Matlab中的lyapchol命令不起作用

Matlab中的lyapchol命令需要一个具有负特征值的函数，这样才能成功地计算文法Wc

我尝试lyapchol（A，B），其中A的特征值为：

-7.702072757196139e+22

-4.204548769720415e+17

-4.132730155685816e+17

-1.469863557258663e+17

-1.341487748044014e+17

-1.245824642151246e+17

而B的特征值为：

 3.266756797951905e+30

 5.904640027563640e+29

 1.072475598423812e+28

 3.756253951769876e+27

 2.511451875694431e+14

 1.031563230676382e+14

如您所见，A的所有特征值都包含在左半平面中，但Matlab给出了错误： 使用lyapchol时出错（第58行） 在“lyapchol（A，B，…）”命令中，A或（A，E）必须在 左半平面。 TBR中的错误（第49行） Lc=lyapchol（A_新，B_新）

使用lyapchol时出错（第58行） 在“lyapchol（A，B，…）”命令中，A或（A，E）必须具有所有 它们的特征值在左半平面上。 TBR中的错误（第55行） Lc=lyapchol（A，B_新）

帮助李亚普乔尔 连续时间Lyapunov方程的lyapchol平方根解算器

我有一个状态空间模型

谁能帮我一下，或者告诉我为什么lyapchol现在能正常工作？

---

非常感谢您的帮助。

编辑：在这个解决方案中，我使用了

eA=eig（A）和
eB=eig（B）如您在问题中提供的

eA =

   1.0e+22 *

  -7.702072757196139
  -0.000042045487697
  -0.000041327301557
  -0.000014698635573
  -0.000013414877480
  -0.000012458246422

eB =

   1.0e+30 *

   3.266756797951905
   0.590464002756364
   0.010724755984238
   0.003756253951770
   0.000000000000000
   0.000000000000000

您应该使矩阵为正方形，这样可以：

AA = diag(eA);
BB = diag(eB);
lyapchol(AA,BB)

ans =

   1.0e+20 *

   0.083233469335677                   0                   0                   0                   0                   0
                   0   6.439004539621816                   0                   0                   0                   0
                   0                   0   0.117965196978860                   0                   0                   0
                   0                   0                   0   0.069278972388738                   0                   0
                   0                   0                   0                   0   0.000000000000005                   0
                   0                   0                   0                   0                   0   0.000000000000002

如果希望结果与输入的格式相同，则获取对角线值：

CC = lyapchol(AA,BB)
diag(CC)

ans =

   1.0e+20 *

   0.083233469335677
   6.439004539621816
   0.117965196978860
   0.069278972388738
   0.000000000000005
   0.000000000000002

编辑：在这个解决方案中，我使用了
eA=eig（A）和
eB=eig（B）如您在问题中提供的

eA =

   1.0e+22 *

  -7.702072757196139
  -0.000042045487697
  -0.000041327301557
  -0.000014698635573
  -0.000013414877480
  -0.000012458246422

eB =

   1.0e+30 *

   3.266756797951905
   0.590464002756364
   0.010724755984238
   0.003756253951770
   0.000000000000000
   0.000000000000000

您应该使矩阵为正方形，这样可以：

AA = diag(eA);
BB = diag(eB);
lyapchol(AA,BB)

ans =

   1.0e+20 *

   0.083233469335677                   0                   0                   0                   0                   0
                   0   6.439004539621816                   0                   0                   0                   0
                   0                   0   0.117965196978860                   0                   0                   0
                   0                   0                   0   0.069278972388738                   0                   0
                   0                   0                   0                   0   0.000000000000005                   0
                   0                   0                   0                   0                   0   0.000000000000002

如果希望结果与输入的格式相同，则获取对角线值：

CC = lyapchol(AA,BB)
diag(CC)

ans =

   1.0e+20 *

   0.083233469335677
   6.439004539621816
   0.117965196978860
   0.069278972388738
   0.000000000000005
   0.000000000000002

我将矩阵转换为平方，现在发生了一些奇怪的事情：/我得到了这样一个错误：在“lyapchol（A，B）”命令中使用lyapchol（第38行）时出错，A必须是平方矩阵。TBR中的错误（第57行）Lc=lyapchol（AA，BB）我正在使用您的数据，没有错误。你有什么版本的MATLAB？是否
大小（A）=6x1
？数组A是否有可能不稳定，尽管它具有负特征值？矩阵A是另外两个数组相乘的结果，因此A=-C^-1*G。然而，当我得到C（C^-1）的反转数组时，我得到一个警告“矩阵对于工作精度是奇异的”。它有什么重要性吗？数组C是可逆的吗？“矩阵对于工作精度来说是奇异的”意味着逆矩阵的计算不精确，但是对于某些特定的精度来说，使用它是很好的。您可以通过
C*C^-1
检查这一点，它必须是
I
身份矩阵。最后，我不认为这会有什么不同。我将我的矩阵转换为平方，现在发生了一些奇怪的事情：/我得到了这样一个错误：在“lyapchol（a，B）”命令中使用lyapchol（第38行）时出错，a必须是平方矩阵。TBR中的错误（第57行）Lc=lyapchol（AA，BB）我正在使用您的数据，没有错误。你有什么版本的MATLAB？是否
大小（A）=6x1
？数组A是否有可能不稳定，尽管它具有负特征值？矩阵A是另外两个数组相乘的结果，因此A=-C^-1*G。然而，当我得到C（C^-1）的反转数组时，我得到一个警告“矩阵对于工作精度是奇异的”。它有什么重要性吗？数组C是可逆的吗？“矩阵对于工作精度来说是奇异的”意味着逆矩阵的计算不精确，但是对于某些特定的精度来说，使用它是很好的。您可以通过
C*C^-1
检查这一点，它必须是
I
身份矩阵。最后，我不认为这会有什么不同。