控制系统设计专题（三）——自抗扰控制算法（下）

前言

  上篇中详细阐述了经典的自抗扰控制算法的原理，本篇将围绕两种ADRC算法展开，针对扩张状态观测器的参数整定问题进行详解，同时，对跟踪微分器的几个重要应用进行介绍。

两种典型的ADRC算法

  自抗扰控制算法的核心，在于通过扩张状态观测器动态观测系统的“总扰动”，在补偿系统后，将其简化为积分器串联系统，由此，扩张状态观测器观测得到的“总扰动”补偿环节可等效于PID控制算法中的积分项作用，并且，其没有积分项的负面影响。

  下面介绍两种典型的ADRC控制算法：

• 改进型非线性ADRC控制算法
    本文的改进型ADRC控制算法，主要针对实际工程中出现的扩张状态观测器估计的“总扰动”无法与真值完全吻合的问题，添加了积分环节，以消除稳态误差。

• 线性LADRC控制算法
    由于非线性ADRC控制算法参数较多，且始终缺乏其闭环稳定性的理论证明。于是，作为韩京清教授在自抗扰控制算法领域的合作者，高志强先生，于2003年，首次提出一种基于经典ADRC算法思想的改进型线性ADRC控制算法——LADRC。

  LADRC主要将扩张状态观测器中的非线性函数替换为线性函数，同时，高志强先生给出了 ${\beta }_{01}$ ， ${\beta }_{02}$， ${\beta }_{03}$ 与系统带宽之间的关系，大大简化了状态观测器的参数整定过程，且易于理解和实现。

扩张状态观测器参数整定技巧

• 改进型非线性ADRC控制算法
    本篇针对多旋翼飞行器控制系统，设计了一套扩张状态观测器的参数整定准则：
    （1）记录飞行器的等采样时间间隔的反馈量 $y$ 以及反馈量的微分 $\dot{y}$ 。
    （2）对反馈量的微分 $\dot{y}$ 进一步微分得到 $\ddot{y}$ ，由于微分运算引入了较大的噪声，因此本文借助matlab自带的无时延巴特沃兹滤波器对微分后的信号进行滤波处理，以获取最接近真实值的微分信号。若传感器的测量误差可被忽略，则由此可得系统方程中的三个状态变量
  $x_1(t),x_2(t),x_3(t)$ 的近似真值，以此作为扩张状态观测器的输出值 $z_1(t),z_2(t),z_3(t)$
  ，当扩张状态观测器的参数接近于理想值时，
  $$z_1(t)\to x_1(t),z_2(t)\to x_2(t),z_3(t)\to x_3(t)$$
  （3）计算扩张状态观测器的均方误差 S ，如下所示：
  S = ∑ k = 1 n ( k 1 ( z 1 ( k ) − x 1 ( k ) ) + k 2 ( z 2 ( k ) − x 2 ( k ) ) + k 3 ( z 3 ( k ) − x 3 ( k ) )