Notas sobre escalamiento

El espacio de estado es el modelo preferido para modelar sistemas LTI,

especialmente con modelos de orden superior. No obstante, an con
modelos de espacio de estado, no se garantizan resultados precisos debido
a la aritmtica de longitud de palabra finita del computador. Un problema bien
condicionado usualmente es un pre-requisito para obtener resultados
precisos. Generalmente uno debera normalizar o escalar las matrices
(A; B; C; D) de un sistema para mejorar el condicionamiento.

La normalizacin tambin permite hacer consideraciones significativas

acerca del grado de controlabilidad y observabilidad de las diferentes
entradas y salidas

Sistemas MIMO p. 1/32

 Notas sobre escalamiento
Un conjunto de matrices (A; B; C; D) se puede normalizar usando matrices
diagonales de escalamiento Nu ;Nx y Ny para escalar u; x, y y,

u = N u un ; x = N x xn ; y = N y yn

de modo que el sistema normalizado sea,

xn = A n x n + B n un An = Nx1 ANx ; Bn = Nx1 BNu

donde
yn = C n x n + D n un Cn = Ny1 CNx ; Dn = Ny1 DNu

Un criterio para la normalizacin es usar el mximo rango esperado de cada

entrada, estado y variable de salida, por ejemplo 10 Volts. Si es posible, escoger
un escalamiento basado en el desempeo esperado del sistema fsico estudiado.

Sistemas MIMO p. 2/32

 Notas sobre escalamiento
MATLAB provee la funcin ssbal para obtener un escalamiento automtico del
vector de espacio de estado. Especficamente,
G=ss(A,B,C,D);
Gn=ssbal(G);
usa balance para calcular una matriz de transformacin de similaridad diagonal
Nx tal que
 1 
Nx ANx Nx B 1

CNx 0
tenga iguales normas columna y fila. Tal escalamiento diagonal es una forma
econmica de comprimir el rango numrico y mejorar el condicionamiento de los
clculos subsecuentes en espacio de estados.

Sistemas MIMO p. 3/32

Notas sobre escalamiento
Un ejemplo de cmo un problema mal condicionado numricamente puede
conducir a resultados incorrectos es el clculo de la controlabilidad y
observabilidad de un sistema. En MATLAB puede ocurrir que sistemas
controlables parezcan no serlo usando el comando ctrb(A,B), mientras
que resultan controlables usando
>>G=ss(A,B,C,D);
>>Gn=ssbal(G);
>>ctrb(Gn.a,Gn.b)
Los resultados de simulacin tambin pueden mejorar usando un
escalamiento previo.

Sistemas MIMO p. 4/32

 Notas sobre escalamiento
La figura muestra resultados de simulacin de un sistema mal condicionado
numricamente
the ysimulation
del mismoresults
sistema luego by
improve de scaling with ssbalcon ssbal.
un escalamiento
Unscaled Scaled
1.2 1.2

1 1

0.8 0.8

0.6 0.6

0.4 0.4

0.2 0.2

0 0

0.2 0.2
y(t) y(t)
u(t) u(t)
0.4 0.4
0 0.05 0.1 0.15 0.2 0 0.05 0.1 0.15 0.2
time [s] time [s]

Sistemas MIMO p. 5/32

Realimentacin de estados en sistemas MIMO
Los sistemas MIMO presentan dificultades adicionales en el lenguaje de las
funciones de transferencia. Los conceptos de polos y ceros son ms
complicados, y el diseo del control se torna ms oscuro que para sistemas
SISO, particularmente para matrices de transferencia no cuadradas,
posiblemente plantas inestables.

La representacin de espacio de estados es particularmente adecuada para

sistemas MIMO. Como veremos, no hay diferencias esenciales con los
procedimientos SISO para control por realimentacin de estado y diseo de
observadores, an cuando la funcin de transferencia de la planta sea no
cuadrada.

Sistemas MIMO p. 6/32

 Realimentacin de estados en sistemas MIMO
Un sistema MIMO en espacio de estados se describe con el mismo formalismo
que usamos para sistemas SISO,

x(t) = Ax(t) + Bu(t), x R n ; u Rp

y(t) = Cx(t), y Rq

Con p entradas, la ganancia de realimentacin K R pn ,

k11 k12 ... k1n x1
k21 k22 ... k2n
x2


u = Kx = . .. .. ..
.. . ... . .
kp1 kp2 . . . kpn xn

Debido a que la matriz de evolucin A an tiene n autovalores, tenemos p veces

ms grados de libertad que los necesarios.

Sistemas MIMO p. 7/32

 Realimentacin de estados en sistemas MIMO
Ejemplo: Considere un sistema MIMO simple de segundo orden con dos entradas
   
0 0 1 0
x(t) = x(t) + u(t)
1 0 0 1

El sistema tiene dos autovalores en s = 0, y es controlable, ya que B = I, y as

C = [BAB] es de rango (fila) completo. Consideremos la realimentacin de
estados  
k k12
u(t) = Kx(t) = 11 x(t)
k21 k22
Entonces la matriz de evolucin es
 
k11 k12
A BK =
1 k21 k22

Sistemas MIMO p. 8/32

 Realimentacin de estados en sistemas MIMO
Supongamos que queremos ubicar los dos autovalores de lazo cerrado en
s = 1, i.e., las races del polinomio caracterstico s2 + 2s + 1. Entonces, una
posibilidad sera seleccionar
  
k11 = 2, k12 = 1 2 1
A BK = autovalores en s = 1
k21 = 0, k22 = 0 1 0

Pero la seleccin alternativa

  
k11 = 1, k12 = k12 1 k12
A BK = autovalores en s = 1
k21 = 1, k22 = 1 0 1

Como vemos, hay infinitas selecciones de K que dan los mismos autovalores
para (A - BK).

Sistemas MIMO p. 9/32

 Realimentacin de estados en sistemas MIMO
El exceso de grados de libertad podra ser un problema si no sabemos como
usarlo. Hay varias maneras de manejar el problema de seleccionar K de infinitas
posibilidades, entre ellas,

Diseo cclico : Reduce el problema a una sola entrada, as podemos aplicar

las reglas conocidas.

Diseo en forma cannica del controlador: Extiende la frmula Bass-Gura a

MIMO.
Diseo ptimo: Calcula el mejor K optimizando una funcin de costo
apropiada.
Discutiremos los diseos cclico y ptimo

Sistemas MIMO p. 10/32

 Realimentacin de estados en sistemas MIMO
Antes de entrar en mtodos de diseo, notemos que los resultados concernientes
a controlabilidad y asignacin de autovalores, se extienden al caso mimo.
Teorema: El par (A BK; B), para cualquier matriz real K p n es controlable
si y solo si el par (A; B) es controlable.
Teorema: Todos los autovalores de (A BK) se pueden asignar arbitrariamente
(dado que los autovalores complejos se asignan en pares conjugados) seleccio-
nando una matriz constante K, si y solo si (A; B) es controlable.

Sistemas MIMO p. 11/32

 Diseo cclico
En este diseo cambiamos el problema mltiples entradas a uno de una sola
entrada creando una nueva entrada que es combinacin lineal de las entradas de
la planta. Esta tcnica se basa en el hecho de que
Si una ecuacin de estado puede ser controlada por muchas entradas, entonces
puede ser controlada por una entrada

v1 C1
R
v2 B1 B2 B3 + C2

v3 C3

Antes de seguir con ste mtodo necesitamos recordar qu es el polinomio

mnimo de una matriz y definir cuando una matriz es cclica.

Sistemas MIMO p. 12/32

 Diseo cclico
Recordemos que por el teorema de Cayley Hamilton, cada matriz satisface su
propio polinomio caracterstico, i.e.,

si (s) = det(sI A) = sn + 1 sn1 + . . . + n ;

entonces : An + 1 An1 + . . . + n I = 0

Pero el polinomio caracterstico no necesariamente es el polinomio de grado ms

pequeo que puede satisfacer una matriz. Ese polinomio se llama el polinomio
mnimo de una matriz.

Sistemas MIMO p. 13/32

 Diseo cclico
El polinomio caracterstico de la matriz

1 0 0
A= 0 1 0 es (s) = (s + 1)2 (s + 2) = s3 + 4s2 + 5s + 2
0 0 2

As,
A3 + 4A2 + 5A + 2I = 0
Pero puede verificarse que A tambin satisface
m (s) = (s + 1)(s + 2) = s2 + 3s + 2; que es el polinomio mnico de menor grado
que A satisface. Ese es el polinomio mnimo de A.

Sistemas MIMO p. 14/32

 Diseo cclico
Una matriz A es cclica si su polinomio caracterstico es igual a su polinomio
mnimo.
Hecho: El polinomio caracterstico de una matriz es igual a su polinomio mnimo si
y solo si en su forma de Jordan cada autovalor est asociado a uno y solo un
bloque de Jordan.Ejemplo.

1 0 0 0 1 0 0 0
0 2 1 0 0 2 1 0
A1 =
0
A2 =
0 2 1 0 0 2 0
0 0 0 2 0 0 0 2

A1 es cclico: 1 y 2 estn asociados a solo un bloque de Jordan cada uno.

A2 no es cclico: 1 est asociado a un bloque de Jordan pero 2 est

asociado a dos (uno de orden uno y uno de orden 2)

Sistemas MIMO p. 15/32

 Diseo cclico
Note que si una matriz no tiene autovalores repetidos, entonces es cclica, ya que
todos los autovalores sern distintos y necesariamente cada uno asociado a un
solo bloque de Jordan (de orden 1).
Teorema: Si el par n-dimensional de p entradas (A; B) es controlable y si A es
cclica, entonces para casi cualquier vector V de p1 el par de una sola entrada
(A; BV ) es controlable.
Al decir casi cualquier V se quiere decir que si se selecciona V aleatoriamente,
hay virtualmente una probabilidad 0 de que esa V no sirva.
Se mostrar esto intuitivamente con un ejemplo.

Sistemas MIMO p. 16/32

 Diseo cclico
Considere el par (A; B), con 5 estados y 2 entradas, definido por

2 1 0 0 0
0 1




0 2 1 0 0 0 0  
0 0 2 0 0
v1
A= , B = 1 2 ; y sea BV = B
=

4 v 2

0 0 0 1 1 3

0 0 0 0 1 1 0

Note que A es cclica, ya que cada uno de los dos autovalores distintos 2 y 1,
estn asociados a uno y solo un bloque de Jordan (respectivamente de ordenes
3 y 2). Si pretendemos controlar A con la nica entrada construida por el producto
BV , entonces para retener la controlabilidad necesitaremos

6= 0 y 6= 0

Sistemas MIMO p. 17/32

 Diseo cclico
En otras palabras, ya que

0 1
0 0  
v1
= BV = 1 2 = v1 + 2v2


4 v2
3
1 0 v1

la controlabilidad con una sola entrada requiere

6v 2
2
v1 + 2v2 6= 0 y v1 6= 0
H
HH 1
H 1 2 -v 1
H
lo que significa que en el plano (v1 ; v2 ) se debe escoger H
H
el par (v1 ; v2 ) fuera de las lneas rojas mostradas en Hv 1 = 2v 2
lines v1 = 0
la figura. Casi cualquier par aleatorio (v1 ; v2 ) satisfar
pair
esta condicin.

Sistemas MIMO p. 18/32

 Diseo cclico
La condicin de que A sea cclica es necesaria. Por ejemplo, para el par

2 1 0 2 1
A = 0 2 0 B = 0 2 que es controlable, no hay V R2 que haga
0 0 2 1 0
(A; BV ) controlable hay dos bloques de Jordan asociados al mismo autovalor
(A no es cclica)
Podemos aplicar diseo cclico a un par multi-entrada controlable (A; B) cuando A
no es cclica?
Si. Solo se necesita desplazar los autovalores de A. Si aplicamos una reali-
mentacin de estado u = K1 x, es decir, hacer los autovalores de (A BK1 )
todos diferentes , haremos (A BK1 ) cclica.

Sistemas MIMO p. 19/32

 Diseo cclico
Cualquier K1 escogido aleatoriamente producir autovalores de lazo cerrado
todos diferentes. Podemos aplicar entonces diseo cclico al par modificado
(A BK1 ; BV ).
El procedimiento de diseo cclico se puede resumir como,
Procedimiento para asignacin de autovalores en ecuaciones de estado
multi-entrada por diseo de realimentacin de estado cclico.
1. Chequear la controlabilidad del par de n estados, p entradas (A; B).
2. Calcular una ganancia aleatoria de realimentacin de estados K 1 Rpn .
La matriz (A BK1 ) debera ser cclica.
3. Calcular una matriz de pre-compensacin aleatoria V Rp1 . El par de una
sola entrada (A BK1 ; BV ) debera ser controlable.
4. Encontrar una ganancia de realimentacin de estado K2 para ubicar los
autovalores de (A BK1 BV K2 ) en las posiciones deseadas.

Sistemas MIMO p. 20/32

 Diseo cclico
En MATLAB, se puede usar la funcin rand para generar ganancias aleatorias
normalmente distribuidas
[n,p]=size(B); PSfrag replacements
K1=rand(p,n);
V=rand(p,1);

r u x R x y
B C
Una vez calculadas K1 , V y K2 , la ley
total de realimentacin de estados es A
u = Kx; con K = K1 + V K2
K1

V K2

Sistemas MIMO p. 21/32

 Regulacin y seguimiento MIMO
La tcnica de regulacin y seguimiento por realimentacin de estados se extiende
fcilmente de los sistemas SISO a los MIMO. Solo debemos ser cuidadosos con
las dimensiones de las matrices involucradas. Miremos la compensacin del error
de seguimiento de rgimen permanente mediante una matriz de pre
compensacin N , despus que se ha aplicado una realimentacin de estados
adecuada al sistema. Por ejemplo, si la planta es cuadrada,(igual nmero de
entradas y salidas), para seguimiento de rgimen permanente necesitamos
satisfacer

GK qp (0)Npq = Cqn (A + BK)1

nn Bnp Npq = Iqq

N = [C(A + BK)1 B]1 = GK (0)1

Necesitamos que GK (0) sea inversible, la planta no tiene ceros MIMO en s = 0.

Sistemas MIMO p. 22/32

 Regulacin y seguimiento MIMO
Si la planta no es cuadrada distinguimos dos casos

Plantas inversibles por derecha: con menos salidas independientes que

entradas, q < p .

Plantas no inversibles por derecha:con ms salidas independientes que

entradas, q > p
El seguimiento de rgimen permanente se puede lograr para todas las salidas
solo si q < p. Si q > p, solo podemos lograr seguimiento de rgimen permanente
de las p salidas independientes (i.e., tantas como entradas de control disponibles)
Ejemplo. Suponga que,luego de la realimentacin de estado en una planta 2 3,
hemos logrado
 3 10s+1 
2 0
GK (s) = s+1 s +2s+1s+5
0 2
s +2s+1 0

Sistemas MIMO p. 23/32

 Regulacin y seguimiento MIMO
Deseamos obtener una ganancia de pre-compensacin N tal que
GK (0)N = I22 . Ya que q = 2 < p = 3, y tiene rango fila completo en s = 0,
 
3 1 0
GK (0) = ;
0 5 0

podemos seleccionar N como

GK (0)N = GK (0) GK (0)T [GK (0)GK (0)T ]1 = I22

| {z }
N

La solucin es entonces

1/3 1/15
N = 0 1/5
0 0

Sistemas MIMO p. 24/32

 Regulacin y seguimiento MIMO
Suponga ahora que, despus de la realimentacin de eatados en una planta
3 2, hemos obtenido
3
s+1 0
10s+1 s+5
GK (s) = 2
s +2s+1 s2 +2s+1

0 0

3 0
En s = 0 tenemos GK (0) = 10 5 que no es de rango completo (hay 3 filas
0 0
independientes, pero el rango de la matriz es solo 2). De aqu, es imposible

1 0 0
encontrar N R23 tal que GK (0)N = 0 1 0
0 0 1

Sistemas MIMO p. 25/32

 Accin integral MIMO
El seguimiento con accin integral est sujeta a las mismas restricciones:
podemos lograr seguimiento asinttico de un mximo de tantas salidas como
entradas sean disponibles. El esquema y procedimiento de clculo es el mismo
del caso SISO.
The scheme and computation procedure is the same as in SISO
di (t)
b do b(t)

b- f - R -? - f- R -?
r (t) z(t) fu(t) x(t) x(t) y(t)
- kz - f- B - C f- b
6
6 6
A 

K 

Note que ahora la accin integral se aplica a cada uno de los q canales de
entradas de input
referencia.
channels.
r1 R 1
R r2
R 2
+
r3
R 3

y1 y
2 y3

Sistemas MIMO p. 26/32

 Accin integral MIMO
El procedimiento para calcular K y kz para el control de realimentacin de estado
con accin integral es exactamente como en el caso SISO,

z(t) = r y(t) = r Cx(t)

 
x(t)
u(t) = [K kz ]
z(t)

donde Ka = [K kz ] se calcula para ubicar los autovalores de la planta aumentada

(Aa ; Ba ) en los lugares deseados, donde
   
A 0nq B
Aa = ; Ba =
C 0qq 0qp

Sistemas MIMO p. 27/32

 Observadores MIMO
Plant

r u(t) x(t) R x(t) y(t)

El diseo de observadores MIMO se N

B C
extiende directamente del caso SISO.
A
Para calcular la ganancia del obser-
vador L podemos usar la dualidad y los Observer

procedimientos para calcular ganan- B

cias de realimentacin, como el diseo K
^
x(t) R
L
cclico.
A LC

Alternativamente, tambin podemos usar el diseo lineal ptimo cuadrtico para

obtener la ganancia del observador L. El observador obtenido de esta forma
usualmente se llama Filtro de Kalman .

Sistemas MIMO p. 28/32

Observadores de orden reducido
Una tcnica que podra ser particularmente til en el caso MIMO es el
observador de orden reducido.
Un argumento en contra de los controladores de realimentacin de
estado-observador es que generalmente tienen orden alto:
Ya que el observador incluye el modelo de la planta, normalmente ob-
tendremos controladores de al menos el mismo orden de la planta en
lazo abierto.

Sistemas MIMO p. 29/32

 Observadores de orden reducido
No obstante, es posible reducir este orden un poco mediante un observador de
orden reducido .
La observacin clave es que
si las ecuaciones de estado se seleccionan de tal forma que las q salidas del sis-
tema constituyen los primeros q estados, entonces, de hecho, solo necesitaremos
estimar los restantes n q estados para aplicar la realimentacin de estados.
y y
x
K xr u
Reduced Order
Observer

Sistemas MIMO p. 30/32

 Observadores de orden reducido
Supongamos que las ecuaciones del sistema son:
      
y A11 A12 y B1
= + u
xr A21 A22 xr B2

donde los primeros q estados son las salidas del sistema. Ya que medimos las
salidas, podramos intentar construir un observador para estimar slo los estados
restantes xr

xr = A22 xr + A21 y + B2 u
yr , A12 xr = y A11 y B1 u
| {z }
00 salida00 medible

Podemos pensar de yr como una salida virtual de una ecuacin de estado de

orden reducido con estado xr . Podemos calcular todo en yr desde las medidas;
el nico problema es que se necesita y (aparentemente).

Sistemas MIMO p. 31/32