CHAPTER 34 / 상태공간

상태방정식 풀기: 고유값, 전달함수, 행렬 지수함수

A, B, C, D가 주어지면 극점과 전달함수, 그리고 시간응답 전체를 손으로 구할 수 있습니다. 이 장에서는 그 계산을 하나씩 익힙니다.

핵심 정리

선형 상태방정식 ẋ = Ax + Bu를 푼다는 것은 x(t) = e^{At}x(0)에 과거 입력의 합성곱을 더한 해를 구하는 일이며, 여기서 상태천이행렬 e^{At}가 상태를 시간에 따라 옮깁니다. 같은 모델에서 전달함수 G(s) = C(sI − A)⁻¹B + D를 얻으며, 분자와 약분되지 않는 한 그 극점은 A의 고유값입니다. e^{At}는 라플라스 역변환, 대각화, 케일리–해밀턴 방법으로 구합니다.

x(t)=eAtx(0)+∫0teA(t−τ)Bu(τ) dτ,G(s)=C(sI−A)−1B+Dx(t)=e^{At}x(0)+\int_0^t e^{A(t-\tau)}Bu(\tau)\,d\tau,\qquad G(s)=C(sI-A)^{-1}B+D
이번 강의의 목표

2차 상태 모델의 고유값, 전달함수, e^{At}, 전체 시간응답을 손으로 계산하고, 주어진 전달함수를 상태방정식으로 옮깁니다.

강의 앞부분에서 시스템을 ẋ = Ax + Bu, y = Cx + Du로 적었고, 그 뒤 고전 제어 부분에서는 주로 전달함수로 계산했습니다. 이제 그 상태 모델을 다시 꺼내 직접 계산합니다. 같은 네 행렬에서 극점과 전달함수, 그리고 초기 상태가 만드는 부분까지 포함한 시간응답을 모두 구할 수 있습니다.

앞 강의 다시 보기: 온도조절기·PI·가열의 한계
상황부터 이해하기

먼저 그려 보기

상태가 하나인 경우부터 봅시다. ẋ = ax + bu의 해는 e^{at}x(0)에 과거 입력의 가중합을 더한 것이고, a의 부호가 자유 운동이 사라질지 커질지를 정합니다. 상태가 n개인 상태방정식의 해도 수 a를 행렬 A로 바꾼 것과 모양이 같습니다. e^{at} 자리에는 행렬 지수함수 e^{At}가 들어가고, a가 하던 역할은 A의 고유값이 맡습니다. 고유값 λ마다 운동에 e^{λt} 항이 하나씩 생깁니다. 스프링에 매달린 질량을 당겼다가 놓아 보세요. 그때 보이는 움직임이 초기 위치와 속도에 e^{At}를 곱한 결과입니다.

핵심 개념

개념을 하나씩 연결하기

ẋ = Ax + Bu를 초기 상태를 남긴 채 라플라스 변환하면 sX(s) − x(0) = AX(s) + BU(s)입니다. 양변에 (sI − A)⁻¹를 곱해 X(s)를 구합니다. 결과는 x(0)에서 나오는 부분과 입력에서 나오는 부분으로 나뉩니다. x(0) = 0으로 두고 출력방정식 y = Cx + Du에 대입하면 전달함수 G(s) = C(sI − A)⁻¹B + D를 얻습니다. (sI − A)⁻¹의 모든 원소는 다항식을 det(sI − A)로 나눈 꼴입니다. 그래서 G(s)의 극점은 특성방정식 det(sI − A) = 0의 근이고, 이 근이 곧 A의 고유값입니다. 극점이 G(s)에서 빠지는 경우는 분자의 인수와 약분될 때뿐입니다. (sI − A)⁻¹를 시간 영역으로 되돌리면 상태천이행렬 Φ(t) = e^{At}가 됩니다. 이 행렬은 초기 상태를 시각 t까지 옮기고, 합성곱 적분 안에서는 임의의 입력에 대한 응답을 만듭니다.

수식 읽는 법

x˙(t)=Ax(t)+Bu(t),y(t)=Cx(t)+Du(t)\dot x(t)=Ax(t)+Bu(t),\qquad y(t)=Cx(t)+Du(t)

상태방정식은 모든 상태의 변화율을 주고, 출력방정식은 무엇을 측정하는지 나타냅니다. 상태가 n개이고 입력과 출력이 하나씩이면 A는 n×n, B는 n×1, C는 1×n 행렬이고 D는 수 하나입니다.

X(s)=(sI−A)−1x(0)+(sI−A)−1BU(s)X(s)=(sI-A)^{-1}x(0)+(sI-A)^{-1}BU(s)

상태방정식을 라플라스 변환해 X(s)에 대해 푼 식입니다. 첫 항은 초기 상태가 만드는 영입력 응답이고, 둘째 항은 입력이 만드는 영상태 응답입니다.

G(s)=Y(s)U(s)∣x(0)=0=C(sI−A)−1B+DG(s)=\frac{Y(s)}{U(s)}\bigg|_{x(0)=0}=C(sI-A)^{-1}B+D

초기 상태를 0으로 두고 X(s)를 출력방정식에 대입한 결과입니다. 이 공식 하나로 어떤 상태 모델이든 전달함수로 바꿀 수 있습니다.

(sI−A)−1=adj⁡(sI−A)det⁡(sI−A),det⁡(sI−A)=0 ⟺ s=λi(sI-A)^{-1}=\frac{\operatorname{adj}(sI-A)}{\det(sI-A)},\qquad \det(sI-A)=0\ \Longleftrightarrow\ s=\lambda_i

행렬식이 모든 원소의 공통 분모이므로 A의 고유값이 G(s)의 극점 후보입니다. 분자와 약분되는 인수가 없으면 고유값이 그대로 극점입니다.

[abcd]−1=1ad−bc[d−b−ca]\begin{bmatrix}a&b\\c&d\end{bmatrix}^{-1}=\frac{1}{ad-bc}\begin{bmatrix}d&-b\\-c&a\end{bmatrix}

손 계산에 늘 쓰는 2×2 역행렬 공식입니다. 대각 원소의 자리를 바꾸고, 나머지 두 원소의 부호를 바꾼 뒤 행렬식으로 나눕니다.

G(s)=b2s2+b1s+b0s3+a2s2+a1s+a0A=[010001−a0−a1−a2],B=[001],C=[b0b1b2],D=0\begin{aligned}G(s)&=\frac{b_2s^2+b_1s+b_0}{s^3+a_2s^2+a_1s+a_0}\\[4pt] A&=\begin{bmatrix}0&1&0\\0&0&1\\-a_0&-a_1&-a_2\end{bmatrix},\quad B=\begin{bmatrix}0\\0\\1\end{bmatrix},\quad C=\begin{bmatrix}b_0&b_1&b_2\end{bmatrix},\quad D=0\end{aligned}

3차 전달함수의 가제어 표준형입니다. 분모 계수는 낮은 차수부터 부호를 바꿔 A의 맨 아래 행에 넣고, 분자 계수는 C에 넣습니다. 차수가 달라져도 같은 규칙을 씁니다.

Ao=AcT,Bo=CcT,Co=BcTA_o=A_c^{\mathsf T},\qquad B_o=C_c^{\mathsf T},\qquad C_o=B_c^{\mathsf T}

가관측 표준형은 가제어 표준형(아래첨자 c)의 쌍대입니다. A를 전치하고 B와 C를 맞바꿉니다. 두 표준형의 전달함수는 같습니다.

Φ(t)=eAt=I+At+A2t22!+⋯=L−1 ⁣{(sI−A)−1}\Phi(t)=e^{At}=I+At+\frac{A^2t^2}{2!}+\cdots=\mathcal{L}^{-1}\!\left\{(sI-A)^{-1}\right\}

상태천이행렬입니다. 급수는 정의이고, 손으로 계산할 때는 라플라스 역변환을 씁니다. 입력이 없으면 x(t) = Φ(t)x(0)입니다.

Φ(0)=I,Φ(t1+t2)=Φ(t1)Φ(t2),Φ−1(t)=Φ(−t),Φ˙(t)=AΦ(t)\Phi(0)=I,\qquad \Phi(t_1+t_2)=\Phi(t_1)\Phi(t_2),\qquad \Phi^{-1}(t)=\Phi(-t),\qquad \dot\Phi(t)=A\Phi(t)

상태천이행렬의 성질입니다. 상태를 t₁만큼 옮긴 뒤 t₂만큼 옮기는 것은 t₁ + t₂만큼 옮기는 것과 같고, 시간을 거꾸로 돌리면 원래 상태로 돌아갑니다. e^{At}를 구할 때마다 Φ(0) = I로 검산하세요.

x(t)=eAtx(0)+∫0teA(t−τ)Bu(τ) dτx(t)=e^{At}x(0)+\int_0^t e^{A(t-\tau)}Bu(\tau)\,d\tau

상태방정식의 완전한 해입니다. 과거 시각 τ의 입력이 상태를 Bu(τ)만큼 밀고, e^{A(t−τ)}가 그 효과를 시각 t까지 옮깁니다. 출력은 y(t) = Cx(t) + Du(t)입니다.

A=PΛP−1 ⟹ eAt=P[eλ1t00eλ2t]P−1,P=[v1v2]A=P\Lambda P^{-1}\ \Longrightarrow\ e^{At}=P\begin{bmatrix}e^{\lambda_1t}&0\\0&e^{\lambda_2t}\end{bmatrix}P^{-1},\qquad P=\begin{bmatrix}v_1&v_2\end{bmatrix}

대각화입니다. P의 열은 Av_i = λ_i v_i를 만족하는 고유벡터입니다. 상태 수만큼 독립인 고유벡터가 있어야 하며, 고유값이 서로 다르면 이 조건은 항상 성립합니다.

eAt=α0(t)I+α1(t)A,eλit=α0(t)+α1(t)λi(i=1,2)e^{At}=\alpha_0(t)I+\alpha_1(t)A,\qquad e^{\lambda_it}=\alpha_0(t)+\alpha_1(t)\lambda_i\quad(i=1,2)

상태가 둘일 때의 케일리–해밀턴 방법입니다. 두 스칼라 방정식에서 α₀와 α₁을 구한 다음 행렬을 조립합니다. 상태가 n개이면 Aⁿ⁻¹ 항까지 더합니다.

Re⁡λi(A)<0  for every i⟺eAt→0  as t→∞\operatorname{Re}\lambda_i(A)<0\ \text{ for every } i\quad\Longleftrightarrow\quad e^{At}\to 0\ \text{ as } t\to\infty

안정성 판별식입니다. e^{At}의 모든 원소는 e^{λt} 항의 합이고 여기에 t의 거듭제곱이 곱해질 수 있습니다. 따라서 모든 고유값이 열린 좌반평면에 있을 때에만 자유 응답이 사라집니다.

x=Txˉ:Aˉ=T−1AT,Bˉ=T−1B,Cˉ=CT,Cˉ(sI−Aˉ)−1Bˉ=C(sI−A)−1Bx=T\bar x:\qquad \bar A=T^{-1}AT,\quad \bar B=T^{-1}B,\quad \bar C=CT,\qquad \bar C(sI-\bar A)^{-1}\bar B=C(sI-A)^{-1}B

닮음 변환입니다. 상태 좌표를 바꾸면 행렬은 달라지지만 고유값과 전달함수는 그대로입니다.

기호의 뜻

x(t)x(t)
원소가 n개인 상태 벡터. 원소마다 단위가 다를 수 있음
u(t), y(t)u(t),\ y(t)
입력과 출력 신호, 각각의 물리 단위
A,B,C,DA,B,C,D
시스템 행렬, 입력 행렬, 출력 행렬, 직접 전달 행렬. 모두 상수
x(0)x(0)
t = 0에서의 초기 상태
t, τt,\ \tau
시간과 과거 시각을 나타내는 적분 변수, s
ss
라플라스 변수, 1/s
II
A와 크기가 같은 단위행렬
G(s)G(s)
전달함수, 입력 단위당 출력 단위
Φ(t)=eAt\Phi(t)=e^{At}
상태천이행렬(행렬 지수함수), n×n
λi\lambda_i
A의 고유값, 1/s. 허수부는 rad/s
vi, Pv_i,\ P
A의 고유벡터와 이를 열로 모은 행렬
Λ\Lambda
고유값을 대각에 놓은 대각행렬
ai, bia_i,\ b_i
G(s)의 분모 계수와 분자 계수
α0(t), α1(t)\alpha_0(t),\ \alpha_1(t)
케일리–해밀턴 방법에서 I와 A에 곱하는 시간 함수
T, xˉT,\ \bar x
좌표를 바꾸는 가역 행렬과 새 상태 벡터
nn
상태의 개수

이 공식들은 A, B, C, D가 상수인 선형 시불변 모델에서 성립합니다. 전달함수는 초기 상태가 0일 때의 응답만 나타내고, 해 공식은 초기 상태까지 포함합니다. 여기에 나오는 시간 함수는 모두 t ≥ 0에서 정의합니다.

숫자로 풀어 보는 예제

2차 시스템 하나를 처음부터 끝까지

  1. 다음 모델을 풉니다. 출력은 첫째 상태이고 입력은 둘째 상태방정식으로 들어갑니다.

    A=[01−2−3],B=[01],C=[10],D=0A=\begin{bmatrix}0&1\\-2&-3\end{bmatrix},\qquad B=\begin{bmatrix}0\\1\end{bmatrix},\qquad C=\begin{bmatrix}1&0\end{bmatrix},\qquad D=0
  2. 특성방정식에서 고유값을 구합니다. 둘 다 음수이므로 시스템은 안정합니다. 검산하면 합 −3은 A의 대각합이고 곱 2는 det A입니다.

    det⁡(sI−A)=∣s−12s+3∣=s2+3s+2=(s+1)(s+2) ⟹ λ1=−1, λ2=−2\det(sI-A)=\begin{vmatrix}s&-1\\2&s+3\end{vmatrix}=s^2+3s+2=(s+1)(s+2)\ \Longrightarrow\ \lambda_1=-1,\ \lambda_2=-2
  3. 2×2 공식으로 sI − A의 역행렬을 구합니다.

    (sI−A)−1=1(s+1)(s+2)[s+31−2s](sI-A)^{-1}=\frac{1}{(s+1)(s+2)}\begin{bmatrix}s+3&1\\-2&s\end{bmatrix}
  4. 방법 1은 라플라스 역변환입니다. 원소마다 부분분수로 전개합니다.

    s+3(s+1)(s+2)=2s+1−1s+2,1(s+1)(s+2)=1s+1−1s+2,−2(s+1)(s+2)=−2s+1+2s+2,s(s+1)(s+2)=−1s+1+2s+2\begin{aligned}\frac{s+3}{(s+1)(s+2)}&=\frac{2}{s+1}-\frac{1}{s+2},&\qquad \frac{1}{(s+1)(s+2)}&=\frac{1}{s+1}-\frac{1}{s+2},\\[4pt] \frac{-2}{(s+1)(s+2)}&=\frac{-2}{s+1}+\frac{2}{s+2},&\qquad \frac{s}{(s+1)(s+2)}&=\frac{-1}{s+1}+\frac{2}{s+2}\end{aligned}
  5. 항별로 역변환하면 상태천이행렬을 얻습니다. t = 0에서 I가 되므로 검산을 통과합니다. t = 1 s에서의 값은 [[0.6004, 0.2325], [−0.4651, −0.0972]]입니다.

    eAt=[2e−t−e−2te−t−e−2t−2e−t+2e−2t−e−t+2e−2t]e^{At}=\begin{bmatrix}2e^{-t}-e^{-2t}&e^{-t}-e^{-2t}\\-2e^{-t}+2e^{-2t}&-e^{-t}+2e^{-2t}\end{bmatrix}
  6. 방법 2는 대각화입니다. 이 동반행렬의 고유벡터는 [1, λ]ᵀ입니다. 세 행렬을 곱하면 방법 1과 같은 결과가 나옵니다.

    P=[11−1−2],P−1=[21−1−1],eAt=P[e−t00e−2t]P−1P=\begin{bmatrix}1&1\\-1&-2\end{bmatrix},\quad P^{-1}=\begin{bmatrix}2&1\\-1&-1\end{bmatrix},\quad e^{At}=P\begin{bmatrix}e^{-t}&0\\0&e^{-2t}\end{bmatrix}P^{-1}
  7. 방법 3은 케일리–해밀턴 정리입니다. 고유값마다 스칼라 방정식을 하나씩 세워 α₀와 α₁을 구하고 α₀I + α₁A를 조립합니다. 이번에도 같은 행렬이 나옵니다.

    e−t=α0−α1,e−2t=α0−2α1 ⟹ α1=e−t−e−2t,α0=2e−t−e−2teAt=α0I+α1A=[α0α1−2α1α0−3α1]\begin{aligned}e^{-t}&=\alpha_0-\alpha_1,\quad e^{-2t}=\alpha_0-2\alpha_1\ \Longrightarrow\ \alpha_1=e^{-t}-e^{-2t},\quad \alpha_0=2e^{-t}-e^{-2t}\\[4pt] e^{At}&=\alpha_0I+\alpha_1A=\begin{bmatrix}\alpha_0&\alpha_1\\-2\alpha_1&\alpha_0-3\alpha_1\end{bmatrix}\end{aligned}
  8. 전달함수를 구합니다. B = [0, 1]ᵀ, C = [1, 0]이므로 C(sI − A)⁻¹B는 역행렬의 오른쪽 위 원소를 골라냅니다. 극점 −1과 −2는 고유값과 같습니다.

    G(s)=C(sI−A)−1B=1(s+1)(s+2)=1s2+3s+2G(s)=C(sI-A)^{-1}B=\frac{1}{(s+1)(s+2)}=\frac{1}{s^2+3s+2}
  9. 초기 상태가 0일 때의 단위 계단응답입니다. 합성곱 적분에 u = 1을 넣습니다. Ce^{A(t−τ)}B는 e^{A(t−τ)}의 오른쪽 위 원소입니다. 응답은 t = 1 s에서 0.1998, t = 2 s에서 0.3738이고 G(0) = 1/2로 수렴합니다.

    y(t)=∫0t(e−(t−τ)−e−2(t−τ))dτ=12−e−t+12e−2ty(t)=\int_0^t\left(e^{-(t-\tau)}-e^{-2(t-\tau)}\right)d\tau=\frac12-e^{-t}+\frac12e^{-2t}
  10. 초기 상태 x(0) = [1, 0]ᵀ를 더해 봅시다. 영입력 출력은 e^{At}의 왼쪽 위 원소이고, 중첩의 원리에 따라 계단응답에 더해집니다. t = 1 s에서 전체 출력은 0.6004 + 0.1998 = 0.8002이며 최종값은 그대로 1/2입니다.

    y(t)=2e−t−e−2t⏟zero input+12−e−t+12e−2t⏟zero state=12+e−t−12e−2ty(t)=\underbrace{2e^{-t}-e^{-2t}}_{\text{zero input}}+\underbrace{\tfrac12-e^{-t}+\tfrac12e^{-2t}}_{\text{zero state}}=\frac12+e^{-t}-\frac12e^{-2t}
더 자세한 설명과 모델의 가정
조금 더 자세히

e^{At}를 구하는 세 가지 방법과 쓰임새

라플라스 역변환은 언제나 쓸 수 있습니다. sI − A를 만들고 역행렬을 구한 뒤, 원소마다 부분분수로 전개해 항별로 역변환합니다. 2×2 행렬의 역행렬은 간단합니다. 대각 원소의 자리를 바꾸고, 나머지 두 원소의 부호를 바꾼 다음 행렬식으로 나눕니다. 고유값 λ가 중복되면 1/(s − λ)² 항이 생기고, 이 항은 t·e^{λt}로 역변환됩니다.

고유값이 서로 다르면 대각화가 가장 빠릅니다. 고유벡터를 P의 열로 놓으면 A = PΛP⁻¹이고 e^{At} = P·diag(e^{λ₁t}, …, e^{λₙt})·P⁻¹입니다. A가 이 장에서 쓰는 동반행렬 꼴이면 λ에 대한 고유벡터는 상태가 둘일 때 [1, λ]ᵀ, 셋일 때 [1, λ, λ²]ᵀ이므로 따로 풀지 않고 P를 바로 쓸 수 있습니다. A = [[0, 1], [−4, −4]]처럼 중복 고유값에 독립인 고유벡터가 모자라면 이 방법은 쓸 수 없습니다.

케일리–해밀턴 정리는 A가 자신의 특성방정식을 만족한다는 정리입니다. 따라서 k ≥ n인 모든 거듭제곱 Aᵏ는 I, A, …, Aⁿ⁻¹의 결합으로 쓸 수 있고, e^{At}의 무한급수는 α₀(t)I + α₁(t)A + … + αₙ₋₁(t)Aⁿ⁻¹로 줄어듭니다. 고유값마다 스칼라 방정식 e^{λt} = α₀ + α₁λ + …이 하나씩 나오므로 이 연립방정식에서 계수를 구합니다. 고유값이 중복되면 이 식을 λ로 미분해 모자라는 방정식을 채웁니다.

조금 더 자세히

전달함수에서 상태방정식으로

분모의 최고차 계수를 1로 맞춘 G(s) = N(s)/D(s)를 W(s) = U(s)/D(s)와 Y(s) = N(s)W(s)의 두 단계로 나눕니다. 상태를 x₁ = w, x₂ = ẇ, x₃ = ẅ로 정합니다. 상태방정식의 앞쪽 행들은 각 상태가 바로 앞 상태의 미분이라는 사실만 적은 것입니다. 마지막 행은 w의 미분방정식을 최고차 미분에 대해 푼 식입니다. 그래서 A의 맨 아래 행에 −a₀, −a₁, −a₂가, B의 맨 아래에 1이 들어갑니다. 분자 계수는 C = [b₀ b₁ b₂]가 됩니다. 이것이 가제어 표준형입니다.

가관측 표준형은 그 쌍대입니다. A를 전치하고 B와 C의 역할을 맞바꿉니다. G(s)는 스칼라이고 스칼라는 전치해도 같으므로 C(sI − A)⁻¹B = Bᵀ(sI − Aᵀ)⁻¹Cᵀ이며, 두 표준형의 전달함수는 같습니다. 두 표준형 모두 분자의 차수가 분모보다 낮아야 합니다. 차수가 같다면 먼저 나눗셈을 해서 상수 몫을 D에 넣습니다.

교재마다 상태에 번호를 붙이는 순서가 달라서 계수 행이 맨 아래가 아니라 맨 위에 올 수도 있습니다. 어느 쪽이든 옳습니다. 구한 상태방정식을 확인하려면 C(sI − A)⁻¹B + D를 계산하거나, 적어도 det(sI − A)가 D(s)와 같은지, 직류 이득 −CA⁻¹B + D가 G(0)과 같은지 비교하세요.

조금 더 자세히

상태 좌표는 하나로 정해지지 않는다

가역 행렬 T를 아무것이나 골라 x = T·x̄로 새 상태를 정의해 봅시다. 새 모델은 Ā = T⁻¹AT, B̄ = T⁻¹B, C̄ = CT이고 D는 그대로입니다. 이런 좌표 변환을 닮음 변환이라고 합니다. det(sI − T⁻¹AT) = det(T⁻¹(sI − A)T) = det(sI − A)이므로 고유값이 보존되고, C̄(sI − Ā)⁻¹B̄에서 T와 T⁻¹이 서로 지워지므로 전달함수도 보존됩니다. 달라지는 것은 각 상태의 의미입니다. 위치와 속도, 가제어 표준형의 상태, A를 대각행렬로 만드는 모드 상태는 모두 같은 시스템을 나타냅니다.

시험에서는 두 가지를 기억하면 됩니다. 첫째, 전달함수 하나에 맞는 상태 모델은 하나가 아닙니다. 다른 표준형으로 쓴 답도 완전히 옳을 수 있습니다. 둘째, 대각화는 T = P로 둔 닮음 변환입니다. 모드 좌표에서는 상태마다 스칼라 방정식을 하나씩 따로 따르므로 e^{Λt}가 대각행렬이 됩니다.

조금 더 자세히

계산 실수를 잡는 빠른 확인

계산을 이어 가기 전에 고유값부터 확인하세요. 고유값의 합은 A의 대각합과 같고, 곱은 det A와 같습니다. e^{At}는 t = 0에서 I가 되어야 하고, t = 0에서의 미분은 A가 되어야 합니다. 두 확인 모두 몇 초면 끝나며 부분분수 전개에서 생기는 부호 실수를 대부분 잡아냅니다.

안정한 시스템의 단위 계단응답은 직류 이득 G(0) = −CA⁻¹B + D로 수렴해야 합니다. 초기 상태는 감쇠하는 항을 더할 뿐 최종값을 바꾸지 않습니다. 구한 y(t)가 다른 상수로 간다면 영상태 응답 쪽 계산이 틀린 것입니다.

직접 확인하기

예제를 실험과 연결하기

상태 피드백 실험실은 x = [위치, 속도]인 질량–스프링–댐퍼를 사용하며 A = [[0, 1], [−4, −0.8]], B = [0, 1]ᵀ, C = [1, 0]입니다. 개루프 고유값은 s² + 0.8s + 4 = 0에서 s = −0.4 ± j1.96 s⁻¹로 나옵니다. 상태 피드백 u = −Kx + Nr을 쓰면 A가 A − BK로 바뀌고, 그 둘째 행은 [−4 − k₁, −0.8 − k₂]가 됩니다. 기본값 ωn = 2 rad/s, ζ = 0.7에서 실험실은 K = [0, 2]를 표시합니다. 따라서 det(sI − (A − BK)) = s² + 2.8s + 4이고 고유값은 −1.4 ± j1.43 s⁻¹입니다. 먼저 손으로 계산한 다음 실험실의 모델 패널에 표시된 제어기 극점, 제어기 다항식과 비교해 보세요.

실험실에서 A − BK의 고유값 확인하기
직접 해볼 실험

조작하기 전에 먼저 예측해 보세요.

  1. 예측실험실을 열기 전에 ωn = 4 rad/s, ζ = 0.7일 때의 A − BK 고유값을 계산해 보세요. 이때 K = [12, 4.8]입니다. ωn = 2 rad/s일 때보다 진동의 포락선이 얼마나 빨리 줄어들까요?
  2. 한 가지 변경ωn = 2 rad/s인 기본 실행을 고정한 다음 ωn만 4 rad/s로 바꿉니다. ζ = 0.7, 목표 위치 0.2 m, 실제 상태 피드백은 그대로 둡니다.
  3. 관찰모델 패널에서 K와 제어기 극점을 읽습니다. −1.4 ± j1.43 s⁻¹이던 극점이 −2.8 ± j2.86 s⁻¹로 바뀝니다. 위치가 정착하는 시간이 절반쯤으로 줄고 처음 요구하는 힘이 0.8 N에서 3.2 N으로 커지는지 확인하세요.
  4. 설명고유값의 실수부가 포락선 e^{−ζωn·t}를 정합니다. 실수부가 −1.4에서 −2.8 s⁻¹로 바뀌면 포락선의 시정수가 0.71 s에서 0.36 s로 절반이 됩니다. 처음 힘은 N·r = ωn²·0.2이므로 고유값을 두 배 빠르게 만드는 데 힘이 네 배 듭니다. 힘이 제한에 걸리면 루프는 더 이상 선형 모델이 아니고, A − BK의 고유값으로 응답을 설명할 수 없습니다.
주의

G(s)만 보고 안정성을 판단하면 안 됩니다. 극점과 영점이 약분되어 전달함수에서 고유값 하나가 사라져도 그 모드는 시스템 안에서 계속 움직입니다. A의 고유값을 직접 확인하세요. 또 e^{At}는 각 원소를 e^{a_ij t}로 바꾼 행렬이 아닙니다. A가 대각행렬이 아니면 원소별로 지수를 취한 답은 틀립니다.

이해 확인+

A의 고유값은 −1과 +2인데 전달함수는 약분되어 G(s) = 1/(s + 1)이 되었습니다. 이 시스템은 안정할까요?

아닙니다. 고유값 +2는 G(s)에서 약분되었을 뿐, e^{2t} 모드는 여전히 e^{At}에 들어 있고 상태 안에서 커집니다. 내부 안정성을 얻으려면 A의 모든 고유값이 열린 좌반평면에 있어야 합니다.
연습 문제

풀이를 열기 전에 직접 풀어 보세요

먼저 종이에 직접 풀어 보세요. 답을 열어 내 답과 비교하고, 과정이 필요하면 전체 풀이를 연 뒤 결과를 표시하세요.

  1. A의 고유값을 구하고 ẋ = Ax가 안정한지 판별하세요.

    A=[1230]A=\begin{bmatrix}1&2\\3&0\end{bmatrix}
    답 보기

    답고유값은 3과 −2입니다. 양의 고유값이 있으므로 불안정합니다.

    λ1=3,λ2=−2\lambda_1=3,\qquad \lambda_2=-2
    전체 풀이 보기

    풀이

    1. 특성다항식을 세웁니다.

      det⁡(sI−A)=∣s−1−2−3s∣=s(s−1)−6=s2−s−6\det(sI-A)=\begin{vmatrix}s-1&-2\\-3&s\end{vmatrix}=s(s-1)-6=s^2-s-6
    2. 인수분해합니다. 검산하면 합 1은 A의 대각합이고 곱 −6은 det A입니다.

      s2−s−6=(s−3)(s+2)s^2-s-6=(s-3)(s+2)
    3. 고유값 3이 만드는 모드는 끝없이 커집니다. 다른 모드가 감쇠하더라도 시스템은 불안정합니다.

      eAt contains e3t and e−2te^{At}\ \text{contains}\ e^{3t}\ \text{and}\ e^{-2t}
  2. 다음 모델의 전달함수 G(s)와 직류 이득을 구하세요.

    A=[−110−3],B=[02],C=[10],D=0A=\begin{bmatrix}-1&1\\0&-3\end{bmatrix},\qquad B=\begin{bmatrix}0\\2\end{bmatrix},\qquad C=\begin{bmatrix}1&0\end{bmatrix},\qquad D=0
    답 보기

    답G(s) = 2/((s + 1)(s + 3))이고 직류 이득은 2/3입니다.

    G(s)=2s2+4s+3,G(0)=23G(s)=\frac{2}{s^2+4s+3},\qquad G(0)=\frac23
    전체 풀이 보기

    풀이

    1. A가 삼각행렬이므로 고유값은 대각 원소인 −1과 −3입니다.

      sI−A=[s+1−10s+3],det⁡(sI−A)=(s+1)(s+3)sI-A=\begin{bmatrix}s+1&-1\\0&s+3\end{bmatrix},\qquad \det(sI-A)=(s+1)(s+3)
    2. 2×2 공식으로 역행렬을 구합니다.

      (sI−A)−1=1(s+1)(s+3)[s+310s+1](sI-A)^{-1}=\frac{1}{(s+1)(s+3)}\begin{bmatrix}s+3&1\\0&s+1\end{bmatrix}
    3. 오른쪽에 B를, 왼쪽에 C를 곱합니다. C는 첫째 행만 남깁니다.

      (sI−A)−1B=1(s+1)(s+3)[22(s+1)] ⟹ G(s)=2(s+1)(s+3)(sI-A)^{-1}B=\frac{1}{(s+1)(s+3)}\begin{bmatrix}2\\2(s+1)\end{bmatrix}\ \Longrightarrow\ G(s)=\frac{2}{(s+1)(s+3)}
    4. s = 0을 넣으면 직류 이득입니다. 단위 계단입력에 대한 출력은 2/3으로 수렴합니다.

      G(0)=21⋅3=23G(0)=\frac{2}{1\cdot 3}=\frac23
  3. G(s)의 가제어 표준형을 쓰고 이어서 가관측 표준형을 쓰세요. 극점과 직류 이득도 구하세요.

    G(s)=2s+5s3+4s2+6s+3G(s)=\frac{2s+5}{s^3+4s^2+6s+3}
    답 보기

    답A의 맨 아래 행은 [−3, −6, −4]이고 C = [5, 2, 0]입니다. 극점은 −1과 −1.5 ± j0.866이고 직류 이득은 5/3입니다.

    A=[010001−3−6−4],B=[001],C=[520]A=\begin{bmatrix}0&1&0\\0&0&1\\-3&-6&-4\end{bmatrix},\quad B=\begin{bmatrix}0\\0\\1\end{bmatrix},\quad C=\begin{bmatrix}5&2&0\end{bmatrix}
    전체 풀이 보기

    풀이

    1. 계수를 읽습니다. 분자에 s² 항이 없으므로 b₂ = 0입니다.

      a0=3, a1=6, a2=4;b0=5, b1=2, b2=0a_0=3,\ a_1=6,\ a_2=4;\qquad b_0=5,\ b_1=2,\ b_2=0
    2. 가제어 표준형의 틀에 넣습니다. A의 맨 아래 행에 −a₀, −a₁, −a₂를, C에 b₀, b₁, b₂를 씁니다.

      Ac=[010001−3−6−4],Bc=[001],Cc=[520]A_c=\begin{bmatrix}0&1&0\\0&0&1\\-3&-6&-4\end{bmatrix},\quad B_c=\begin{bmatrix}0\\0\\1\end{bmatrix},\quad C_c=\begin{bmatrix}5&2&0\end{bmatrix}
    3. 가관측 표준형은 A를 전치하고 B와 C를 맞바꾸면 됩니다.

      Ao=[00−310−601−4],Bo=[520],Co=[001]A_o=\begin{bmatrix}0&0&-3\\1&0&-6\\0&1&-4\end{bmatrix},\quad B_o=\begin{bmatrix}5\\2\\0\end{bmatrix},\quad C_o=\begin{bmatrix}0&0&1\end{bmatrix}
    4. 극점은 분모의 근입니다. s = −1을 넣으면 −1 + 4 − 6 + 3 = 0이므로 (s + 1)로 나눕니다. 세 근의 실수부가 모두 음수이므로 안정합니다.

      s3+4s2+6s+3=(s+1)(s2+3s+3) ⟹ s=−1,  s=−1.5±j0.866s^3+4s^2+6s+3=(s+1)(s^2+3s+3)\ \Longrightarrow\ s=-1,\ \ s=-1.5\pm j0.866
    5. 직류 이득은 b₀/a₀입니다.

      G(0)=53≈1.667G(0)=\frac{5}{3}\approx 1.667
  4. 이 A는 중복 고유값을 가집니다. 라플라스 역변환으로 e^{At}를 구하고, x(0) = [1, 0]ᵀ에서 출발하는 영입력 응답을 구해 t = 0.5 s에서의 값을 계산하세요.

    A=[01−4−4]A=\begin{bmatrix}0&1\\-4&-4\end{bmatrix}
    답 보기

    답e^{At} = e^{−2t}[[1 + 2t, t], [−4t, 1 − 2t]]이고 x(0.5) = [0.736, −0.736]ᵀ입니다.

    eAt=e−2t[1+2tt−4t1−2t]e^{At}=e^{-2t}\begin{bmatrix}1+2t&t\\-4t&1-2t\end{bmatrix}
    전체 풀이 보기

    풀이

    1. 특성다항식이 완전제곱이므로 λ = −2가 중복됩니다.

      det⁡(sI−A)=s(s+4)+4=(s+2)2\det(sI-A)=s(s+4)+4=(s+2)^2
    2. sI − A의 역행렬을 구합니다.

      (sI−A)−1=1(s+2)2[s+41−4s](sI-A)^{-1}=\frac{1}{(s+2)^2}\begin{bmatrix}s+4&1\\-4&s\end{bmatrix}
    3. 분자에 s가 있는 두 원소를 나눠 씁니다.

      s+4(s+2)2=1s+2+2(s+2)2,s(s+2)2=1s+2−2(s+2)2\frac{s+4}{(s+2)^2}=\frac{1}{s+2}+\frac{2}{(s+2)^2},\qquad \frac{s}{(s+2)^2}=\frac{1}{s+2}-\frac{2}{(s+2)^2}
    4. 변환쌍 1/(s + 2)² ↔ t·e^{−2t}를 씁니다. 인수 t는 중복 고유값에서 나타나는 특징입니다. t = 0을 넣으면 I가 됩니다.

      eAt=e−2t[1+2tt−4t1−2t]e^{At}=e^{-2t}\begin{bmatrix}1+2t&t\\-4t&1-2t\end{bmatrix}
    5. x(0) = [1, 0]ᵀ에서 출발한 응답은 첫째 열입니다. t = 0.5 s에서 e^{−1} = 0.3679입니다.

      x(t)=e−2t[1+2t−4t],x(0.5)=e−1[2−2]≈[0.736−0.736]x(t)=e^{-2t}\begin{bmatrix}1+2t\\-4t\end{bmatrix},\qquad x(0.5)=e^{-1}\begin{bmatrix}2\\-2\end{bmatrix}\approx\begin{bmatrix}0.736\\-0.736\end{bmatrix}
  5. 시험 수준 문제입니다. 다음 모델이 x(0) = [1, 0]ᵀ에서 출발하고 단위 계단입력을 받습니다. e^{At}, G(s), y(t)를 구하고 y(0), y(1 s), 최종값을 답하세요.

    A=[01−5−2],B=[01],C=[10],D=0A=\begin{bmatrix}0&1\\-5&-2\end{bmatrix},\qquad B=\begin{bmatrix}0\\1\end{bmatrix},\qquad C=\begin{bmatrix}1&0\end{bmatrix},\qquad D=0
    답 보기

    답y(t) = 1/5 + (4/5)e^{−t}(cos 2t + ½ sin 2t)이고 y(0) = 1, y(1) ≈ 0.211, 최종값은 0.2입니다.

    y(t)=15+45e−t(cos⁡2t+12sin⁡2t)y(t)=\frac15+\frac45e^{-t}\left(\cos 2t+\tfrac12\sin 2t\right)
    전체 풀이 보기

    풀이

    1. 특성다항식을 완전제곱 꼴로 고칩니다. 고유값은 복소수이며 감쇠율은 1 s⁻¹, 진동 각주파수는 2 rad/s입니다.

      det⁡(sI−A)=s2+2s+5=(s+1)2+22 ⟹ λ=−1±j2\det(sI-A)=s^2+2s+5=(s+1)^2+2^2\ \Longrightarrow\ \lambda=-1\pm j2
    2. sI − A의 역행렬을 구하고, 감쇠 코사인과 사인 변환쌍을 쓸 수 있도록 분자를 (s + 1)로 정리합니다.

      (sI−A)−1=1(s+1)2+4[(s+1)+11−5(s+1)−1](sI-A)^{-1}=\frac{1}{(s+1)^2+4}\begin{bmatrix}(s+1)+1&1\\-5&(s+1)-1\end{bmatrix}
    3. (s + 1)/((s + 1)² + 4) ↔ e^{−t}cos 2t와 2/((s + 1)² + 4) ↔ e^{−t}sin 2t를 써서 역변환합니다.

      eAt=e−t[cos⁡2t+12sin⁡2t12sin⁡2t−52sin⁡2tcos⁡2t−12sin⁡2t]e^{At}=e^{-t}\begin{bmatrix}\cos 2t+\tfrac12\sin 2t&\tfrac12\sin 2t\\-\tfrac52\sin 2t&\cos 2t-\tfrac12\sin 2t\end{bmatrix}
    4. 전달함수는 역행렬의 오른쪽 위 원소입니다. 계단입력에 대해서는 G(s)/s를 전개합니다. 영상태 출력은 G(0) = 1/5로 수렴합니다.

      G(s)=1s2+2s+5,G(s)s=15[1s−s+2(s+1)2+4] ⟹ yzs(t)=15[1−e−t(cos⁡2t+12sin⁡2t)]G(s)=\frac{1}{s^2+2s+5},\qquad \frac{G(s)}{s}=\frac15\left[\frac1s-\frac{s+2}{(s+1)^2+4}\right]\ \Longrightarrow\ y_{zs}(t)=\frac15\left[1-e^{-t}\left(\cos 2t+\tfrac12\sin 2t\right)\right]
    5. e^{At}의 왼쪽 위 원소인 영입력 출력을 더합니다. 그러면 y(0) = 1/5 + 4/5 = 1, y(1) = 0.2 + 0.8 × 0.3679 × 0.0385 ≈ 0.211, y(∞) = 0.2입니다.

      y(t)=e−t(cos⁡2t+12sin⁡2t)+yzs(t)=15+45e−t(cos⁡2t+12sin⁡2t)y(t)=e^{-t}\left(\cos 2t+\tfrac12\sin 2t\right)+y_{zs}(t)=\frac15+\frac45e^{-t}\left(\cos 2t+\tfrac12\sin 2t\right)

답을 확인한 뒤 문제마다 결과를 표시하세요. 표시는 이 브라우저에만 저장됩니다.

핵심 용어

이 강의에서 배우는 용어

용어집 전체 보기 →
질문과 답

자주 묻는 질문

전달함수의 극점이 왜 A의 고유값인가요?

(sI − A)⁻¹의 모든 원소는 다항식을 det(sI − A)로 나눈 꼴이므로, G(s) = C(sI − A)⁻¹B + D도 같은 분모를 가집니다. 그 분모의 근, 곧 det(sI − A) = 0의 해가 A의 고유값입니다. 분자의 인수와 약분될 때에만 고유값이 G(s)에서 빠집니다.

A의 각 원소에 지수를 취해서 e^{At}를 구해도 되나요?

안 됩니다. A가 대각행렬이 아니면 원소마다 지수를 취한 답은 틀립니다. A = [[0, 1], [−2, −3]], t = 1 s에서 e^{At}의 왼쪽 위 원소는 e⁰ = 1이 아니라 약 0.600입니다. (sI − A)⁻¹의 라플라스 역변환, 대각화, 케일리–해밀턴 방법 가운데 하나로 구하고, t = 0에서 단위행렬이 되는지 확인하세요.

e^{At}를 손으로 구할 때는 어떤 방법을 써야 하나요?

(sI − A)⁻¹의 라플라스 역변환은 언제나 쓸 수 있습니다. 대각화는 고유값이 서로 다를 때 가장 빠르지만, 중복 고유값에 독립인 고유벡터가 부족하면 쓸 수 없습니다. 케일리–해밀턴 방법은 상태가 둘일 때 e^{At}를 α₀(t)I + α₁(t)A로 쓰며, 중복 고유값은 그 스칼라 방정식을 미분해서 처리합니다.

영입력 응답과 영상태 응답은 어떻게 다른가요?

영입력 응답 e^{At}x(0)은 초기 상태만으로 생기는 움직임이고, 영상태 응답은 정지 상태에서 입력이 만드는 합성곱 항입니다. 선형성 때문에 전체 응답은 두 응답의 합이며, 전달함수가 나타내는 것은 영상태 응답뿐입니다.

하나의 전달함수에 맞는 상태공간 모델은 하나뿐인가요?

아닙니다. 가역 행렬 T로 좌표를 x = T·x̄로 바꾸면 행렬은 달라져도 고유값과 전달함수는 그대로입니다. 가제어 표준형, 가관측 표준형, 모드 좌표 형태가 모두 같은 입출력 관계를 나타내므로, 다른 형태로 쓴 답도 완전히 맞을 수 있습니다.

다음 강의로 이어가기

해 공식을 보면 입력은 e^{A(t−τ)}B를 통해서만 상태에 닿고, 상태는 Ce^{At}를 통해서만 출력에 나타납니다. 다음 장에서는 이 두 경로가 모든 상태에 닿는지 묻습니다. 이것이 제어가능성과 관측가능성입니다.

학습 진도

본문과 연습 문제를 마쳤다면 완료로 표시하세요. 강의계획에 완료 표시가 나타나며 진도는 이 브라우저에만 저장됩니다.

EIGENROOM · https://eigenroom.com/ko/theory/state-solution · 갱신 2026-11-15