полиномиальный множи-
где ξ(ζ ) – неизвестный полином, степень которого должна быть
тель полиномов q(ζ ) и d (ζ ) , т.е, минимальна. Заметим, что выбрав
q (ζ ) = g q0 , d (ζ ) = g d 0 , a(ζ ) = d + θ и b0 (ζ ) = n + ε , (125)
где q0 (ζ ) и d 0 (ζ ) — полиномы, не имеющие общих множителей. где θ(ζ ) и ε (ζ ) – некоторые полиномы, можно сократить устой-
Будем предполагать, что полином q0 (ζ ) устойчив. чивый множитель n d
+ +
в левой и правой части (124), так что

135 136
 p + ε = ξ (n − θ + q0 g d − ε) .
Поскольку дискретная модель (121) несократима, полиномы
−
n и g d − не могут иметь общих множителей. Кроме того, неус-
− Компенсация допустима только для устойчивых нулей и по-
тойчивый полином n и устойчивый q0 также не имеют общих
множителей. Следовательно, всегда можно выбрать полиномы
θ(ζ ) и ε (ζ ) так, чтобы выполнялось равенство
n −θ + q0 g d −ε = p +
и полином ε (ζ ) имел минимальную степень deg ε = deg n − − 1 .
При этом ξ = ε , так что изображение ошибки имеет вид
E (ζ ) = p − d − ε ,
а длительность переходного процесса (в тактах) равна
− −
N = deg E (ζ ) = deg p + deg d + deg n − 1 . − вестном p (ζ ) , имеет длительность
θ d+ n
C ( ζ ) P (ζ ) = ⋅ ⋅
q0 ε n + d
сократима, поэтому в системе возможны скрытые колебания.
люсов, поскольку сокращенные нули и полюса модели объекта
становятся корнями характеристического полинома замкнутой
системы. При компенсации неустойчивых множителей вся систе-
ма в целом будет неустойчива при ненулевых начальных услови-
(126)
ях (см. разд. 2.5).
Если полином p (ζ ) неизвестен, для определения полиномов
θ(ζ ) и ε (ζ ) вместо (126) используют уравнение [14]
n − θ + q0 g d −ε = 1 .
Тогда кратчайший переходный процесс, достижимый при неиз-

Как видно из последнего выражения, быстродействие системы N = deg p + deg d − + deg n − − 1 .

ограничивают неустойчивые нули и полюса ДПФ объекта управ-
Пример. Построим регулятор, обеспечивающий минимальную
ления P (ζ ) , а также неустойчивые нули изображения входного
длительностью переходного процесса, при
сигнала R (ζ ) .
1 1 − e − sT 1
Используя (125), получим ДПФ регулятора в виде F ( s) = , H (s) = , R( s) = .
s ( s + 1) s s
θ d+
C (ζ ) = ⋅ . (127) Дискретные модели непрерывной части и входного сигнала име-
q0 ε n + ют вид
Характеристический полином замкнутой системы ζ ( γ1ζ + γ 0 ) −1
P (ζ ) = , R (ζ ) =
Δ(ζ ) = θ d + n + q0 ε n + d = d + n + (n −θ + q0 gd −ε) = d + n + p + (ζ − 1)(ζ − eT ) ζ −1
где γ1 = e − T − 1 , γ 0 = T e + 1 − e . Тогда
T T T
устойчив, поэтому замкнутая система устойчива и регулятор фи-
зически реализуем. n(ζ ) = ζ ( γ1ζ + γ 0 ) , d (ζ ) = (ζ − 1) (ζ − eT )
Как следует из (127), регулятор компенсирует устойчивые ну-
p(ζ ) = −1 , q (ζ ) = ζ − 1 .
ли и полюса объекта управления. Такие регуляторы называются
компенсационными [7]. Дискретная передаточная функция ра- Учитывая, что γ 0 > γ1 ≥ 0 и e > 1 при всех T > 0 , находим
T

зомкнутой системы
n + (ζ ) = γ1ζ + γ 0 , n − (ζ ) = ζ , p + (ζ ) = −1, p − (ζ ) = 1 ,

137 138
 v(ζ ) = ζ − 1, q0 (ζ ) = 1, d + (ζ ) = ζ − eT , d − (ζ ) = 1 . а) 1.5 б) 100
T=0.2 T=0.2
Решая уравнение (126), получаем θ = −1 и ε = 1 , что соответст- T=1
50
T=1

вует регулятору с ДПФ (127) 1

0
ζ − eT eT ζ −1 − 1
C (ζ ) = − = . 0.5
γ1ζ + γ 0 γ 0ζ −1 + γ1 -50

Регуляторы, построенные по этим формулам при T = 0,2 и 0 -100

0 1 2 3 4 5 0 1 2 3 4 5
T = 1 , имеют вид
Рис. 62. Переходные процессы минимальной длительности:
53,5 (ζ −1-0,819) а) сигналы выхода; б) сигналы управления
T = 0,2 : C (ζ ) = ,
ζ −1+0,936 Чтобы избавиться от нежелательных скрытых колебаний, на-
2,72 (ζ −1-0,368) до отказаться от компенсации «опасного» нуля, включив соответ-
T = 1: C (ζ ) = .
ζ −1+0,718 ствующий множитель в n− :
Так как E (ζ ) = 1 , сигнал ошибки совпадает с единичным дискрет- n + (ζ ) = 1, n − (ζ ) = ζ ( γ1ζ + γ 0 ) .
ным импульсом δ[k ] (10), и переходный процесс в моменты Тогда минимальное решение уравнения (126) имеет вид
квантования заканчивается за 1 такт. 1 γ1
На рис. 62 показаны переходные процессы в замкнутых сис-
θ(ζ ) = − , ε (ζ ) = ζ +1.
γ1 + γ 0 γ1 + γ 0
темах при подаче на вход единичного ступенчатого сигнала. По
графикам видно, что при уменьшении интервала квантования и соответствует регулятору с ДПФ (127)
мощность управляющего сигнала возрастает. Переходный про- ζ − eT e T ζ −1 − 1
цесс в моменты квантования действительно заканчивается за 1 C (ζ ) = − = .
такт, однако между этими моментами наблюдаются скрытые ко- γ1ζ + γ1 + γ 0 ( γ1 + γ 0 ) ζ −1 + γ1
лебания, вызванные компенсацией нуля модели объекта. На Хотя в этом случае переходные процессы заканчиваются не за 1
γ такт, а за два, скрытые колебания отсутствуют (рис. 63).
плоскости z соответствующий нуль расположен в точке z = − 1
γ0 Итак, при использовании апериодического управления:
на отрицательной части вещественной оси. Как следует из • все корни характеристического уравнения замкнутой системы
рис. 18, такому множителю соответствует выраженный колеба- размещаются в начале координат на плоскости z ;
тельный процесс, который и наблюдается на рис. 62. • переходный процесс в моменты квантования заканчивается
за конечное число тактов;
• при малых интервалах квантования требуется большая
мощность управления;
• при компенсации нулей и полюсов объекта могут возникать
скрытые колебания.

139 140
 возможно удовлетворительно решить обе задачи с помощью од-
а) 1.5 б) 30
T=0.2 T=0.2 ного регулятора, и разработчик вынужден выбирать компромисс-
T=1 20 T=1 ное решение.
1 10 В схеме на рис. 64 каждая из упомянутых задач решается с
0
помощью отдельного регулятора. Блок C0 (ζ ) обеспечивает ус-
0.5 -10
тойчивость контура, подавление помех и компенсацию внешних
-20
возмущений. Регулятор C1 (ζ ) служит для того, чтобы повысить
0 -30
0 1 2 3 4 5 0 1 2 3 4 5 точность системы в установившемся режиме и получить пере-
ходные процессы с требуемыми характеристиками.
Рис. 63. Переходные процессы без компенсации нуля:
а) сигналы выхода; б) сигналы управления Полиномиальный алгоритм синтеза регулятора
Представим передаточные функции объекта и регуляторов в
4.4. Синтез регулятора по эталонной модели виде отношений полиномов:
Системы с двумя степенями свободы n(ζ ) a0 (ζ ) a1 (ζ )
P (ζ ) = , C0 (ζ ) = , C1 (ζ ) = ,
u[k ] y[ k ] d (ζ ) b (ζ ) b(ζ )
r[ k ]
C1 (ζ ) P(ζ) где полином b(ζ ) — наименьшее общее кратное знаменателей
−
ДПФ цифровых регуляторов. Тогда схема на рис. 64 может быть в
C 0 (ζ )
полиномиальном виде (рис. 65).

Рис. 64. Дискретная система с двумя степенями свободы r[ k ] 1 u[k ] n(ζ ) y[k ]
a1 (ζ ) b (ζ )
Рассмотрим дискретную систему с двумя регуляторами − d (ζ )
(рис. 64). Иногда такие системы называют системами комбиниро-
ванного управления или системами с двумя степенями свободы a 0 (ζ )
(англ. — two-degrees-of-freedom system, 2-DOF system). Регулятор
состоит из двух блоков — регулятора C0 (ζ ) в контуре управле-
Рис. 65. Полиномиальное представление
ния и корректирующего регулятора C1 (ζ ) , который обрабатывает
Пусть задана некоторая желаемая устойчивая передаточная
только входной сигнал.
функция замкнутой системы (эталонная модель)
В классической схеме (рис. 57) C1 (ζ ) = C0 (ζ ) , что ограничи-
nm (ζ )
вает возможности управления. Дело в том, что регулятор должен Wm (ζ ) = ,
d m (ζ )
решать две задачи. С одной стороны, необходимо обеспечить
достаточный запас устойчивости контура, требуемый уровень по- где nm (ζ ) и d m (ζ ) – полиномы, причем полином d m (ζ ) – устой-
давления помех и внешних возмущений. С другой стороны, жела-
тельно получить качественные переходные процессы. Часто не- чивый. Требуется выбрать полиномы a0 (ζ ) , a1 (ζ ) и b(ζ ) так,

141 142
чтобы ДПФ W (ζ ) замкнутой системы на рис. 65 совпадала с a1 = a0 ). Далее излагается метод синтеза регулятора с двумя
Wm (ζ ) , т.е., степенями свободы, основанный на подходе работы [9]. При вы-
полнении (130) он позволяет гарантировать выполнение всех
a1n n требований.
W (ζ ) = Wm (ζ ) ⇒ = m. (128)
a0 n + bd d m Если полином n
+
не имеет общих множителей с nm 0 , он дол-
Кроме равенства (128), при разработке алгоритма управления жен быть делителем знаменателя в левой части (131). Он не мо-
надо учитывать дополнительные ограничения: жет быть делителем d , поскольку дискретная модель объекта
• замкнутая система должна быть устойчива; несократима. Следовательно, полином b должен делиться на
• регулятор должен быть физически реализуемым; n + . Кроме того, для повышения точности и обеспечения астатиз-
• для повышения точности необходимо обеспечить большой ма желательно включать в состав регулятора дискретное интег-
коэффициент усиления контура на низких частотах. рирующее звено. Поэтому принимаем
Условие (128) может быть записано в виде b(ζ ) = n + (ζ − 1)l b0 , (132)
a1n nm
= , (129) где l — натуральное число (порядок астатизма), а b0 (ζ ) — не-
Δ dm
который полином. Тогда из (131) после сокращений получаем
где Δ (ζ ) = a0 n + bd — устойчивый характеристический полином a1 n
замкнутой системы. Если полином n(ζ ) имеет неустойчивые −
= m0 ,
a0 n + (ζ − 1) b0 d d m
l

множители, они не могут сократиться в левой части (129), поэто-

что эквивалентно системе полиномиальных уравнений
му должны входить в nm (ζ ) . Представим полином n(ζ ) в виде
a1 = nm 0 g
n(ζ ) = n + n − , где n + (ζ ) и n − (ζ ) обозначают устойчивый и строго (133)
неустойчивый сомножители. Тогда требуется выбирать полином
a0 n − + b0 (ζ − 1) l d = d m g
nm (ζ ) в виде относительно a0 , a1 и b0 . Здесь g (ζ ) — устойчивый полином,

nm (ζ ) = n − nm 0 , (130) который можно выбирать произвольно. Заметим, что полином a1

может быть сразу найден из первого уравнений в (133). Второе
где nm 0 (ζ ) — некоторый полином. При этом условие эквивалент-
уравнение всегда разрешимо относительно полиномов a0 и b0 ,
ности (128) запишется в виде −
если полиномы n и (ζ − 1) не имеют общих множителей.
l
+
a1n n
+ −
= m0 . (131) Осталось ответить на вопрос: когда получаемый регулятор
a0 n n + b d d m будет физически реализуемым? Для дискретных моделей реаль-
−
Уравнение (131) может иметь множество решений. Например, ных объектов выполняется (120), т.е. n (0) = 0 . В силу устойчи-
в ряде случаев возможно управление без обратной связи (при
вости полиномов d m и g имеем d m (0) g (0) ≠ 0 . Тогда из второ-
a0 = 0 ), или управление с обратной связью по ошибке (при

143 144
го уравнения в (133) следует, что b0 (0) ≠ 0 и с учетом (132) по- ческого полинома замкнутой системы. В большинстве случаев
достаточно выбирать g (ζ ) = 1 .
лучаем b(0) ≠ 0 , т.е., оба регулятора физически реализуемы.
Это говорит о том, что использование переменной ζ позволяет
Тем не менее, полином g влияет на другие передаточные
функции системы, например, на ДПФ по возмущению, приложен-
автоматически получать физически реализуемые регуляторы при
ному к входу объекта управления (рис. 66).
единственном ограничении (130).
Передаточная функция замкнутой дискретной системы от
Заметим, что алгоритм решения этой задачи из [9], исполь-
зующий вычисления в z -плоскости, требует специальных мер входа σ к выходу y равна
для обеспечения физической реализуемости регулятора. P bn
Таким образом, при выполнении условия (130) алгоритм ана-
Wσ (ζ ) = = .
1 + PC a0 n + b d
литического синтеза регулятора на основе эталонной модели
можно записать следующим образом: σ[k ]
+ − r[k ] u[k ] y[k ]
Шаг 1. Факторизовать полином n(ζ ) = n (ζ ) n (ζ ) . C1 (ζ ) P(ζ)
−
Шаг 2. Задать желаемую ДПФ замкнутой системы вида
C 0 (ζ )
n n − nm 0
Wm (ζ ) = m = .
dm dm
Рис. 66. Дискретная система с возмущением
Шаг 3. Выбрать порядок астатизма системы l .
Используя (135) и (134), получаем
Шаг 4. Выбрать устойчивый полином g (ζ ) .
n (ζ − 1) l b0
Шаг 5. Найти решение полиномиального уравнения Wσ (ζ ) = .
dm g
a0 n − + b0 (ζ − 1) l d = d m g , (134)
Следовательно, корни полинома g являются полюсами Wσ (ζ ) .
относительно полиномов a0 (ζ ) и b0 (ζ ) .
Пример синтеза регулятора
Шаг 6. Построить ДПФ регуляторов
Рассмотрим пример синтеза регулятора с двумя степенями
a a
C0 (ζ ) = 0 = + 0 l , (135) свободы. Объект управления (электродвигатель постоянного то-
b n (ζ − 1) b0 ка) описывается передаточной функцией

a1 n g 1
C1 (ζ ) = = + m0 l . (136) F (s) = .
b n (ζ − 1) b0 s ( s + 1)
Выбор вспомогательного полинома g , который иногда назы- Требуется построить цифровой регулятор с двумя степенями
свободы и фиксатором нулевого порядка, обеспечивающий пере-
вается многочленом наблюдателя [9], не влияет на ДПФ замк-
ходные процессы, соответствующие эталонной непрерывной мо-
нутой системы от входа r к выходу y . Важно, чтобы он был ус-
дели
тойчивым, поскольку его корни являются корнями характеристи-

145 146
 ρ ζ = −1 , что соответствует колебательному процессу (рис. 18).
Wmc ( s) = , ρ = 1,5 .
s+ρ Компенсировать его нежелательно, поэтому он должен быть
Построим дискретную модель объекта управления: включен в множитель n− :

K ( z − α) − Kζ (αζ − 1) n + (ζ ) = − K , n − (ζ ) = ζ (αζ − 1) .
P (ζ ) = Z {F ( s) H 0 ( s)} z =ζ −1 = = ,
( z − 1) ( z − β) z =ζ −1 (ζ − 1)(βζ − 1) Для того, чтобы выполнялось условие (130), можно выбрать эта-
лонную модель в виде
где
αζ − 1 (1 − p) ζ αζ − 1
T (1 − e−T ) Wm* (ζ ) = Wm (ζ ) ⋅
= ⋅ ,
K = e −T − 1 + T , β = e − T , α = 1 − . α − 1 (1 − pζ ) α − 1
1 − e −T + T
где дополнительный множитель α − 1 в знаменателе выбран так,
Можно показать, что α < 1 при всех T > 0 , тогда чтобы сохранить коэффициент усиления для постоянного сигна-
ла, т.е.,
d (ζ ) = (ζ − 1) (βζ − 1) , n + (ζ ) = − K (αζ − 1) , n − (ζ ) = ζ .
lim Wm* (ζ ) = lim Wm (ζ ) .
Эталонная дискретная модель может быть найдена с использо- ζ →1 ζ →1
ванием метода фиктивного квантования с фиксатором нулевого Тогда получаем регуляторы
порядка
γ1ζ + γ 0 1− p
(1 − p) ζ C0* (ζ ) = , C1* (ζ ) = ,
Wm (ζ ) = Z {Wmc ( s) H 0 ( s )} = , (137) K (1 − α) (1 + μζ) K (1 − α) (1 + μ ζ )
1− p ζ
где γ1 , γ 0 и μ определяются решением уравнения (134). На
где H 0 ( s) – передаточная функция фиксатора нулевого порядка, рис. 67 показаны переходные процессы в системах с компенса-
и p = e− ρT < 1 . Тогда: цией нуля (рис. 67а) и без компенсации (рис. 67б) при T = 0,5 .
Сплошные линии обозначают сигнал выхода, штриховые –
nm (ζ ) = (1 − p) ζ , d m (ζ ) = 1 − p ζ .
управление. По графикам видно, что компенсация нуля приводит
Поскольку полином nm содержит n − как сомножитель, условие к скрытым колебаниям, которые нежелательны.

(130) выполнено и nm 0 (ζ ) = 1 − p . При выборе l = 0 и g (ζ ) = 1 а) 3 б) 3

2 2
минимальное решение уравнения (134) имеет вид
a0 (ζ ) = −β ζ + 1 + β - p, b0 (ζ ) = 1 , 1 1

0 0
а ДПФ блоков регулятора вычисляются как
-1 -1
− βζ + 1 + β − p 1− p
C0 (ζ ) = − , C1 (ζ ) = . -2 -2
K (1 − αζ ) K (1 − αζ ) 0 5 10 0 5 10

При этом будет скомпенсирован нуль дискретной модели объекта Рис. 67. Переходные процессы а) с компенсацией нуля;
б) без компенсации нуля
в точке ζ = 1 / α . При уменьшении T этот нуль стремится к точке

147 148
 4.5. Синтез с помощью билинейного преобразования где λ — псевдочастота. Учитывая, что частотная характери-
Билинейное преобразование стика дискретной системы определяется при подстановке

Один из наиболее простых методов синтеза цифровых регу- z = e jωT , можно показать, что связь между частотой ω и псевдо-
ляторов основан на использовании билинейного преобразования, частотой λ определяется формулой
с помощью которого внутренняя часть единичного круга отобра- 2 ωT
жается на левую комплексную полуплоскость. При этом систему λ= tg .
можно рассматривать (в определенном диапазоне частот) как T 2
псевдонепрерывную и использовать классические методы проек- Преимущества метода билинейного преобразования во мно-
тирования непрерывных регуляторов [5,6]. гом связаны с тем, что при ω < 2 / T частота и псевдочастота
Выше было показано, что для приближенного перехода от не- практически совпадают, т.е., λ ≈ ω . Можно показать, что при ис-
прерывной системы к ее дискретной модели может быть исполь- пользовании фиксатора нулевого порядка частотная характери-
зовано билинейное преобразование Тастина
стика W * ( jλ) совпадает с F ( jω) на низких частотах.
2 z −1
s←⋅ . Если дискретная модель задана в пространстве состояний
T z +1
W ( z ) = C ( zI − A) −1 B + D ,
Обратная подстановка (билинейное w -преобразование)
билинейное преобразование дает
1 + wT / 2
z← (138) W * ( w) = Cw ( wI − Aw ) −1 Bw + Dw ,
1 − wT / 2
позволяет перейти от дискретной системе к псевдонепрерывной. где I — единичная матрица соответствующего размера,
Рассмотрим дискретную систему с ДПФ W (z ) , которая полу- 2 4 4
Aw = I + ( A + I ) −1 , Bw = ( A + I ) −1 B
чена в результате квантования модели непрерывного объекта T T T
F (s) с экстраполятором нулевого порядка: −1
Cw = C ( A + I ) , Dw = D − C ( A + I ) −1 B
W ( z ) = Z {F ( s) H 0 ( s )} . При этом необходимо, чтобы матрица A + I была обратима,
*
При замене (138) ДПФ W (z ) преобразуется в рациональную иначе передаточная функция W ( w) будет неправильной (сте-
пень ее числителя будет больше степени знаменателя).
функцию W * ( w) от переменной w , которую можно рассматри-
Пример. Рассмотрим непрерывный объект с фиксатором ну-
вать как передаточную функцию некоторой эквивалентной не-
левого порядка:
прерывной системы.
Для анализа и синтеза в частотной области вводится час- 0,1 1 − e − sT
F ( s) = , H 0 ( s) = .
тотная передаточная функция ( s + 1) ( s + 0,1) s
W * ( jλ) = W * ( w) = W ( z) 1+ jλT / 2
, При T = 0,2 дискретная модель приведенной непрерывной части
w = jλ z=
1− jλT / 2 имеет вид

149 150
 0,00186 ( z + 0,929) Шаг 1. Построить дискретную модель объекта с экстраполя-
W ( z ) = Z {F ( s) H 0 ( s)} = . тором W ( z ) = Z {F ( s ) H ( s )} .
( z − 0,980) ( z − 0,819)
Применение билинейного преобразования (138) дает псевдоне- Шаг 2. Применив w -преобразование (138) к W (z ) , построить
прерывную модель передаточную функцию эквивалентной псевдонепрерывной сис-

-3,652 ⋅10- 5 w2 - 0,00960 w + 0,0997 темы W * ( w) .

W ( w) =
*
.
( w + 0,997) ( w + 0,1) Шаг 3. Построить непрерывный регулятор C0 ( w) для эквива-
лентной псевдонепрерывной системы.
Ее частотная характеристика W * ( jλ) (сплошная линия на
Шаг 4. Применив преобразование Тастина (102) к передаточ-
рис. 68) при λ < 2 / T практически совпадает с частотной харак-
ной функции C0 ( w) , построить цифровой регулятор.
теристикой непрерывной части F ( jω) (штриховая линия).
Такой подход позволяет использовать все методы теории не-
20lgA
прерывных систем, однако является приближенным. Во многих
50
случаях синтез на основе билинейного преобразования приводит
|W(jω)| к тому же результату, что и переоборудование непрерывного ре-
0 |W*(jλ)| гулятора с помощью преобразования Тастина. Однако использо-
-50 вание билинейного преобразования позволяет более точно учи-
тывать свойства дискретной систем в области высоких частот.
-100 Использование ЛАФЧХ
-150 В инженерной практике широко используется частотный ме-
-2 0
10 10 2 102 10
4
тод синтеза корректирующего цифрового регулятора с помощью
T ω, λ ЛАФЧХ. Ниже излагается общий подход к выбору желаемой
ЛАФЧХ для цифровых систем [5].
Рис. 68. Логарифмическая частотная характеристика W * ( jλ ) .
ЛАФЧХ для частотной передаточной функции (рис. 69) стро-
В области высоких частот (при λ > 2 / T ) логарифмическая ится в плоскости псевдочастоты. Логарифмическая амплитудная
частотная характеристика (ЛАЧХ, сплошная линия на рис. 69) и
амплитудно-фазовая частотная характеристика (ЛАФЧХ) W * ( jλ ) логарифмическая фазовая частотная характеристика (ЛФЧХ,
имеет нулевой наклон (постоянное значение коэффициента уси- штриховая линия) определяются зависимостями
ления). Построение высокочастотной части ЛАФЧХ подробно опи-
сано в [5]. 20 lg A = 20 lg W * ( jλ) , ϕ = arg W * ( jλ) .
Алгоритм синтеза регулятора Учитываются два вида ограничений: требуемая точность и запас
Таким образом, алгоритм синтеза регулятора с использовани- устойчивости (точнее, показатель колебательности M ).
ем билинейного преобразования может быть описан в виде сле-
дующей последовательности шагов:

151 152
 ϕ 20 lg A Если ωЭ < 2 / T , то частота практически совпадает с псевдочас-
M тотой и можно принять λ Э = ωЭ . При синусоидальном входном
20 lg
M −1 сигнале можно выразить амплитуду ошибки через частотную ха-
Ak рактеристику как
0 λc * * *
− 180 o rmax rmax rmax
*
emax = ≈ ≈ ,
λэ λ 1 + W * ( jωЭ ) 1 + W * ( jλ Э ) W * ( jλ Э )
M
20 lg
M +1 предполагая, что W * ( jλ Э ) >> 1 . Поэтому, если задана допус-
− 90 o
*
тимая максимальная ошибка emax , запретная зона для ЛАЧХ оп-
Рис. 69. Запретные зоны для ЛАФЧХ астатических систем ределяется точкой Ak с координатами
Требования к точности определяются по эквивалентному гар-
⎛ *
rmax ⎞
моническому воздействию. Пусть входной сигнал имеет вид Ak : ⎜ λ Э , 20 lg * ⎟⎟ .
⎜
⎝ emax ⎠
r (t ) = rmax sin(ωt + ψ) ,
Для астатических систем ЛАЧХ должна проходить выше запрет-
где rmax и ω — известные амплитуда и угловая частота сигнала, ной зоны, которая определяется двумя пересекающимися в точке
а ψ — неизвестная фаза. Первая и вторая производные такого Ak прямыми с наклонами 20 дБ/дек и 40 дБ/дек (рис. 69). По-
сигнала имеют вид строение аналогичных зон для других типов систем рассмотрено
r&(t ) = ω rmax cos(ωt + ψ) , в [5].
Для того, чтобы ограничить показатель колебательности M
&r&(t ) = −ω2 rmax sin(ωt + ψ ) , замкнутой системы, строят запретные области для ЛФЧХ, в кото-
а их амплитуды равны рые она не должна заходить. Они соответствуют запретным кру-
гам для годографа Найквиста (см. рис. 45б). Как следует из
r&max = ω rmax , &r&max = ω2 rmax . рис. 45б, на фазовую частотную характеристику накладываются
Предположим, что заданы ограничения на максимальную ограничения в диапазоне амплитуд от M /( M + 1) до
первую и вторую производные сигнала,
*
r&max *
и &r&max . Тогда экви- M /( M − 1) . Для любого M и заданной амплитуды A требуемый
валентная частота (т.е., частота гармонического воздействия запас по фазе вычисляется как
с теми же параметрами) и амплитуда вычисляются как
A2 + c
η = arccos
ωЭ =
&r& *
max
, r*
=
(r& )
*
max
2

.
2 Ac
, (139)
* max *
r& max
&r&
max M2
где c= — смещение центра запретной круговой области
M 2 −1
на рис. 45б от мнимой оси.

153 154
 В целом последовательность построения желаемой ЛАФЧХ
состоит из следующих шагов:
Шаг 1. Используя известные характеристики входного сигна-
*
ла r&max и
*
&r&max , определить частоту и амплитуду эквивалентного
гармонического воздействия; построить точку Ak и запретную
область для ЛАЧХ.
Шаг 2. Выбрать интервал квантования, соответствующий ус-
ловию λ Э << 2 / T .
Шаг 3. Определить частоту среза λ c , учитывая требования к
быстродействию системы и выбранный интервал квантования.
Шаг 4. Выбрать желаемый показатель колебательности M и
построить запретную зону для ЛФЧХ по формуле (139), считая,
что наклон ЛАЧХ в районе частоты среза составляет 20 дБ/дек.
Дальнейший синтез сводится к стандартной процедуре кор-
рекции, применяемой в теории непрерывных систем управления:
ЛАЧХ корректирующего последовательного регулятора строится
как разница между желаемой и исходной ЛАЧХ. Полученный ре-
гулятор преобразуется в цифровую форму с помощью преобра-
зования Тастина.
155
З
Зааакккл
З лю
л ючччееен
ю ни
н иеее
и
Настоящее учебное пособие представляет собой вводный
курс, позволяющий познакомиться с теорией цифровых систем
управления непрерывными объектами. В нем основное внимание
уделено качественным свойствам процессов и явлений в цифро-
вых системах. Для освоения материала на высоком профессио-
нальном уровне читателю необходимо тщательное изучение до-
полнительной литературы.
Монографии Я.З. Цыпкина [1], Э. Джури [2] и Ю. Ту [3] являют-
ся первыми серьезными работами, посвященными системам им-
пульсного управления. Они отражают уровень развития теории
середины XX века, однако именно в этот период были заложены
основы классических методов: изучены процессы квантования
сигналов, дискретизации непрерывных процессов и систем, полу-
чены преобразования Лапласа непрерывных сигналов, разрабо-
тан аппарат дискретного преобразования Лапласа и z -преобра-
зования. В книге Ш. Чанга [4] эти методы были впервые исполь-
зованы для оптимального синтеза цифровых систем по критери-
ям, учитывающим их поведение в непрерывном времени.
Следующий этап развития теории цифровых систем связан с
разработкой методов анализа и синтеза, основанных на исполь-
зовании дискретных моделей непрерывных объектов. В инженер-
ной практике широкое распространение получили частотные ме-
тоды, основанные на применении билинейного преобразования и
исследовании ЛАФЧХ вспомогательной псевдонепрерывной сис-
темы. Наиболее полно метод ЛАФЧХ для цифровых систем из-
ложен в монографии В.А. Бесекерского [5] и коллективной работе
[6]. В [6] также разработаны методы статистического анализа им-
пульсных систем и синтеза робастных законов управления при
неполной априорной информации.
В трудах Л.Н. Волгина [14] был предложен метод синтеза оп-
тимальных дискретных систем, основанный на использовании
диофантовых полиномиальных уравнений. В частности, рассмот-
рены системы комбинированного управления при детерминиро-
ванных и стохастических воздействиях.
В 80-е годы XX века бурно развивались методы, использую-
щие пространство состояний в качестве основного математиче-
156
ского аппарата для описания дискретных систем. Результаты, ляторов и т.п. Для их изучения заинтересованным читателям
полученные в этом направлении, подробно изложены в книгах можно рекомендовать учебник [9], а также монографии [6,7,8,18-
Р. Изерманна [7], Б. Куо [8], а также в монографиях [18,19]. 23].
Для знакомства с состоянием теории цифровых систем
управления на конец 80-х годов можно рекомендовать учебник
К. Острёма и Б. Виттенмарка [9], в котором детально описывают-
ся как классические методы, так и подход на основе пространства
состояний. За рубежом эта книга неоднократно переиздавалась.
В конце XX столетия в ряде работ были опубликованы ре-
зультаты, свидетельствующие о том, что синтез оптимальных
цифровых законов управления на основе дискретных моделей
непрерывных объектов может систематически приводить к нера-
ботоспособным системам. Это поставило на повестку дня вопрос
о разработке точных методов анализа и синтеза, не использую-
щих упрощений и аппроксимаций. Зарубежные результаты в этой
области достаточно полно излагаются в книге Т. Чена и
Б. Фрэнсиса [11], которая доступна в Интернете на сайте одного
из авторов по адресу
http://www.control.toronto.edu/people/profs/francis/francis.html
С помощью рассмотренной в [11] техники «лифтинга» удалось
построить эквивалентные дискретные модели для ряда задач оп-
тимизации цифровых систем с учетом их динамики в непрерыв-
ном времени.
В книге Е.Н. Розенвассера [10] была предложена концепция
параметрической передаточной функции, обладающая широкими
возможностями для точного исследования цифровых систем, в
том числе систем с запаздыванием. Разработанные на ее основе
алгоритмы анализа и синтеза реализованы в пакете макросов
DirectSD для среды MATLAB. Этот пакет распространяется сво-
бодно и может быть загружен с сайта автора
http://kpolyakov.narod.ru
В пособии ограниченного объема невозможно отразить все
направления в теории цифровых систем управления. За рамками
рассмотрения остались такие важные вопросы как статистиче-
ский анализ и синтез цифровых систем, оптимальные, робастные,
нелинейные и адаптивные системы, реализация цифровых регу-

157 158
 П
Пр
П ри
р ил
и ло
л ож
о жееен
ж ни
н иеее
и Ли
Л
Л и рааатттууур
итттееер
р рааа
р
1. Цыпкин Я.З. Теория линейных импульсных систем. – М.:
F (s ) f (t ) Z { f (t )} Z ε{ f (t )}
Физматгиз, 1963.
1 z z 2. Джури Э. Импульсные системы автоматического регулиро-
1
s z −1 z −1 вания. – М.: Физматгиз, 1963.
Tz ⎡ ε 1 ⎤ 3. Ту Ю. Цифровые и импульсные системы автоматического
1 Tz ⎢ +
t 2 ⎥ управления. – М.: Машиностроение, 1964.
s2 ( z − 1) 2 ⎣ z − 1 ( z − 1 ) ⎦
4. Чанг Ш. Синтез оптимальных систем автоматического
1 2
t T 2 z ( z + 1) T 2 z ⎡ ε2 2ε z +1 ⎤ управления. – М.: Машиностроение, 1964.
⎢ + + ⎥
s3 2! 2! ( z − 1)3 2! ⎣ z − 1 ( z − 1)2 ( z − 1)3 ⎦ 5. Бесекерский В.А. Цифровые автоматические системы. – М.:
Наука, 1976.
1 z z qε
e − αt 6. Микропроцессорные системы автоматического управле-
s+α z−q z−q
ния // Бесекерский В.А. и др. – Л.: Машиностроение, 1989.
α (1 − q) z z zq ε 7. Изерман Р. Цифровые системы управления. – М.: Мир, 1984.
1 − e − αt −
s( s + α) ( z − 1) ( z − q ) z −1 z − q 8. Куо Б. Теория и проектирование цифровых систем управле-
ния. – М.: Машиностроение, 1986.
β z sin βT z 2 sin εβT + z sin (1 − ε) βT
sin β t 9. Острём К., Виттенмарк Б. Системы управления с ЭВМ. – М.:
s + β2
2
z − 2 z cos βT + 1
2
z 2 − 2 z cos βT + 1
Мир, 1987.
s z 2 − z cos βT z 2 cos εβT − z cos (1 − ε) βT 10. Розенвассер Е.Н. Линейная теория цифрового управления в
cos β t непрерывном времени. – М.: Наука, 1994.
s + β2
2
z 2 − 2 z cos βT + 1 z 2 − 2 z cos βT + 1
11. Chen T., Francis B.A. Optimal sampled-data control systems. –
β z q sin βT z sin εβT + q sin (1 − ε) βT New York: Springer-Verlag, 1995.
e − αt
sin βt zq ε
( s + α) 2 + β 2 z 2 − 2 z q cos βT + q 2 z 2 − 2 z q cos βT + q 2
12. Мирошник И.В. Теория автоматического управления. Линей-
s+α z − z q cos βT
2
z cos εβT − q cos (1 − ε) βT ные системы. – СПб.: Питер, 2005.
e − αt cos βt zq ε
( s + α) 2 + β 2 z 2 − 2 z q cos βT + q 2 z 2 − 2 z q cos βT + q 2 13. Попов Е.П. Теория линейных систем автоматического регу-
лирования и управления. – М.: Наука, 1989.
Примечания:
14. Волгин Л.Н. Оптимальное дискретное управление динами-
1. Предполагается, что f (t ) = 0 при t < 0 . ческими системами. – М.: Наука, 1986.
2. Через T обозначен интервал квантования. 15. Поляк Б.Т., Щербаков П.С. Робастная устойчивость и
управление. – М.: Наука, 2002.
3. Изображения строятся для последовательности { f [k ]} , где
16. Математические основы теории автоматического регу-
f [k ] = f (kT ) при целых k ≥ 0 . лирования. Изд. 2-е, доп. Под ред. Б.К. Чемоданова. – М.:
Высшая школа, 1977.
4. В таблице используются обозначения q = e− αT и q ε = e− αεT .

159 160
17. Купер Дж., Макгиллем К. Вероятностные методы анализа
сигналов и систем. – М.: Мир, 1989.
18. Дроздов В.Н., Мирошник И.В., Скорубский В.И. Системы
автоматического управления с микроЭВМ. – Л.: Машино-
строение, 1989.
19. Мита Ц., Хара С., Кондо Р. Введение в цифровое управле-
ние. – М.: Мир, 1994. Учебное пособие
20. Фомин В.Н. Методы управления линейными дискретными
объектами. – Л.: ЛГУ, 1985.
ПОЛЯКОВ Константин Юрьевич
21. Фомин В.Н., Фрадков А.Л., Якубович В.А. Адаптивное
управление динамическими объектами. – М.: Наука, 1981.
22. Цыпкин Я.З., Попков Ю.С. Теория нелинейных импульсных
систем. – М.: Наука, 1973.
23. Видаль П. Нелинейные импульсные системы. – М.: Энергия, ОСНОВЫ ТЕОРИИ ЦИФРОВЫХ
1974.
СИСТЕМ УПРАВЛЕНИЯ

Редактор Е.В. Шорикова

Корректор Т.А. Канн
Верстка Т.В. Лебедевой, А.Ю. Максимова

Подписано к печати xx.xx.2006

Формат 60x90/16. Бумага писчая. Печать офсетная.
Усл. печ. л. XX. Уч.-изд. л. XX. Тир. XXX. Зак. XXX.
Издательский центр СПбГМТУ.
190008, СПб., ул. Лоцманская, 10.

161 162