考虑一个二维系统,在没有输入的情况下,它的状态空间方程为
求式(3.3.5)的平衡点,可令
,得到
首先分析简化矩阵,假设 a 12 = a 21 =0。此时式(3.3.5)可以化简为
即
下面根据 a 11 和 a 22 的符号来进行分类讨论。
类(1 ): a 11 >0且 a 22 >0。
首先分析
a
1
1
=
a
22
>0的情况:从坐标轴上的点入手,假设
z
(
t
)
在
t
=0时位于坐标横轴上,即
,此时
在平衡点上,所以
不会随时间改变。如图3.3.4(a)所示,当初始状态
时,根据式(3.3.8),
,因此
会随着时间增加而不断地增加,向右移动并远离平衡点。同理,如果初始状态处于平衡点左边,即
,那么随着时间的增加,
会不断地减小(向左移动)。读者可以用同样的方法去分析在纵轴上
的情况,如图3.3.4(a)所示,在纵轴上
的变化也将是沿着远离平衡点的轨迹移动。
图3.3.4 a 11 = a 22 >0时的相平面分析
把坐标轴上的情况推广到整个相平面上可以得到图3.3.4(b)所示的图像。如果初始位置在第一象限,即
且
,此时
。因此,两个变量都会随着时间的增加而增加。而且因为
a
11
=
a
22
,所以根据式(3.3.7),
和
的变化速率是一样的,此时的相轨迹便是一条直线。读者可以自行推导在其他象限上的情况。
如果 a 11 ≠ a 22 >0,那么它的相轨迹如图3.3.5所示。因为两个变量的变化率不同,所以相轨迹是一条曲线,但仍然是远离平衡点位置的。在这种情况下,平衡点 z f 称为 不稳定节点 (Unstable Node)。
类(2 ): a 11 >0且 a 22 <0。
使用与类(1)相似的分析方法。首先分析坐标轴上的点,其中平衡点
z
1f
=0是不稳定平衡点,
会从初始位置向远离平衡点的方向移动。同时,因为
a
22
<0,所以在坐标轴纵轴上,一个偏离平衡点
z
2f
=0的初始状态会向平衡点移动。例如,在图3.3.6(a)中,初始位置为
,此时
。所以
将随着时间的增加递减,并逐渐靠近平衡点
z
2f
=0。
图3.3.5 a 11 ≠ a 22 >0时的相平面分析
图3.3.6 a 11 >0且 a 22 <0时的相平面分析
得到坐标轴上的情况之后,便可以推导出整个相平面上的相轨迹,如图3.3.6(b)所示。相轨迹会沿着横轴远离平衡点
z
1f
=0的位置,同时沿着纵轴靠近平衡点
z
2f
=0的位置。在此情况下,随着时间
t
趋于无穷,
将收敛于平衡点
z
2f
=0,而
将趋于正(负)无穷。
当 a 11 <0、 a 22 >0时与上述分析类似,故不再赘述,读者可以自行推导。在这种情况下,平衡点 z f 称为 鞍点 (Saddle),是一个不稳定的点。
类(3 ): a 11 <0且 a 22 <0。
可以使用与类(1)相同的方式分析,故不再赘述。它的相轨迹如图3.3.7所示。其中,图3.3.7(a)显示的情况是|
a
1
1
|=|
a
22
|,所以
与
向平衡点收敛的速度是相同的。而在图3.3.7(b)中,|
a
1
1
|>|
a
22
|,所以
的收敛速度会大于
的收敛速度。
在这种情况下,平衡点 z f 称为 稳定节点 (Stable Node)。