8.5.3 线性连续定常系统的能观性

一、核心考点与理论精要

1. 能观性的定义与物理本质

考虑线性连续定常系统：

\begin{cases} \dot{x}(t) = Ax(t) + Bu(t) \\ y(t) = Cx(t) + Du(t) \end{cases}

其中 $x(t) \in \mathbb{R}^n$ 为状态向量， $u(t) \in \mathbb{R}^p$ 为控制输入向量， $y(t) \in \mathbb{R}^q$ 为测量输出向量， $A, B, C, D$ 为相应维数的实常数矩阵（考研常规情形中 $D = 0$ ）。

定义： 若对任意给定的容许输入 $u(t)$ ，在有限观测时间区间 $[t_0, t_f]$ （ $t_f > t_0$ ）内，能够根据测量得到的输出响应 $y(t)$ 及已知输入 $u(t)$ ，唯一地确定系统在初始时刻的状态向量 $x(t_0)$ ，则称该初始状态 $x(t_0)$ 是能观的（可观的）。若系统的每一个初始状态都是能观的，则称此系统是状态完全能观的（简称系统是能观的）。

8.5.3-状态能观性仿真对比图.png

物理本质（传感器可测性与状态重构）：
- 能观性表征了能否通过外部传感器测量到的输出量 $y(t)$ 完整推辨/逆解系统内部所有状态变量 $x_i(t)$ 。
- 若某个内部状态发生剧烈改变，但该变化在输出端产生不了任何波动与感应（如上图右侧仿真所示），则外部观测者对该状态彻底“失明”，系统必然不能观。
零输入等价性（与输入 $u$ 和矩阵 $B$ 彻底无关）：
- 根据线性系统微分方程的完全响应公式： $y(t) = \underbrace{C e^{A(t-t_0)} x(t_0)}_{\text{零输入自由响应 } y_{zi}(t)} + \underbrace{\int_{t_0}^t C e^{A(t-\tau)} B u(\tau) \, d\tau + D u(t)}_{\text{零状态强迫响应 } y_{zs}(t)}$
- 由于控制输入 $u(t)$ 是完全已知的确知信号，其引起的零状态响应项可以通过计算直接从实测输出 $y(t)$ 中减去消除！
- 因此，初态 $x(t_0)$ 能否被唯一反解，仅取决于自由响应 $y_{zi}(t) = C e^{A(t-t_0)} x(t_0)$ ，与输入控制量 $u(t)$ 、控制矩阵 $B$ 以及直接传递矩阵 $D$ 彻底无关！
- 结论：系统的状态能观性仅由矩阵对 $(A, C)$ 唯一决定。
观测时间区间 $[t_0, t_f]$ 的任意性：
- 只要系统在某一时间区间 $[t_0, t_f]$ 内能观，则在任意给定的有限时间区间（无论观测时间跨度多短，只要 $t_f > t_0$ ）内均完全能观。时间长短只影响观测数据的信噪比与数值调节灵敏度，不影响代数能观性本质。

2. 状态能控性与能观性对偶对比表

为了帮助大家建立系统化的空间对偶直觉，牢记二者在形式与计算上的对称美感：

核心维度	状态能控性（Controllability）	状态能观性（Observability）
决定矩阵对	状态矩阵与输入矩阵 $(A, B)$	状态矩阵与输出矩阵 $(A, C)$
物理驱动方向	外部输入 $u(t) \to$ 内部状态 $x(t)$ （外部驱动内部）	内部状态 $x(t) \to$ 外部输出 $y(t)$ （内部反映至外部）
几何与代数目标	从任意初态转移到目标状态（或原点）	从外部实测输出唯一反解出初始状态 $x(0)$
Kalman 代数矩阵	$M = \begin{bmatrix} B & AB & \cdots & A^{n-1}B \end{bmatrix} \in \mathbb{R}^{n \times np}$	$Q_o = \begin{bmatrix} C \\ CA \\ \vdots \\ CA^{n-1} \end{bmatrix} \in \mathbb{R}^{nq \times n}$
矩阵拼接方式	横向水平拼接（列数扩张，检验满行秩 $\text{rank}=n$ ）	纵向垂直堆叠（行数扩张，检验满列秩 $\text{rank}=n$ ）
单输入/单输出	$p=1$ 方阵： $\det(M) \neq 0$	$q=1$ 方阵： $\det(Q_o) \neq 0$
PBH 特征值判据	$\text{rank} \begin{bmatrix} \lambda_i I - A & B \end{bmatrix} = n$ （满行秩）	$\text{rank} \begin{bmatrix} C \\ \lambda_i I - A \end{bmatrix} = n$ （满列秩）
约旦型模态法则	看末行（各约旦块最后一行非全零且线性无关）	看首列（各约旦块开头第一列非全零且线性无关）
重根单端死穴	单输入系统对重根对角阵必然不能控	单输出系统对重根对角阵必然不能观

3. 状态能观性三大判据体系（考研核心）

判据一：Kalman 秩判据（代数判据）

线性定常系统 $(A, C)$ 状态完全能观的充要条件是其能观性判别矩阵 $Q_o$ （亦有讲义记为 $N$ ）满足满列秩条件（列秩等于系统状态维数 $n$ ）：

\text{rank}(Q_o) = \text{rank}(N) = \text{rank} \begin{bmatrix} C \\ CA \\ CA^2 \\ \vdots \\ CA^{n-1} \end{bmatrix} = n

其中：

系统状态阶数为 $n$ ，测量输出维数为 $q$ ；
能观性判别矩阵 $Q_o \in \mathbb{R}^{nq \times n}$ 为垂直纵向拼接矩阵；
对于单输出系统（ $q=1, C=c$ 为 $1 \times n$ 行向量）， $Q_o = \begin{bmatrix} c \\ cA \\ cA^2 \\ \vdots \\ cA^{n-1} \end{bmatrix} \in \mathbb{R}^{n \times n}$ 为方阵，满秩条件等价为行列式非零： $\det(Q_o) \neq 0$

判据二：PBH 特征值秩判据（Popov-Belevitch-Hautus 判据）

判据三：特殊矩阵直接判据（对角型与约旦型模态判据 / Gilbert 判据）

当系统状态矩阵 $A$ 已经化为对角型（ $\Lambda$ ）或约旦标准型（ $J$ ）时，无需构造繁琐的能观性矩阵 $Q_o$ 或进行特征值检验，可直接通过输出矩阵 $C$ （或输出行向量 $c$ ）的各列元素分布特征进行快速秒杀。

（一） $A$ 阵为对角矩阵时的能观性判断

考虑对角标准型系统状态空间表达式：

\begin{cases} \dot{x} = \Lambda x + Bu \\ y = Cx \end{cases}

其中状态矩阵为对角阵，输出矩阵按列分块：

\Lambda = \begin{bmatrix} \lambda_1 & & & 0 \\ & \lambda_2 & & \\ & & \ddots & \\ 0 & & & \lambda_n \end{bmatrix}, \quad C = \begin{bmatrix} \mathbf{c}_1 & \mathbf{c}_2 & \cdots & \mathbf{c}_n \end{bmatrix} \quad (\mathbf{c}_j \in \mathbb{R}^{q \times 1})

若系统为单输出（ $q=1$ ）， $C = c = \begin{bmatrix} c_1 & c_2 & \cdots & c_n \end{bmatrix}$ 为一维行向量。若系统具有重特征值（例如 $\lambda_1 = \lambda_2 = \lambda$ ），则对应于重根的两列在 $c$ 中仅为两个一维标量数值 $c_1, c_2$ 。一维标量之间必然线性相关！此时哪怕 $c_1 \neq 0, c_2 \neq 0$ 全部非零，对应列也绝不可能线性无关！【黄金定论】：单输出系统对于具有重特征值的对角矩阵，必然不完全能观！若要完全能观，输出传感器通道数必须不小于重特征值的最大重数（ $q \ge r$ ）。

（二） $A$ 阵为约旦矩阵时的能观性判断

考虑约旦标准型系统状态方程：

\begin{cases} \dot{x} = Jx + Bu \\ y = Cx \end{cases}

其状态矩阵 $J$ 与输出矩阵 $C$ 的分块结构如下：

J = \left[\begin{array}{cccc|cccc|ccc} \lambda_1 & 1 & & 0 & & & & & & & \\ & \lambda_1 & \ddots & & & 0 & & & & 0 & \\ & & \ddots & 1 & & & & & & & \\ 0 & & & \lambda_1 & & & & & & & \\ \hline & & & & \lambda_m & 1 & & 0 & & & \\ & 0 & & & & \lambda_m & \ddots & & & 0 & \\ & & & & & & \ddots & 1 & & & \\ & & & & 0 & & & \lambda_m & & & \\ \hline & & & & & & & & \lambda_{m+1} & & 0 \\ & 0 & & & & 0 & & & & \ddots & \\ & & & & & & & & 0 & & \lambda_n \end{array}\right]

C = \left[\begin{array}{cccc|cccc|ccc} \mathbf{c}_1 & \mathbf{c}_2 & \cdots & \mathbf{c}_k & \mathbf{c}_{k+1} & \cdots & \mathbf{c}_l & \mathbf{c}_{l+1} & \cdots & \mathbf{c}_n \end{array}\right]

“能控看末行，能观才看首列；同根多块验无关，单出同根必完蛋！”

深度物理剖析：为什么能观性只看约旦块的“开头第一列”？ 考虑一个 $k$ 阶约旦块系统的状态微分方程组：

\begin{cases} \dot{x}_1 = \lambda x_1 + x_2 \\ \dot{x}_2 = \lambda x_2 + x_3 \\ \quad \vdots \\ \dot{x}_{k-1} = \lambda x_{k-1} + x_k \\ \dot{x}_k = \lambda x_k \end{cases}

从方程组可清晰看出：

状态变量之间通过上副对角线的“ $1$ ”构成了由后向前的单向导通内生激励链： $x_k \to x_{k-1} \to \cdots \to x_2 \to x_1$ ！
后端状态 $x_2, x_3, \dots, x_k$ 的所有动态演化，都会依次向级联的前级传递，并最终全额汇聚反应在首端状态 $x_1$ 的导数与状态轨迹中！
因此，只要外部传感器测到了首端状态 $x_1$ （即对应第一列非零， $\mathbf{c}_1 \neq \mathbf{0}$ ），后级所有状态的信息就已经通过内部链式传导演化包含在 $x_1$ 及测量输出中，从而使得整个约旦块的所有状态均可观！
反之，如果首端列为零（ $\mathbf{c}_1 = \mathbf{0}$ ），即使后级有输出，前级状态 $x_1$ 也无法通过信号后传被观测到（单向传导不可逆），导致前级状态不可观！

4. 能观性的直观机理与模拟结构图对比

为了将上述代数结论转化为一目了然的工程直觉，我们对比分析二阶系统的模拟结构图：

（1）能观状态的结构模型

考虑二阶对角解耦系统：

\dot{x}_1 = -2x_1 + u, \quad \dot{x}_2 = -3x_2 + u, \quad y = x_1 + x_2

8.5.3-能观系统模拟结构图.png

（2）不能观状态的结构模型

若外部输出测量仅接入状态 $x_1$ （输出矩阵 $c = \begin{bmatrix} 4 & 0 \end{bmatrix}$ ）：

\dot{x}_1 = -2x_1 + u, \quad \dot{x}_2 = -3x_2 + u, \quad y = 4x_1

8.5.3-不能观系统模拟结构图.png

二、标准解题模型与计算步骤

graph TD
    Start["给定线性定常系统 (A, C)"] --> Step1{"第一步：观察状态矩阵 A 的结构"}
    Step1 -- "A 为能观标准型" --> Ans1["直接秒杀：系统天然完全能观"]
    Step1 -- "A 为对角阵或约旦型" --> Step2["第二步：应用 Gilbert 模态判据"]
    Step2 -- "互异对角根" --> Cond1{"检查 C 各列"}
    Cond1 -- "各列均非零" --> Ans2["完全能观"]
    Cond1 -- "存在全零列" --> Ans3["不完全能观"]
    Step2 -- "约旦块/重根" --> Cond2{"提取各约旦块首列"}
    Cond2 -- "首列均非零且同根多块线性无关" --> Ans2
    Cond2 -- "首列全零 或 同根多块线性相关" --> Ans3
    Step1 -- "A 为一般非对称矩阵" --> Step3{"第三步：选择代数判据"}
    Step3 -- "阶数 n ≤ 3" --> Step4["构造 Kalman 能观性矩阵 Qo = [C; CA; ...; CA^(n-1)]"]
    Step4 -- "单输出 q=1" --> DetCalc["计算行列式 det(Qo)"]
    DetCalc -- "det(Qo) ≠ 0" --> Ans2
    DetCalc -- "det(Qo) = 0" --> Ans3
    Step4 -- "多输出 q > 1" --> RankCalc["初等行变换求 rank(Qo)"]
    RankCalc -- "rank = n" --> Ans2
    RankCalc -- "rank < n" --> Ans3
    Step3 -- "高阶系统或特征值已知" --> Step5["应用 PBH 判据：验证 rank[C; λi I - A] == n"]

三、经典例题与真题精析

例题 1：二阶单输出对角型系统能观性判别（基础真题）

解：

方法一：模态判据（秒杀法）

状态矩阵 $A = \text{diag}(-2, -1)$ 为互异特征值对角矩阵，特征值为 $\lambda_1 = -2, \lambda_2 = -1$ 。
输出矩阵 $c = \begin{bmatrix} 1 & 0 \end{bmatrix}$ 为一维行向量。
提取对应各特征值的列元素：
- 对应 $\lambda_1 = -2$ 的第 1 列元素为 $c_1 = 1 \neq 0$ ；
- 对应 $\lambda_2 = -1$ 的第 2 列元素为 $c_2 = 0$ ！
根据对角矩阵模态判据，第 2 列元素全为 $0$ ，对应模态 $\lambda_2 = -1$ 不可观。

结论： 系统不完全能观（状态 $x_2$ 不可观）。

方法二：Kalman 秩判据（标准步骤）

系统阶数 $n = 2$ 。计算矩阵乘积 $cA$ ： $cA = \begin{bmatrix} 1 & 0 \end{bmatrix} \begin{bmatrix} -2 & 0 \\ 0 & -1 \end{bmatrix} = \begin{bmatrix} -2 & 0 \end{bmatrix}$
构造能观性判别矩阵 $Q_o$ ： $Q_o = \begin{bmatrix} c \\ cA \end{bmatrix} = \begin{bmatrix} 1 & 0 \\ -2 & 0 \end{bmatrix}$
计算方阵 $Q_o$ 的行列式： $\det(Q_o) = 1 \times 0 - 0 \times (-2) = 0$
故能观性矩阵秩为： $\text{rank}(Q_o) = 1 < n = 2$

结论： 系统不完全能观。

例题 2：二阶多输出系统能观性判别（初等变换求秩）

解：

系统参数分析：系统状态维数 $n = 2$ ，输出维数 $q = 2$ 。
计算 $CA$ ： $CA = \begin{bmatrix} 1 & 0 \\ -1 & 1 \end{bmatrix} \begin{bmatrix} 1 & -1 \\ 1 & 1 \end{bmatrix} = \begin{bmatrix} 1 \times 1 + 0 \times 1 & 1 \times (-1) + 0 \times 1 \\ (-1) \times 1 + 1 \times 1 & (-1) \times (-1) + 1 \times 1 \end{bmatrix} = \begin{bmatrix} 1 & -1 \\ 0 & 2 \end{bmatrix}$
构造纵向拼接能观性矩阵 $Q_o \in \mathbb{R}^{4 \times 2}$ ： $Q_o = \begin{bmatrix} C \\ CA \end{bmatrix} = \begin{bmatrix} 1 & 0 \\ -1 & 1 \\ 1 & -1 \\ 0 & 2 \end{bmatrix}$
求矩阵的列秩：直接选取 $Q_o$ 的前两行（即输出矩阵 $C$ 本身）构成的 $2 \times 2$ 子矩阵： $\det(C) = \det \begin{bmatrix} 1 & 0 \\ -1 & 1 \end{bmatrix} = 1 \times 1 - 0 \times (-1) = 1 \neq 0$ 该子矩阵满秩非奇异，说明 $Q_o$ 存在 2 阶非零子式，从而： $\text{rank}(Q_o) = 2 = n$

结论： 该系统状态完全能观。

例题 3：对角型系统模态秒杀与高频重根死穴反例对比

试判断下列三个系统的状态能观性，并分析其机理：

(1) 系统 ①： $\dot{x} = \begin{bmatrix} 8 & 0 & 0 \\ 0 & -1 & 0 \\ 0 & 0 & 2 \end{bmatrix} x, \quad y = \begin{bmatrix} 1 & 0 & 0 \\ 0 & 2 & 3 \end{bmatrix} x$

(2) 系统 ②： $\dot{x}(t) = \begin{bmatrix} -7 & & \\ & -5 & \\ & & -1 \end{bmatrix} x(t), \quad y(t) = \begin{bmatrix} 0 & 4 & 5 \end{bmatrix} x(t)$

(3) 系统 ③（讲义高频死穴反例）： $\dot{x} = \begin{bmatrix} -4 & 0 \\ 0 & -4 \end{bmatrix} x + \begin{bmatrix} 1 \\ 2 \end{bmatrix} u, \quad y = \begin{bmatrix} 1 & -5 \end{bmatrix} x$

解：

系统 ① 判别：
- 状态矩阵 $A = \text{diag}(8, -1, 2)$ 为三阶互异特征值对角矩阵；
- 输出矩阵 $C = \begin{bmatrix} 1 & 0 & 0 \\ 0 & 2 & 3 \end{bmatrix}$ $C = [100203]$ ，按列检查：
  - 第 1 列 $\mathbf{c}_1 = \begin{bmatrix} 1 \\ 0 \end{bmatrix} \neq \mathbf{0}$ ；
  - 第 2 列 $\mathbf{c}_2 = \begin{bmatrix} 0 \\ 2 \end{bmatrix} \neq \mathbf{0}$ ；
  - 第 3 列 $\mathbf{c}_3 = \begin{bmatrix} 0 \\ 3 \end{bmatrix} \neq \mathbf{0}$ ；
- 各列均至少含有一个非零元素，满足互异对角阵模态条件。
- 结论：系统 ① 状态完全能观。
系统 ② 判别：
- 状态矩阵 $A = \text{diag}(-7, -5, -1)$ 为三阶互异特征值对角矩阵；
- 输出矩阵 $c = \begin{bmatrix} 0 & 4 & 5 \end{bmatrix}$ $c = [045]$ 为单输出行向量：
  - 对应特征值 $\lambda_1 = -7$ 的第 1 列元素为 $0$ （ $c_1 = 0$ ）；
- 违反“各列非零”准则，对应模态 $-7$ 无法通过输出测量反解。
- 结论：系统 ② 不完全能观（状态 $x_1$ 不可观）。
系统 ③ 深度反例剖析（考场死穴）：
- 错误直觉误区：部分考生误认为“输出向量 $c = \begin{bmatrix} 1 & -5 \end{bmatrix}$ 的两个元素都不为 $0$ ，所以系统完全能观”。这是极其严重的错误！
- 严谨正解分析：
  - 状态矩阵 $A = \begin{bmatrix} -4 & 0 \\ 0 & -4 \end{bmatrix} = -4 I_2$ 具有二重重特征值 $\lambda_{1,2} = -4$ ；
  - 根据重特征值对角阵模态判据： $C$ 中对应于重特征值的所有列向量必须线性无关；
  - 但由于系统为单输出（ $q=1$ ）， $C$ 中对应的两个列向量为一维标量数值 $\mathbf{c}_1 = [1]$ 和 $\mathbf{c}_2 = [-5]$ ；
  - 标量之间显然线性相关（ $\mathbf{c}_2 = -5 \mathbf{c}_1$ ），无法张成二维观测空间！
- 用 Kalman 判据严格验算核对： $cA = \begin{bmatrix} 1 & -5 \end{bmatrix} \begin{bmatrix} -4 & 0 \\ 0 & -4 \end{bmatrix} = \begin{bmatrix} -4 & 20 \end{bmatrix} = -4 c$ $Q_o = \begin{bmatrix} c \\ cA \end{bmatrix} = \begin{bmatrix} 1 & -5 \\ -4 & 20 \end{bmatrix} \implies \det(Q_o) = 1 \times 20 - (-5) \times (-4) = 20 - 20 = 0$ $\text{rank}(Q_o) = 1 < n = 2$
- 结论：系统 ③ 不完全能观。

例题 4：八阶多约旦块系统模态判据（讲义压轴经典真题）

解：

第一步：系统约旦结构拓扑剖析 系统状态阶数 $n = 8$ ，输出通道数 $q = 3$ 。系统状态矩阵 $J$ 由 4 个约旦块分块构成：

约旦块 1（ $J_1(-1)$ ）：4 阶约旦块，对应特征值 $\lambda_1 = -1$ ，占据第 1、2、3、4 行与第 1、2、3、4 列；
约旦块 2（ $J_2(2)$ ）：2 阶约旦块，对应特征值 $\lambda_2 = 2$ ，占据第 5、6 行与第 5、6 列；
约旦块 3（ $J_3(2)$ ）：1 阶约旦块，对应特征值 $\lambda_3 = 2$ ，占据第 7 行与第 7 列；
约旦块 4（ $J_4(5)$ ）：1 阶约旦块，对应特征值 $\lambda_4 = 5$ ，占据第 8 行与第 8 列。

第二步：根据“能观判首列”法则，提取各约旦块首列向量 输出矩阵 $C \in \mathbb{R}^{3 \times 8}$ 按列分块为 $C = \begin{bmatrix} \mathbf{c}_1 & \mathbf{c}_2 & \mathbf{c}_3 & \mathbf{c}_4 & \mathbf{c}_5 & \mathbf{c}_6 & \mathbf{c}_7 & \mathbf{c}_8 \end{bmatrix}$ ：

约旦块 $J_1(-1)$ （第 1~4 列）的开头第一列为第 1 列： $\mathbf{c}_1 = \begin{bmatrix} 2 \\ 0 \\ 0 \end{bmatrix}$
约旦块 $J_2(2)$ （第 5~6 列）的开头第一列为第 5 列： $\mathbf{c}_5 = \begin{bmatrix} 1 \\ 2 \\ 3 \end{bmatrix}$
约旦块 $J_3(2)$ （第 7 列）的开头第一列为第 7 列： $\mathbf{c}_7 = \begin{bmatrix} 0 \\ 0 \\ 1 \end{bmatrix}$
约旦块 $J_4(5)$ （第 8 列）的开头第一列为第 8 列： $\mathbf{c}_8 = \begin{bmatrix} 0 \\ 7 \\ 0 \end{bmatrix}$

第三步：逐项验证约旦型能观性三大准则

单约旦块特征值首列非零检验：
- 特征值 $-1$ 仅有一个约旦块 $J_1(-1)$ ，其首列 $\mathbf{c}_1 = \begin{bmatrix} 2 \\ 0 \\ 0 \end{bmatrix} \neq \mathbf{0}$ ，满足条件；
- 特征值 $5$ 仅有一个约旦块 $J_4(5)$ ，其首列 $\mathbf{c}_8 = \begin{bmatrix} 0 \\ 7 \\ 0 \end{bmatrix} \neq \mathbf{0}$ ，满足条件。
相同特征值多约旦块首列线性无关检验：
- 特征值 $\lambda = 2$ 对应两个不同的约旦块：二阶块 $J_2(2)$ 和一阶块 $J_3(2)$ ；
- 对应两个约旦块的首列向量分别为 $\mathbf{c}_5$ 与 $\mathbf{c}_7$ ；
- 检验向量组 $\{\mathbf{c}_5, \mathbf{c}_7\}$ 的线性相关性： $k_1 \mathbf{c}_5 + k_2 \mathbf{c}_7 = k_1 \begin{bmatrix} 1 \\ 2 \\ 3 \end{bmatrix} + k_2 \begin{bmatrix} 0 \\ 0 \\ 1 \end{bmatrix} = \begin{bmatrix} k_1 \\ 2k_1 \\ 3k_1 + k_2 \end{bmatrix} = \begin{bmatrix} 0 \\ 0 \\ 0 \end{bmatrix}$ 由第 1 行直接得出 $k_1 = 0$ ；代入第 3 行立即得出 $k_2 = 0$ 。
- 因此，列向量 $\mathbf{c}_5$ 与 $\mathbf{c}_7$ 严格线性无关（ $\text{rank}[\mathbf{c}_5 \quad \mathbf{c}_7] = 2$ ）！

结论： 系统完全满足约旦矩阵状态能观性的全部充要条件，系统为完全能观的。

例题 5：三阶非对称系统能观性判别（讲义课堂练习真题）

解：

系统阶数 $n = 3$ ，为单输出系统（ $q=1$ ）。采用 Kalman 秩判据：

第一步：计算 $cA$ 与 $cA^2$

cA = \begin{bmatrix} 2 & 0 & 1 \end{bmatrix} \begin{bmatrix} -1 & -2 & -2 \\ 0 & -1 & 1 \\ 1 & 0 & -1 \end{bmatrix}

逐分量展开相乘：

第 1 分量： $2 \times (-1) + 0 \times 0 + 1 \times 1 = -2 + 1 = -1$
第 2 分量： $2 \times (-2) + 0 \times (-1) + 1 \times 0 = -4$
第 3 分量： $2 \times (-2) + 0 \times 1 + 1 \times (-1) = -4 - 1 = -5$

得：

cA = \begin{bmatrix} -1 & -4 & -5 \end{bmatrix}

继续计算 $cA^2 = (cA)A$ ：

cA^2 = \begin{bmatrix} -1 & -4 & -5 \end{bmatrix} \begin{bmatrix} -1 & -2 & -2 \\ 0 & -1 & 1 \\ 1 & 0 & -1 \end{bmatrix}

逐分量展开相乘：

第 1 分量： $(-1) \times (-1) + (-4) \times 0 + (-5) \times 1 = 1 - 5 = -4$
第 2 分量： $(-1) \times (-2) + (-4) \times (-1) + (-5) \times 0 = 2 + 4 = 6$
第 3 分量： $(-1) \times (-2) + (-4) \times 1 + (-5) \times (-1) = 2 - 4 + 5 = 3$

得：

cA^2 = \begin{bmatrix} -4 & 6 & 3 \end{bmatrix}

第二步：构造能观性判别矩阵 $Q_o$ 将 $c, cA, cA^2$ 按行自上而下纵向堆叠：

Q_o = \begin{bmatrix} c \\ cA \\ cA^2 \end{bmatrix} = \begin{bmatrix} 2 & 0 & 1 \\ -1 & -4 & -5 \\ -4 & 6 & 3 \end{bmatrix}

第三步：计算行列式 $\det(Q_o)$ 按第 1 行进行拉普拉斯展开：

\det(Q_o) = 2 \times \det \begin{bmatrix} -4 & -5 \\ 6 & 3 \end{bmatrix} - 0 + 1 \times \det \begin{bmatrix} -1 & -4 \\ -4 & 6 \end{bmatrix}

计算 2 阶子式：

$\det \begin{bmatrix} -4 & -5 \\ 6 & 3 \end{bmatrix} = (-4) \times 3 - (-5) \times 6 = -12 + 30 = 18$
$\det \begin{bmatrix} -1 & -4 \\ -4 & 6 \end{bmatrix} = (-1) \times 6 - (-4) \times (-4) = -6 - 16 = -22$

代入展开式：

\det(Q_o) = 2 \times 18 + 1 \times (-22) = 36 - 22 = 14 \neq 0

矩阵满秩：

\text{rank}(Q_o) = 3 = n

结论： 系统状态完全能观。

四、易错陷阱与避坑指南

“控末观首”口诀混淆（致命失误）：
- 能控性看约旦块的最后一行（控制输入要从链末注入回传）；
- 能观性看约旦块的第一列（首列）（输出测量要从链首引出测量）。
- 考场切勿张冠李戴，一旦看错行/列，全题直接零分！
判别矩阵堆叠拼接方向混淆：
- 能控性矩阵 $M = \begin{bmatrix} B & AB & \cdots & A^{n-1}B \end{bmatrix}$ 是水平横向平铺（列数扩张，求行秩）；
- 能观性矩阵 $Q_o = \begin{bmatrix} C \\ CA \\ \vdots \\ CA^{n-1} \end{bmatrix}$ 是垂直纵向堆叠（行数扩张，求列秩）。
输入量 $u(t)$ 对能观性的干扰误判：
- 考题若给出复杂的输入项 $Bu(t)$ ，切记：能观性只由 $(A, C)$ 决定，与系统是否有输入 $u$ 、矩阵 $B$ 是否为零没有任何关系！
对角阵重特征值单输出必死陷阱：
- 当对角矩阵出现重特征值时，若测量输出为单通道（ $q=1$ ），无论输出向量中的数值多么诱人且全非零，该系统百分之百不完全能观！必须时刻保持警惕。
坐标变换下的能观性严格不变性：
- 若对状态进行非奇异线性变换 $x = P\bar{x}$ （ $\det P \neq 0$ ），新系统的状态矩阵与输出矩阵为 $\bar{A} = P^{-1}AP, \bar{C} = CP$ ；
- 新能观性判别矩阵满足： $\bar{Q}_o = \begin{bmatrix} \bar{C} \\ \bar{C}\bar{A} \\ \vdots \\ \bar{C}\bar{A}^{n-1} \end{bmatrix} = \begin{bmatrix} CP \\ CP(P^{-1}AP) \\ \vdots \\ CP(P^{-1}A^{n-1}P) \end{bmatrix} = \begin{bmatrix} C \\ CA \\ \vdots \\ CA^{n-1} \end{bmatrix} P = Q_o P$
- 由于变换矩阵 $P$ 满秩非奇异，故： $\text{rank}(\bar{Q}_o) = \text{rank}(Q_o)$
- 【考场结论】：非奇异坐标变换不改变系统的能观性（与能控性一致，二者均为系统的结构不变性）。

ギターと孤独と蒼い惑星

8.5.3 线性连续定常系统的能观性

8.5.3 线性连续定常系统的能观性

一、核心考点与理论精要

1. 能观性的定义与物理本质

2. 状态能控性与能观性对偶对比表

3. 状态能观性三大判据体系（考研核心）

判据一：Kalman 秩判据（代数判据）

判据二：PBH 特征值秩判据（Popov-Belevitch-Hautus 判据）

判据三：特殊矩阵直接判据（对角型与约旦型模态判据 / Gilbert 判据）

（一） $A$ 阵为对角矩阵时的能观性判断

（二） $A$ 阵为约旦矩阵时的能观性判断

4. 能观性的直观机理与模拟结构图对比

（1）能观状态的结构模型

（2）不能观状态的结构模型

二、标准解题模型与计算步骤

三、经典例题与真题精析

例题 1：二阶单输出对角型系统能观性判别（基础真题）

例题 2：二阶多输出系统能观性判别（初等变换求秩）

例题 3：对角型系统模态秒杀与高频重根死穴反例对比

例题 4：八阶多约旦块系统模态判据（讲义压轴经典真题）

例题 5：三阶非对称系统能观性判别（讲义课堂练习真题）

四、易错陷阱与避坑指南

Comments

8.5.3 线性连续定常系统的能观性

一、核心考点与理论精要

1. 能观性的定义与物理本质

2. 状态能控性与能观性对偶对比表

3. 状态能观性三大判据体系（考研核心）

判据一：Kalman 秩判据（代数判据）

判据二：PBH 特征值秩判据（Popov-Belevitch-Hautus 判据）

判据三：特殊矩阵直接判据（对角型与约旦型模态判据 / Gilbert 判据）

（一）AAA 阵为对角矩阵时的能观性判断

（二）AAA 阵为约旦矩阵时的能观性判断

4. 能观性的直观机理与模拟结构图对比

（1）能观状态的结构模型

（2）不能观状态的结构模型

二、标准解题模型与计算步骤

三、经典例题与真题精析

例题 1：二阶单输出对角型系统能观性判别（基础真题）

例题 2：二阶多输出系统能观性判别（初等变换求秩）

例题 3：对角型系统模态秒杀与高频重根死穴反例对比

例题 4：八阶多约旦块系统模态判据（讲义压轴经典真题）

例题 5：三阶非对称系统能观性判别（讲义课堂练习真题）

四、易错陷阱与避坑指南

（一） $A$ 阵为对角矩阵时的能观性判断

（二） $A$ 阵为约旦矩阵时的能观性判断