基于matlab反步法控制器

ahehehehehehe6

已于 2023-10-05 12:25:37 修改

阅读量810

点赞数 1

文章标签： matlab

于 2023-10-05 10:09:14 首次发布

本文链接：https://blog.csdn.net/ahehehehehehe6/article/details/133574455

版权

反步设计法是一种递归设计方法。它的主要思想是通过递归地构造闭环系统的Lyapunov函数获得反馈控制器，选取控制律使得Lyapunov函数沿闭环系统轨迹的导数具有某种性能，保证闭环系统轨迹的有界性和收敛到平衡点，所选取的控制律就是系统镇定问题、跟踪问题、干扰抑制问题或者几种问题综合的解。反步设计方法既适用于线性系统也适用于非线性系统，因此该方法一经提出，便受到广泛关注。

一、反步法控制器设计

控制目标：

$\begin{aligned} & \dot{x}_1=x_2+f_1\left(x_1\right) \\ & \dot{x}_2=f_2\left(x_1, x_2\right)+u \end{aligned}$

寻找反馈控制律 $u=u\left(x_1, x_2\right)$ 以及李雅普诺夫函数 $V\left(x_1, x_2\right)$ 使得原点 $\left(x_1, x_2\right)=(0,0)$ 为全局渐进稳定的平衡点。

(1) 定义第一阶子系统的李雅普诺夫函数 , 求导：

$\begin{gathered} \mathrm{V}_1=\frac{1}{2} \mathrm{x}_1^2 \\ \dot{\mathrm{V}}_1=\mathrm{x}_1 \dot{\mathrm{x}}_1=\mathrm{x}_1\left(\mathrm{x}_2+\mathrm{f}_1\left(\mathrm{x}_1\right)\right) \end{gathered}$

(2) 设计期望的状态变量形式 , 令其为虚拟控制 , 并定义误差：

$\begin{array}{cc} x_2^*=-f_1\left(x_1\right)-k_1 x_1 & z=x_2-\alpha \\ \alpha=-f_1\left(x_1\right)-k_1 x_1 & x_2=z+\alpha \end{array}$

(3) 得到第一阶子系统状态的稳定项

$\dot{V}_1=x_1 \dot{x}_1=x_1\left(z-k_1 x_1\right)=x_1 z-k_1 x_1^2$

Simulink模块搭建：

结果分析：

在反馈控制律 u 以及李雅普诺夫函数 $V\left(x_1, x_2\right)$ 的影响下，原点 $\left(x_1, x_2\right)=(0,0)$ 为全局渐

进稳定的平衡点，系统 $x_1, x_2$ 输出结果：

二、三自由度水下机器人航向控制

控制目标：

使水下机器人的航向角稳定在期望航向 $\psi_{\mathrm{d}}$

$\begin{aligned} \dot{\psi} & =r \\ \dot{r} & =-\frac{1}{T} r+\frac{1}{m} \tau_{\mathrm{N}}+b \end{aligned}$

寻找反馈控制律 $u=u\left(x_1, x_2\right)$ 以及李雅普诺夫函数 $V\left(x_1, x_2\right)$ 使得原点 $\left(x_1, x_2\right)=$ $(0,0)$ 为全局渐进稳定的平衡点。

(1) 定义第一阶子系统的李雅普诺夫函数, 求导：

$\begin{gathered} z_1=\psi-\psi_{\mathrm{d}} \\ V_1=\frac{1}{2} z_1^2 \dot{V}_1=z_1 \dot{z}_1=z_1\left(r-\dot{\psi}_d\right) \end{gathered}$

(2) 设计期望的状态变量形式, 令其为虚拟控制, 定义误差：

$\begin{array}{ll} r^*=-k_1 z_1+\dot{\psi}_d & z_2=r-\alpha \\ \alpha=-k_1 z_1+\dot{\psi}_d & r=z_2+\alpha \end{array}$

带入(1), 得到第一阶子系统状态的稳定项：

$\dot{\mathrm{V}}_1=\mathrm{z}_1 \dot{\mathrm{z}}_1=\mathrm{z}_1\left(\mathrm{z}_2-\mathrm{k}_1 \mathrm{z}_1\right)=-\mathrm{k}_1 \mathrm{z}_1^2+\mathrm{z}_1 \mathrm{z}_2$

(3) 定义第二阶子系统的李雅普诺夫函数并求导：

$\begin{aligned} & \mathrm{V}_2=\mathrm{V}_1+\frac{1}{2} \mathrm{z}_2^2=\frac{1}{2} \mathrm{z}_1^2+\frac{1}{2} \mathrm{z}_2^2 \\ & \dot{\mathrm{V}}_2=\dot{\mathrm{V}}_1+\mathrm{z}_2 \dot{\mathrm{z}}_2=-\mathrm{k}_1 \mathrm{z}_1^2+\mathrm{z}_1 \mathrm{z}_2+\mathrm{z}_2(\dot{\mathrm{r}}-\dot{\alpha}) \\ & \dot{\mathrm{V}}_2=-\mathrm{k}_1 \mathrm{z}_1^2+\mathrm{z}_2\left(\mathrm{z}_1-\frac{1}{\mathrm{~T}} \mathrm{r}+\frac{1}{\mathrm{~m}} \tau_{\mathrm{N}}+\mathrm{b}-\dot{\alpha}\right) \end{aligned}$

(4) 设计控制器 , 使整个系统的 $\dot{V}<0$ ：

$\begin{gathered} \tau_N=m\left(-z_1+\frac{1}{T} r-b+\dot{\alpha}-k_2 z_2\right) \\ \dot{V}_2=-k_1 z_1^2-k_2 z_2^2 \leq 0 \end{gathered}$

Simulink模块搭建：

结果分析：

航向角跟随效果：

三、三自由度水下机器人平面路径跟踪控制

控制目标：

$\begin{gathered} \left\{\begin{array}{l} \dot{\eta}=J v \\ M \dot{v}+C(v) v+D(v) v+\Delta(v)=\tau \end{array}\right. \\ \eta=\left(\begin{array}{l} x \\ y \\ \psi \end{array}\right) v=\left(\begin{array}{l} u \\ v \\ \mathrm{r} \end{array}\right) J=\left(\begin{array}{ccc} \cos (\psi) & -\sin (\psi) & 0 \\ \sin (\psi) & \cos (\psi) & 0 \\ 0 & 0 & 1 \end{array}\right) \end{gathered}$

设计控制器 $\tau$ , 使被控对象实际路径 $\eta$ 跟踪期望的路径 $\eta_d=$ $\left[x_d(\theta), y_d(\theta), \psi_d(\theta)\right]^T$ , 期望路径 $\eta_d$ 是关于 $\theta$ 的函数， $\dot{\theta}$ 为虚拟动点的速度。水下机器人/无人船跟踪路径并趋近于该虚拟动点。

(1) 定义第一阶子系统的李雅普诺夫函数 , 求导：

$\begin{gathered} \mathrm{V}_1=\frac{1}{2} \mathrm{z}_1^{\mathrm{T}} \mathrm{z}_1 \\ \dot{\mathrm{V}}_1=\mathrm{z}_1^{\mathrm{T}}\left[\dot{\mathrm{j}}^{\mathrm{T}}\left(\eta-\eta_{\mathrm{d}}\right)+\mathrm{J}^{\mathrm{T}}\left(\dot{\eta}-\dot{\eta}_{\mathrm{d}}\right)\right] \\ \dot{\mathrm{V}}_1=\mathrm{z}_1^{\mathrm{T}}\left[\mathrm{rS}^{\mathrm{T}} \mathrm{z}_1+\mathrm{J}^{\mathrm{T}}\left(\mathrm{Jv}-\eta_{\mathrm{d}}^\theta\left(\omega_{\mathrm{s}}+\mathrm{v}_{\mathrm{d}}\right)\right)\right] \\ \dot{\mathrm{V}}_1=\mathrm{z}_1^{\mathrm{T}}\left[\mathrm{r} S^{\mathrm{T}} \mathrm{z}_1+\mathrm{v}-\mathrm{J}^{\mathrm{T}} \eta_{\mathrm{d}}^\theta \omega_{\mathrm{s}}-\mathrm{J}^{\mathrm{T}} \eta_{\mathrm{d}}^\theta \mathrm{v}_{\mathrm{d}}\right] \mathrm{z}_1^{\mathrm{T}} \mathrm{rS}^{\mathrm{T}} \mathrm{z}_1=0 \end{gathered}$

(2) 设计期望的状态变量形式 , 令其为虚拟控制 , 定义期望的状态变量与虚拟控制之间的误差：

$\begin{array}{cc} \dot{\mathrm{V}}_1=\mathrm{z}_1^{\mathrm{T}}\left[\mathrm{v}-\mathrm{J}^{\mathrm{T}} \eta_{\mathrm{d}}^\theta \omega_{\mathrm{s}}-\mathrm{J}^{\mathrm{T}} \eta_{\mathrm{d}}^\theta \mathrm{v}_{\mathrm{d}}\right] & \\ \mathrm{v}^*=-\mathrm{k}_1 \mathrm{z}_1+\mathrm{J}^{\mathrm{T}} \eta_{\mathrm{d}}^\theta \mathrm{v}_{\mathrm{d}} & \mathrm{z}_2=\mathrm{v}-\alpha \\ \alpha=-\mathrm{k}_1 \mathrm{z}_1+\mathrm{J}^{\mathrm{T}} \eta_{\mathrm{d}}^\theta \mathrm{v}_{\mathrm{d}} & \mathrm{v}=\mathrm{z}_2+\alpha \end{array}$

带入 (1), 得到第一阶子系统状态的稳定项：

$\dot{\mathrm{V}}_1=-\mathrm{z}_1^{\mathrm{T}} \mathrm{k}_1 \mathrm{z}_1+\mathrm{z}_1^{\mathrm{T}} \mathrm{z}_2-\mathrm{z}_1^{\mathrm{T}} \mathrm{J}^{\mathrm{T}} \eta_{\mathrm{d}}^\theta \omega_{\mathrm{s}}$

(3) 定义第二阶子系统的李雅普诺夫函数并求导：

$\begin{gathered} M \dot{v}+\mathrm{C}(v) v+D(v) v+\Delta(v)=\tau \\ M \dot{v}=\tau-\mathrm{C}(v) v-D(v) v-\Delta(v) \\ V_2=V_1+\frac{1}{2} z_2^T M z_2 \\ \dot{V}_2=-z_1^T k_1 z_1+z_1^T z_2-z_1^T J^T \eta_d^\theta \omega_s+z_2^T[M \dot{v}-M \dot{\alpha}] \\ \dot{V}_2=-z_1^T k_1 z_1-z_1^T J^T \eta_d^\theta \omega_s+z_2^T\left[z_1+\tau-\mathrm{C}(v) v-D(v) v-\Delta(v)-M \dot{\alpha}\right] \end{gathered}$

设计控制器：

$\tau=-z_1-k_2 z_2+\mathrm{C}(v) v+D(v) v+\Delta(v)+M \dot{\alpha}$

$\dot{\mathrm{V}}_2=-\mathrm{z}_1^{\mathrm{T}} \mathrm{k}_1 \mathrm{z}_1-\mathrm{z}_2^{\mathrm{T}} \mathrm{k}_2 \mathrm{z}_2-\mathrm{z}_1^{\mathrm{T}} \mathrm{J}^{\mathrm{T}} \eta_{\mathrm{d}}^\theta \omega_{\mathrm{s}}$

(4) 无控制输入项 , 则可令下一级子系统的状态为虚拟控制 , 消除多余项如 $\alpha \omega_{\mathrm{s}}=\dot{\theta}-\mathrm{v}_{\mathrm{d}}$ ，相当于独立于系统之外的控制输入 ( 虚拟动点 )：

$\begin{gathered} \mathrm{V}_3=\mathrm{V}_2+\frac{1}{2} \omega_{\mathrm{s}}^2 \\ \left.\dot{\mathrm{V}}_3=\dot{\mathrm{V}}_2+\omega_{\mathrm{s}} \dot{\omega}_{\mathrm{s}}=-\mathrm{z}_1^{\mathrm{T}} \mathrm{k}_1 \mathrm{z}_1-\mathrm{z}_2^{\mathrm{T}} \mathrm{k}_2 \mathrm{z}_2-\mathrm{z}_1^{\mathrm{T}}\right]^{\mathrm{T}} \eta_{\mathrm{d}}^\theta \omega_{\mathrm{s}}+\omega_{\mathrm{s}} \dot{\omega}_{\mathrm{s}} \\ =-\mathrm{z}_1^{\mathrm{T}} \mathrm{k}_1 \mathrm{z}_1-\mathrm{z}_2^{\mathrm{T}} \mathrm{k}_2 \mathrm{z}_2+\omega_{\mathrm{s}}\left[\mu+\dot{\omega}_{\mathrm{s}}\right] \\ \left.\mu=-\mathrm{z}_1^{\mathrm{T}}\right]^{\mathrm{T}} \eta_{\mathrm{d}}^\theta=\left(\eta_{\mathrm{d}}-\eta\right)^{\mathrm{T}} \eta_{\mathrm{d}}^\theta \end{gathered}$

设计 $\dot{\omega}_{\mathrm{s}}=-\mu-\mathrm{k}_3 \omega_{\mathrm{s}}$ ：

$\begin{gathered} \dot{\mathrm{V}}_3=-\mathrm{z}_1^{\mathrm{T}} \mathrm{k}_1 \mathrm{z}_1-\mathrm{z}_2^{\mathrm{T}} \mathrm{k}_2 \mathrm{z}_2-\mathrm{k}_3 \omega_{\mathrm{s}}^2 \\ \dot{\mathrm{V}}_3=-\mathrm{k}_1\left\|\mathrm{z}_1\right\|^2-\mathrm{k}_2\left\|\mathrm{z}_2\right\|^2-\mathrm{k}_3 \omega_{\mathrm{s}}^2 \leq 0 \end{gathered}$