AFAT稳定性分析

网上看资料时候无意中看到一个有意思的传递函数，加速型最速跟踪滤波器Acceleration fastest tracking filter，这个传函挺有意思，但是作者没给出理论分析，我来试着分析一下。

AFAT传递函数

AFAT是一个跟踪器，既输出会跟踪输入，传递函数如下
$$AFTF(s)=\frac{2}{Ts}(\frac{1-e^{-Ts}}{Ts}-e^{-Ts})$$
其中$T$是这个传递函数的时间常数。
下方是这个传递函数$T=1$对应的阶跃响应

也就是说传递函数的过渡过程是一个恒加速过程，在时间常数$T$之后跟踪到给定，并且瞬间停止。

AFAT分析

为什么说这个传递函数有意思，因为这个传递函数完全由积分环节和$\frac{1}{Ts}$和纯滞后环节$e^{-Ts}$组成，这两个环节都是线性时不变的环节(LTI)，其组合成的AFAT也是LTI系统。通常见到的LTI系统直观感觉上都是都是比较“光滑”的，也就是输出是高阶连续的。这个传函与通常见到的有差异的原因主要在于这个纯滞后环节$e^{-Ts}$。
在学习自控原理中很少涉及纯滞后环节$e^{-Ts}$，通常都是将其近似为一阶惯性环节
$$e^{Ts}=1+Ts+\frac{T^2{s}^2}{2!}+\frac{T^3{s}^3}{3!}+\cdots \approx 1+Ts$$
在$T$较小时有
$$e^{-Ts}\approx \frac{1}{1+Ts}$$
但是，在AFAT中，这个一阶逼近不成立。因为如果使用一阶逼近，会导致
$$\frac{1-e^{-Ts}}{Ts}-e^{-Ts}=\frac{1-\frac{1}{Ts+1}}{Ts}-\frac{1}{Ts+1}=\frac{Ts+1-1-Ts}{Ts\left(Ts+1\right)}=0$$
这就很有意思了，这个传递函数居然是利用$e^{-Ts}$的高次项来达成效果的
$$\frac{1-e^{-Ts}}{Ts}-e^{-Ts}=\frac{e^{Ts}-1-Ts}{Ts\cdot e^{Ts}}=\frac{\frac{T^2{s}^2}{2!}+\frac{T^3{s}^3}{3!}+\cdots }{Ts\cdot e^{Ts}}$$
$$\begin{array}{rl}AFTF(s)& =\frac{2}{Ts}(\frac{1-e^{-Ts}}{Ts}-e^{-Ts})\\ & =\frac{2}{Ts}\frac{\frac{T^2{s}^2}{2!}+\frac{T^3{s}^3}{3!}+\cdots }{Ts\cdot e^{Ts}}\\ & =\frac{e^{-Ts}}{T^2{s}^2}\left(T^2{s}^2+\frac{2T^3{s}^3}{3!}+\frac{2T^4{s}^4}{4!}+\cdots \right)\\ & =e^{-Ts}\left(1+\frac{2Ts}{3!}+\frac{2T^2{s}^2}{4!}+\cdots \right)\\ & =\frac{1+\frac{2Ts}{3!}+\frac{2T^2{s}^2}{4!}+\cdots }{1+Ts+\frac{T^2{s}^2}{2!}+\frac{T^3{s}^3}{3!}+\cdots }\end{array}$$
分子分母上都是无穷项，并且无法相消，但是使用终值定理可以得到，在阶跃给定下
$$\underset{t\to +\infty }{\lim }y\left(t\right)=\underset{s\to 0}{\lim }sAFAT\left(s\right)\frac{1}{s}=1$$
既AFAT是稳定的。从阶跃响应来看，AFAT是有限时间稳定的，这个暂时还没想到如何从理论上进行证明。