| 此條目需要 精通或熟悉數學的编者参与及协助编辑。 (2018年10月) 請邀請適合的人士改善本条目。更多的細節與詳情請參见討論頁。 |
卡爾曼分解(Kalman decomposition)是控制理论中的數學工具,可以將线性时不变(LTI)控制系統轉變為可以清楚區分系統可觀測及可控制成份的系統。分解後的系統會有更清楚的結構,更容易可以對系統可到達及可觀測子空間的特性下結論。
推導方式在離散時間系統及連續時間系統都是一様的。連續時間線性系統可以表示如下:


其中
為狀態向量
為輸出向量
為輸入(或控制)向量
為狀態矩陣
為輸入矩陣
為輸出矩陣
為前饋矩陣
而離散時間線性系統可以表示如下:


各向量及矩陣的意思如上。因此,系統可以表示為包括四個矩陣的數組
。
令系統的階數為
。
卡爾曼分解定義為將矩陣數組
轉換為矩陣數組
,且後者有以下的特性:




為
的可逆矩陣,可以定義為

其中
的各列(column)會生成可到達,不可觀察的狀態子空間。
- 選擇
,使得
的各列(column)是可到達子空間的基底。
- 選擇
,使得
的各列(column)是不可觀察子空間的基底。
- 選擇
,使得
可逆。
依上述的建構方式,矩陣
可逆。可以觀察到其中有些矩陣可能會是零維度。例如,若系統有時有可觀察性及可控制性,則
,其他的矩陣都是零維。
利用可控制性及可觀察性的結果,可以證明轉換後的系統
有以下形式的矩陣:




因此可得以下結論
- 子系統
具有可到達性及可觀察性。
- 子系統
有可到達性。
- 子系統
有可觀察性。