【Advanced控制理论】Nonlinear Adaptive Controller非线性自适应控制器（附Simulink程序）

在上一篇BLOG中谈到了非线性反馈控制器，其中系统的所有参数均为已知，这样的系统称为Exactly Known System。若系统中的参数未知该如何求解，由此引出Nonlinear Adaptive Controller。DR_CAN的相关视频链接：https://www.bilibili.com/video/BV1yW411u7qv

在之前的Tracking Problem中，系统的状态方程为：$$\dot{x}=a{x}^2+u\text{\hspace{1em}(1)}$$

设：$$e=x_d-x\text{\hspace{1em}(2)}$$$$\dot{e}={\dot{x}}_d-\dot{x}={\dot{x}}_d-a{x}^2-u\text{\hspace{1em}(3)}$$

定义:$$V_{(e)}=\frac{1}{2}{e}^2\text{\hspace{1em}(PD)}$$$${\dot{V}}_{(e)}=e\dot{e}=e({\dot{x}}_d-a{x}^2-u)\text{\hspace{1em}(4)}$$

令：$$u={\dot{x}}_d-a{x}^2+ke\text{\hspace{1em}(5)}$$

这样${\dot{V}}_{(e)}=-k{e}^2$为$ND$，将$(5)$式代入$(3)$式得到：$\dot{e}=-ke$，整个过程为Feedback Linearization。

以上是在$a$为已知的情况下，假设有这样一个模型：给一小车施加一个力$F$，使得小车以期望速度$\dot{x}$运动，其中车上载有一个人的质量为$m$，我们期望不论人的质量为多少，小车均能按照稳定速度运动，即Adapt the unkonwn parameter。假设$a$是一个缓慢变化的常数，即$\dot{a}=0$。引入Estimate：$\hat{a}$和Estimate error：$\tilde{a}=a-\hat{a}$，得到：$$\dot{\tilde{a}}=\dot{a}-\dot{\hat{a}}=-\dot{\hat{a}}\text{\hspace{1em}(6)}$$

此时$$u={\dot{x}}_d-\hat{a}{x}^2+ke\text{\hspace{1em}(7)}$$

定义Lyapunov function$$V_{(e,\tilde{a})}=\frac{1}{2}{e}^2+\frac{1}{2}{\tilde{a}}^2\text{\hspace{1em}(PD)}$$$$\dot{V}=e\dot{e}+\tilde{a}\dot{\tilde{a}}=e({\dot{x}}_d-a{x}^2-u)-\tilde{a}\dot{\hat{a}}\text{\hspace{1em}(8)}$$

将$(7)$代入$(8)$式得：$$\dot{V}=e(-(a-\hat{a})x^2-ke)-\tilde{a}\dot{\hat{a}}=-e\tilde{a}{x}^2-k{e}^2-\tilde{a}\dot{\hat{a}}=-k{e}^2-\tilde{a}(e{x}^2+\dot{\hat{a}})\text{\hspace{1em}(9)}$$

其中$-k{e}^2$为$ND$，令$\dot{\hat{a}}=-e{x}^2$，这样$(9)$式后半部分为$0$，即：$${\dot{V}}_{(e,\tilde{a})}=-k{e}^2\text{\hspace{1em}(NSD)}$$

此时无法判定$e\to 0$和$\tilde{a}\to 0$，只能确定二者稳定，需要引入Lyapunov-like lemma：
$1）V\ge 0$
$2）\dot{V}\le -g(t)，whereg(t)\ge 0$
$3）\dot{g}(t)\in L，if\dot{g}(t)isboundedtheg(t)isuniformlycontinuous$
$then\underset{t\to \infty }{\lim }g(t)=0$

在本模型中，$V$为$PD$自然满足$PSD$，满足$(1)$；
$\dot{V}=-k{e}^2$，令$g(t)=k{e}^2\ge 0$，满足$(2)$；
$\dot{g}(t)=2ke\dot{e}$是收敛的且$g(t)$为一致连续的，满足$(3)$。
即可得出结论$\underset{t\to \infty }{\lim }k{e}^2=0$，即在$t\to \infty$时$e\to 0$，令：$$\dot{\hat{a}}=-e{x}^2=-{\int }_0^{t}e{x}^{2}dt\text{\hspace{1em}(10)}$$

将$(10)$式代入$(7)$式得出：$$u={\dot{x}}_d+x^2{\int }_0^{t}e{x}^{2}dt+ke$$

即我们要求的最终结果。

============================================================================
以下为Matlab Simulink程序仿真：

当期望值$x_d$设为常数$2$，$a$设为$[24]$的$RepeatingSequenceStair$时，仿真结果如下：

其中黄线为期望值，蓝线为实际值，追踪结果良好。系统输入$u$曲线如图：
可以看到初始时输入很大，后期输入基本为$0$。

Simulink程序链接：
链接：https://pan.baidu.com/s/1IUelPowOM9osWAK-Za3G9Q
提取码：ehxq