非线性扰动观测器NDOB的推导与实例

Hello，欢迎来到我的博客
干扰观测器是机器人控制中很重要的一种手段，今天要分享的是一种简单的非线性干扰观测器NDOB的推导，请享用吧

1 朴素NDOB观测器推导

假设非线性系统方程为：
$$\begin{array}{rl}\dot{x}& =f(x)+g_1(x)u+g_2(x)d\\ y& =h(x)\end{array}\text{\hspace{1em}(1)}$$
其中，$d$为扰动，$u$为控制量。
我们期望对扰动$d$进行估计，不妨设扰动估计量为$\hat{d}$，那么扰动的估计误差则为：
$$\tilde{d}=d-\hat{d}$$
对$\tilde{d}$求导，可得：
$$\dot{\tilde{d}}=\dot{d}-\dot{\hat{d}}=-\dot{\hat{d}}$$
注意，由于我们对于真实扰动$d$没有任何先验知识，这里最不失一般性的假设就是：它的导数等于0。
接下来，为了让$\tilde{d}$尽快收敛，我们可以令其等于如下形式：
$$\dot{\tilde{d}}=-\dot{\hat{d}}=-l(x)g_2(x)\tilde{d}$$
注意，上面这个等式是我们人为设计的一种$\tilde{d}$的趋近律，也就是我们希望$\tilde{d}$以何种方式趋近于0。我们可以任意选择$l(x)$，只要保证以上关于$\tilde{d}$的这个动力学系统收敛即可。

基于以上趋近律，并且代入系统方程(1)，我们可以得到：
$$\begin{array}{rl}\dot{\hat{d}}& =l(x)g_2(x)\tilde{d}\\ & =l(x)g_2(x)(d-\hat{d})\\ & =l(x)(\dot{x}-f(x)-g_1(x)u-g_2(x)\hat{d})\\ & =-l(x)g_2(x)\hat{d}+l(x)(\dot{x}-f(x)-g_1(x)u)\end{array}\text{\hspace{1em}(2)}$$
以上就是一个最为朴素的非线性扰动观测器了。
当然，事情到这里还没有结束。仔细观察可以发现，这个扰动观测器需要用到$\dot{x}$这一项，很显然，大多数系统都不可能得到这项的观测，所以这个最朴素的扰动观测器需要一些小的改进。

2 改进NDOB观测器推导

最朴素的把$\dot{x}$消去的思路就是，在观测器(2)的左右两边同时减去$l(x)\dot{x}$，如下：
$$\dot{\hat{d}}-l(x)\dot{x}=-l(x)g_2(x)\hat{d}+l(x)(-f(x)-g_1(x)u)\text{\hspace{1em}(3)}$$
这样公式右边就没有$\dot{x}$这一项了。进一步地，我们对等式(3)左右两边积分：
$$\hat{d}-p(x)=\int -l(x)g_2(x)\hat{d}+l(x)(-f(x)-g_1(x)u)\text{dt}\text{\hspace{1em}(4)}$$
其中，假设$p(x)=\int l(x)\dot{x}\text{dt}$。同时，进一步设置一个中间变量$z=\hat{d}-p(x)$。那么，再对公式(4)求导，就可以变形为：
$$\begin{array}{rl}\dot{z}& =-l(x)g_2(x)(z+p(x))+l(x)(-f(x)-g_1(x)u)\\ & =-l(x)g_2(x)z-l(x)\left[f(x)+g_1(x)u+g_2(x)p(x)\right]\end{array}\text{\hspace{1em}(5)}$$
以上就是一个针对中间变量$z$的观测器，有了$z$以后，扰动估计量$\hat{d}$也可以很容易得到：
$$\hat{d}=z+p(x)\text{\hspace{1em}(6)}$$
推到这里，公式(5)(6)就可以实现扰动观测了。然而，还遗留了一个最重要的问题，$p(x)$是什么？
刚才我们假设了$p(x)=\int l(x)\dot{x}\text{dt}$，所以，也存在如下关系：
$$l(x)=\frac{\partial p(x)}{\partial x}\to \frac{\text{d}p(x)}{\text{d}t}=l(x)\dot{x}\text{\hspace{1em}(7)}$$
所以，如何确定$p(x)$呢？有两种方式，一种是先选定$l(x)$，然后对$x$积分，求$p(x)$。另一种方式则是，先自由选定$p(x)$，但是$l(x)$则必须满足上述关系式(7)。

3 实际例子

下面以一个实际系统为例，演示NDOB的使用方法：
存在一个二阶非线性系统，如下：
$$\begin{array}{rl}{\dot{x}}_1& =x_2\\ {\dot{x}}_2& =-k|x_2|x_2+bu+d\end{array}$$
其中，$x_1$代表位置，$x_2$代表速度，$u$代表控制，$d$代表扰动。
针对第二个式子：
$${\dot{x}}_2=-k|x_2|x_2+bu+d$$
其中：
$$f(x)=-k|x_2|x_2,g_1(x)=b,g_2(x)=1$$
设计$l(x)=c$，则有：
$$p(x)=c{x}_2$$
定义中间变量$z=\hat{d}-p(x)$

于是，扰动观测器的形式为：
$$\begin{array}{rl}\dot{z}& =-l(x)g_2(x)z-l(x)\left[f(x)+g_1(x)u+g_2(x)p(x)\right]\\ & =-cz-c(-k|x_2|x_2+bu+c{x}_2)\\ \hat{d}& =z+p(x)=z+c{x}_2\end{array}$$

4 参考文献

[1] Wen-Hua Chen et. al. A Nonlinear Disturbance Observer for Robotic Manipulators, 2000
[2] Wen-Hua Chen et. al. Disturbance-Observer-Based Control and Related Methods—An Overview, 2016