深入理解状态空间控制

可视化演示

展示ECB、CBC、CTR三种分组密码工作模式的加密流程差异，可视化数据块的独立加密、链式依赖和计数器模式。

状态空间表示：给行车状态拍一张全景快照

老司机开车时，心里必须同时装着两个数：车在路的哪个位置，以及现在跑得多快。只看里程表或只看速度表都没法安全驾驶——只有把“位置+速度”合在一起，你才能判断接下来该加油、松油还是刹车。控制理论里，把这种“完整刻画系统当前处境的最小信息集”称为状态，把它们打包成的列向量就叫状态向量。

状态空间表示的核心，是给系统写一本“演化说明书”。说明书告诉你：只要知道现在状态向量 \(\mathbf{x}\)，再知道接下来怎么踩油门 \(u\)，下一秒的整个系统状态就被完全确定了。相比只描述“输入到输出”的黑盒视角，状态空间把系统内部的每一层因果都摊开在桌面上，这也是它能统一处理多输入多输出系统的根本原因。

这本说明书只有两页：第一页叫状态方程，描述状态如何随时间演化；第二页叫输出方程，描述仪表盘上真正能读到的量与状态之间的对应关系。写成数学语言就是：

有了这张全景快照，你就不再是只看头尾的乘客，而是手握全局的司机。但下一个问题立刻浮出水面：这辆车，真的是你能完全掌控的吗？这就引出了能控性。

能控性判据：你的油门刹车能不能掌控全局

假如你坐进一辆改装车，方向盘被焊死，只剩油门可用。你想靠油门把车从路边挪进车库——位置根本动不了，因为你只能影响速度，无法影响方向。这样的车，你会说它“不可控”。能控性回答的正是：仅靠输入 \(u\)，能不能把系统从任意初始状态，在有限时间内牵引到任意希望的状态（通常取原点）。

从数学上看，能控性关心的是输入“火力”能覆盖多大范围。单个时刻的 \(u\) 只能直接推动 \(\mathbf{B}\) 指向的方向；但系统的动态 \(\mathbf{A}\) 会把这种推动持续“折射”到新的方向。把每一时刻的影响力排成一排，就得到能控矩阵：

能控性不是纸面游戏，它直接决定了反馈设计的上限：一个不可控的模式，任你如何设计控制器都够不着——就像方向盘被焊死，再好的车手也白搭。幸运的是，现实中大多数执行器布局合理的机械系统都是能控的；而当我们确认“车能被掌控”后，下一个问题是：你坐在驾驶座上，真的能看清这辆车的全部状态吗？

能观性分析：仪表盘不亮时还能不能洞察全局

深夜开车，仪表盘忽然全灭，GPS 也断了信号。你只凭路灯和参照物，还能不能猜出自己的位置和速度？能，只要你心里有这辆车的运动模型。能观性回答的正是：从一段有限时间内的输出 \(y(t)\)（比如唯一幸存的转速表读数），能不能唯一反推出系统的全部状态。

数学上，能观性看的是输出“视线”能照亮多少维度。输出 \(y=\mathbf{C}\mathbf{x}\) 直接照见的是 \(\mathbf{C}\) 的方向；但状态演化会把隐藏维度的信息源源不断地带进输出里。把这些“视线传播方向”叠起来，就得到能观矩阵：

能观性与能控性是一对镜像：把系统矩阵转置、把输入和输出角色对调，能观性问题就变成了能控性问题——这就是对偶原理。聪明的司机即使在仪表盘全灭时，也能靠零星线索推断全局；而对工程师来说，能观性决定了你是否需要（以及能否）借助观测器来补全看不见的状态。

状态反馈设计：看着全景仪表盘决定踩多少油门

确认了车能控、能观之后，真正的驾驶才开始。老司机的脚法其实是一条朴素规则：位置偏右了就往左修，速度太快了就松油门。状态反馈把这套直觉写成线性法则：控制量是每个状态偏差的加权求和后取负。设参考输入为 \(r\)，则：

把这条法则代回系统，就得到闭环状态方程。反馈矩阵 \(\mathbf{K}\) 重塑了系统的“脾气”：原来是 \(\mathbf{A}\)，现在变成 \(\mathbf{A}-\mathbf{B}\mathbf{K}\)。只要合理地选 \(\mathbf{K}\)，就能把闭环系统的特征值（极点）放到我们想要的位置，从而决定响应是迟缓还是敏捷、是平稳还是激进：

极点配置完成后，系统的响应特性（超调、上升时间、稳定时间）就有章可循。但这里藏着一个前提：反馈律 \(u=-\mathbf{K}\mathbf{x}\) 要求我们知道精确的 \(\mathbf{x}\)。现实中状态常常不可直接测量，怎么办？这就是观测器登场的时刻。

状态观测器：用心灵模型补上盲区

GPS 漂移、传感器故障、有些状态根本没法直接装传感器——现实开车时，你永远只能看到部分真相。但老司机有个绝技：心里揣着一份“这辆车在我的油门和刹车下会怎么动”的模型，结合仪表盘上有限的真实读数，不断在心里修正对车速和位置的判断。状态观测器就是把这个心理过程数学化。

观测器不直接测状态，而是同时做两件事：先用系统模型“预测”下一步状态，再用输出误差“校正”预测结果。记估计状态为 \(\hat{\mathbf{x}}\)，观测器方程为：

其中 \(\mathbf{L}\) 是观测器增益，\(y - \mathbf{C}\hat{\mathbf{x}}\) 是“预测输出”与“真实输出”的差——相当于你心里嘀咕的“咦，实际车速和我预想的不一样”。把真实状态减去估计状态，误差 \(\tilde{\mathbf{x}}=\mathbf{x}-\hat{\mathbf{x}}\) 的动态彻底摆脱了输入 \(u\)，只由矩阵 \(\mathbf{A}-\mathbf{L}\mathbf{C}\) 决定：

分离定理带来一个漂亮的工程便利：状态反馈增益 \(\mathbf{K}\) 和观测器增益 \(\mathbf{L}\) 可以分开设计——先按响应要求配 \(\mathbf{K}\) 的极点，再按估计速度要求配 \(\mathbf{L}\) 的极点，两者结合后系统依然稳定。这就像你既可以信赖导航仪的路线规划，也可以单独校准车速表的误差，互不干扰。观测器家族里还有省计算量的降阶观测器——只估计不可测的那部分状态，需要的阶数更低、更轻快。

稳定性验证：确保车不会越开越偏

策略设计好了，但你怎么敢保证这套策略在长期运行中不会让系统越走越偏，或者永无休止地左右震荡？开车时你凭手感知道“车是稳的”；工程上则需要一个严谨的判据。Lyapunov 稳定性理论提供了一个极其优雅的视角：找一个“能量计”，如果这个能量始终非负，并且沿着系统轨迹单调下降，那就证明系统最终会停到能量最低点（原点）。

对线性系统，这个“能量计”通常取成关于状态的二次型 \(V(\mathbf{x})=\mathbf{x}^\top\mathbf{P}\mathbf{x}\)，其中 \(\mathbf{P}\) 是对称正定矩阵。要判断系统 \(\dot{\mathbf{x}}=\mathbf{A}\mathbf{x}\) 是否稳定，只需检验能量函数沿轨迹的导数是否恒为负：

而 \(\dot{V}\) 的具体形式由下面这个Lyapunov 方程给出。给定任意正定矩阵 \(\mathbf{Q}\)，若能解出正定的 \(\mathbf{P}\)，系统就是渐近稳定的：

有了这张“能量成绩单”，你就能在部署控制器之前离线地证明：无论初始偏差多大，系统都会收敛。稳定是底线，但工程上我们还想更进一步——不只要稳，还要最优。这就轮到 LQR 登场。

LQR最优控制：在省油与准时之间找平衡

开车回家，一路猛踩油门固然到得快，但费油伤车；一路怠速滑行虽然省油，却可能迟到。真正的老司机追求的是“恰到好处”。LQR（线性二次型调节器）把这个权衡翻译成一个代价函数：状态偏离零点的代价与消耗控制能量的代价，两者加权积分。我们的目标，是找到让总代价最小的反馈增益。

代价函数里有两位“考官”：\(\mathbf{Q}\) 给状态偏差打分，\(\mathbf{R}\) 给控制输入打分。两者都是权重矩阵，表达了你的“驾驶风格”：

最小化这个积分，在数学上等价于求解下面的代数 Riccati 方程，得到辅助矩阵 \(\mathbf{P}\)：

解出 \(\mathbf{P}\) 后，最优状态反馈增益有一个极其简洁的闭式解：

工程调参时，经验法则是先固定 \(\mathbf{R}=1\)，再逐步增大 \(\mathbf{Q}\)，观察仿真中状态收敛速度与输入幅值的变化，直到找到你满意的“驾驶风格”。至此，从状态表示到能控能观，从反馈设计到观测器补盲，从稳定性证明到最优求解，一套完整的“老司机决策系统”就闭环了。

AI 应用场景

Python 演示

import numpy as np  def ackermann(A, B, poles):    """Ackermann 公式：由期望极点求状态反馈增益 K（行向量）"""    n = A.shape[0]    coeff = np.poly(poles)                 # 期望特征多项式，从高次到低次    phi = np.zeros_like(A, dtype=float)    for c in coeff:                        # Horner 形式计算 phi(A)        phi = phi @ A + c * np.eye(n)    Qc = np.hstack([B, A @ B])             # 二阶系统的能控矩阵    e = np.zeros((n, 1))    e[-1, 0] = 1.0                         # 末位单位向量    K = e.T @ np.linalg.inv(Qc) @ phi    return K.reshape(1, n)  class SpringMass:    """质量-弹簧-阻尼系统：x1=位置, x2=速度, 输入 u 为外力"""     def __init__(self, omega, zeta, dt):        self.dt = dt        self.A = np.array([[0.0, 1.0],                           [-omega * omega, -2 * zeta * omega]])        self.B = np.array([[0.0], [1.0]])        self.C = np.array([[1.0, 0.0]])        self.D = np.array([[0.0]])     def rank_of(self, M):        return np.linalg.matrix_rank(M)     def simulate(self, K, L, T):        """带观测器的闭环仿真：u = -K * x_hat"""        x = np.array([[3.0], [0.0]])       # 真实状态：初始位置 3，速度 0        xh = np.array([[0.0], [0.0]])      # 观测器初始估计        steps = int(T / self.dt)        err = 0.0        for _ in range(steps):            u = -K @ xh                    # 用估计状态计算控制量            y = self.C @ x                 # 测量输出            dx = self.A @ x + self.B * u   # 真实系统动态            dxh = self.A @ xh + self.B * u + L @ (y - self.C @ xh)            x = x + dx * self.dt            xh = xh + dxh * self.dt            err = max(err, float(np.linalg.norm(x - xh)))        return err  def main():    sys = SpringMass(omega=2.0, zeta=0.3, dt=0.01)     print('能控矩阵秩:', sys.rank_of(np.hstack([sys.B, sys.A @ sys.B])))    print('能观矩阵秩:', sys.rank_of(np.vstack([sys.C, sys.C @ sys.A])))     K = ackermann(sys.A, sys.B, [-1.5, -1.2])           # 期望闭环极点    L = ackermann(sys.A.T, sys.C.T, [-6.0, -5.0]).T     # 对偶系统求观测器增益    L = L.reshape(2, 1)     print('反馈增益 K:', K.ravel().round(3))    print('观测器增益 L:', L.ravel().round(3))     err = sys.simulate(K, L, T=8.0)    print('观测器最大估计误差: %.5f' % err)  if __name__ == '__main__':    main()

1. Qc = np.hstack([B, A @ B])构造二阶系统的能控矩阵，并检查其秩是否满秩。
2. epsilon = np.poly(poles)由期望极点生成特征多项式系数，是 Ackermann 公式的输入端。
3. L = ackermann(sys.A.T, sys.C.T, [-6.0, -5.0]).T利用对偶原理：\((A, C)\) 的能观性等价于 \((A^T, C^T)\) 的能控性，从而解出观测器增益。
4. dxh = self.A @ xh + self.B * u + L @ (y - self.C @ xh)观测器的一行代码三件事：模型预测、输入驱动、输出残差校正。
5. u = -K @ xh分离定理的体现：控制器只认观测器给出的估计状态，不直接触碰真实状态。

常见误区

面试题