前言`
本文将就超螺旋观测器的有限时间收敛性进行证明。读者可以认为是2012年文献[1]的英文翻译成中文,如果想看更原汁原味的文章可以直接看原文。
STA可以用以下公式进行描述:
x
˙
1
=
−
k
1
∣
x
1
∣
1
/
2
s
i
g
n
(
x
1
)
+
x
2
+
ρ
1
(
x
,
t
)
x
˙
2
=
−
k
2
s
i
g
n
(
x
1
)
+
ρ
2
(
x
,
t
)
\begin{equation} \begin{aligned} \dot x_1 &= -k_1 |x_1|^{1/2}\mathrm{sign}(x_1) + x_2 + \rho_1(x,t) \\ \dot x_2 &= -k_2\mathrm{sign}(x_1) + \rho_2(x,t) \end{aligned} \end{equation}
x˙1x˙2=−k1∣x1∣1/2sign(x1)+x2+ρ1(x,t)=−k2sign(x1)+ρ2(x,t)
其中,
x
i
x_i
xi是状态变量,
k
i
k_i
ki是要被设计的增益,
ρ
i
\rho_i
ρi是干扰项。
一、无扰动下的超螺旋滑模观测器
先考虑
ρ
1
(
x
,
t
)
=
0
\rho_1(x,t)=0
ρ1(x,t)=0,
ρ
2
(
x
,
t
)
=
0
\rho_2(x,t)=0
ρ2(x,t)=0的情况,于是系统可以简化成以下形式。
x
˙
1
=
−
k
1
∣
x
1
∣
1
/
2
s
i
g
n
(
x
1
)
+
x
2
x
˙
2
=
−
k
2
s
i
g
n
(
x
1
)
\begin{equation} \begin{aligned} \dot x_1 &= -k_1 |x_1|^{1/2}\mathrm{sign}(x_1) + x_2 \\ \dot x_2 &= -k_2\mathrm{sign}(x_1) \end{aligned} \end{equation}
x˙1x˙2=−k1∣x1∣1/2sign(x1)+x2=−k2sign(x1)
变量变形
假设新的变量为
z
T
=
[
z
1
,
z
2
]
=
[
∣
x
1
∣
1
/
2
s
i
g
n
(
x
1
)
,
x
2
]
z^\mathrm T=[z_1, z_2]=\left[ |x_1|^{1/2}\mathrm{sign}(x_1),x_2\right ]
zT=[z1,z2]=[∣x1∣1/2sign(x1),x2],于是
z
˙
=
1
∣
z
1
∣
A
z
,
A
=
[
−
1
2
k
1
1
2
−
k
2
0
]
\dot z=\frac{1}{|z_1|}Az,A=\begin{bmatrix} -\frac{1}{2}k_1 & \frac{1}{2} \\ -k_2 & 0 \\ \end{bmatrix}
z˙=∣z1∣1Az,A=[−21k1−k2210]
其中,
∣
z
1
∣
=
∣
x
1
∣
1
/
2
|z_1|=|x_1|^{1/2}
∣z1∣=∣x1∣1/2,考虑李雅普诺夫函数
V
(
x
)
=
z
T
P
z
V(x)=z^TPz
V(x)=zTPz
其中,
P
P
P是一个常数、对称、正定的矩阵。对其求导得
V
˙
=
−
∣
x
1
∣
−
1
/
2
z
T
Q
z
\begin{equation} \dot V=-|x_1|^{-1/2}z^TQz \end{equation}
V˙=−∣x1∣−1/2zTQz
其中,
P
P
P,
Q
Q
Q满足代数李亚普诺夫Algebraic Lyapunov Equation (ALE)方程
A
T
P
+
P
A
=
−
Q
A^TP+PA=-Q
ATP+PA=−Q
当
k
1
>
0
,
k
2
>
0
k_1>0,k_2>0
k1>0,k2>0时,
A
A
A是Hurwitz矩阵(所有特征值为负),则对于任意的矩阵
Q
=
Q
T
>
0
Q=Q^T>0
Q=QT>0,存在唯一矩阵
P
=
P
T
>
0
P=P^T>0
P=PT>0使其满足上式。接下来给出定理1。
定理
定理1.考虑无干扰的STO,具有固定增益
k
1
k_1
k1,
k
2
k_2
k2,具有以下性质:
1.原点
x
=
0
x=0
x=0是有限时间稳定的。
2.矩阵
A
A
A是Hurwitz矩阵,其所有特征值具有负实部。
3.增益
k
1
>
0
,
k
2
>
0
k_1>0,k_2>0
k1>0,k2>0。
4.对于任意的矩阵
Q
=
Q
T
>
0
Q=Q^T>0
Q=QT>0,存在唯一矩阵
P
=
P
T
>
0
P=P^T>0
P=PT>0满足ALE方程。
证明
定理中2、3、4的证明可以从线性时不变系统的李雅普诺夫稳定性中得到。因此主要证明定理中的性质1。
V
(
x
)
=
z
T
P
z
=
p
11
∣
x
1
∣
+
2
p
12
x
2
∣
x
1
∣
1
/
2
s
i
g
n
(
x
1
)
+
p
22
x
2
2
V(x)=z^TPz=p_{11}|x_1|+2p_{12}x_2|x_1|^{1/2}\mathrm{sign}(x_1)+p_{22}x_2^2
V(x)=zTPz=p11∣x1∣+2p12x2∣x1∣1/2sign(x1)+p22x22,其中
p
i
j
p_{ij}
pij是矩阵
P
P
P的分量。于是
V
V
V是关于
x
x
x的完全连续(Absolute Continuous,AC)函数,它是正定的且径向无界的。可以得到
λ
m
i
n
(
P
)
∣
∣
z
∣
∣
2
≤
V
(
x
)
≤
λ
m
a
x
(
P
)
∣
∣
z
∣
∣
2
\begin{equation} \lambda_{min}(P)||z||^2\leq V(x)\leq \lambda_{max}(P)||z||^2 \end{equation}
λmin(P)∣∣z∣∣2≤V(x)≤λmax(P)∣∣z∣∣2
其中,
∣
∣
z
∣
∣
2
=
∣
x
1
∣
+
x
2
2
||z||^2=|x_1|+x_2^2
∣∣z∣∣2=∣x1∣+x22,
λ
(
P
)
\lambda(P)
λ(P)为矩阵
P
P
P的特性值。为了保证收敛到0,有必要证明沿着系统(2)的轨迹
ϕ
(
t
,
x
0
)
\phi(t,x_0)
ϕ(t,x0),
V
(
ϕ
(
t
,
x
0
)
)
V(\phi(t,x_0))
V(ϕ(t,x0))会单调减少。当李雅普诺夫函数连续可微,或者至少是局部Lipschitz连续,通常借助李雅普诺夫定理。然而,
V
(
x
)
V(x)
V(x)在
x
1
=
0
x_1=0
x1=0处,其中的
∣
x
1
∣
1
/
2
s
i
g
n
(
x
1
)
|x_1|^{1/2}\mathrm{sign}(x_1)
∣x1∣1/2sign(x1)项导致了其不满足前面的两个条件。
说明:Lipschitz连续即存在L使得
∣
f
(
x
)
−
f
(
y
)
∣
≤
L
∣
x
−
y
∣
|f(x)-f(y)|\leq L|x-y|
∣f(x)−f(y)∣≤L∣x−y∣。显然
∣
∣
x
∣
1
/
2
s
i
g
n
(
x
)
−
0
∣
/
∣
x
∣
=
x
−
1
/
2
≤
L
\left||x|^{1/2}\mathrm{sign}(x)-0\right|/|x|=x^{-1/2}\leq L
∣x∣1/2sign(x)−0
/∣x∣=x−1/2≤L,当
x
x
x趋于0时,这样的
L
L
L显然不存在。
于是,可以通过Zubov的理论[2,Theorem 20.2,p. 568.],这个理论只需要李雅普诺夫函数的连续性来证明收敛性。
如果我们可以证明
V
(
ϕ
(
t
,
x
0
)
)
V(\phi(t,x_0))
V(ϕ(t,x0))时间的AC函数,则当且仅当
V
˙
\dot V
V˙几乎处处负定
V
(
ϕ
(
t
,
x
0
)
)
V(\phi(t,x_0))
V(ϕ(t,x0))是单调递减函数[3,p.207]。注意到
V
(
ϕ
(
t
,
x
0
)
)
=
V
∘
ϕ
(
t
,
x
0
)
V(\phi(t, x_0)) = V \circ \phi(t, x_0)
V(ϕ(t,x0))=V∘ϕ(t,x0) 是函数
V
(
x
)
V(x)
V(x) 和
ϕ
(
t
,
x
0
)
\phi(t, x_0)
ϕ(t,x0) 的组合,其中
V
(
x
)
V(x)
V(x) 是关于
x
x
x 的 AC 函数,而
ϕ
(
t
,
x
0
)
\phi(t, x_0)
ϕ(t,x0) 根据微分方程(1)包含的解的定义是关于时间的 AC 函数。然而两个AC函数的组合通常不是一个AC函数[4,p. 391]。两个AC函数的加发和乘法总是一个AC函数,但是两个(标量)AC函数
h
∘
g
h\circ g
h∘g可以是AC函数,如果它们满足
h
h
h是利普西茨或者
g
g
g是单调的[4,p. 391]。在
V
(
ϕ
(
t
,
x
0
)
)
=
p
11
∣
ϕ
1
(
t
,
x
0
)
∣
+
2
p
12
ϕ
2
(
t
,
x
0
)
∣
ϕ
1
(
t
,
x
0
)
∣
1
/
2
s
i
g
n
(
ϕ
1
(
t
,
x
0
)
)
+
p
22
x
2
2
V(\phi(t,x_0))=p_{11}|\phi_1(t,x_0)|+2p_{12}\phi_2(t,x_0)|\phi_1(t,x_0)|^{1/2}\mathrm{sign}(\phi_1(t,x_0))+p_{22}x_2^2
V(ϕ(t,x0))=p11∣ϕ1(t,x0)∣+2p12ϕ2(t,x0)∣ϕ1(t,x0)∣1/2sign(ϕ1(t,x0))+p22x22
中,确定
V
(
ϕ
(
t
,
x
0
)
)
V(\phi(t,x_0))
V(ϕ(t,x0))是AC函数的问题项是这一项,
∣
x
1
∣
1
/
2
s
i
g
n
(
x
1
)
∘
ϕ
1
(
t
,
x
0
)
=
ϕ
1
(
t
,
x
0
)
∣
1
/
2
s
i
g
n
(
ϕ
1
(
t
,
x
0
)
)
|x_1|^{1/2}\mathrm{sign}(x_1)\circ \phi_1(t,x_0)=\phi_1(t,x_0)|^{1/2}\mathrm{sign}(\phi_1(t,x_0))
∣x1∣1/2sign(x1)∘ϕ1(t,x0)=ϕ1(t,x0)∣1/2sign(ϕ1(t,x0)),并且
∣
x
1
∣
1
/
2
s
i
g
n
(
x
1
)
|x_1|^{1/2}\mathrm{sign}(x_1)
∣x1∣1/2sign(x1)在
x
1
=
0
x_1=0
x1=0处是非利普西茨的。接下来,我们将说明当
ϕ
1
(
t
,
x
0
)
\phi_1(t,x_0)
ϕ1(t,x0)经过
ϕ
1
(
t
,
x
0
)
=
0
\phi_1(t,x_0)=0
ϕ1(t,x0)=0,它是单调的,这也就证明了
V
(
ϕ
(
t
,
x
0
)
)
V(\phi(t,x_0))
V(ϕ(t,x0))是
t
t
t的AC函数,因此它的导数几乎处处都有定义。
为了证明 ϕ 1 ( t , x 0 ) \phi_1(t,x_0) ϕ1(t,x0)经过0的时候是单调的,假设在 t = τ t=\tau t=τ时刻, ϕ 1 ( τ , x 0 ) = 0 \phi_1(\tau,x_0)=0 ϕ1(τ,x0)=0, ϕ 2 ( t , x 0 ) ≠ 0 \phi_2(t,x_0)\neq0 ϕ2(t,x0)=0。从微分方程可以得到 x ˙ 1 ∈ − k 1 ∣ x 1 ∣ 1 / 2 s i g n ( x 1 ) + x 2 \dot x_1\in-k_1|x_1|^{1/2}\mathrm{sign}(x_1)+x_2 x˙1∈−k1∣x1∣1/2sign(x1)+x2。则 ϕ 1 ( t , x 0 ) \phi_1(t,x_0) ϕ1(t,x0)在包含 τ \tau τ的某个区间内单调递增或者递减。如果在 t = τ t=\tau t=τ时刻, ϕ 1 ( τ , x 0 ) = 0 \phi_1(\tau,x_0)=0 ϕ1(τ,x0)=0, ϕ 2 ( t , x 0 ) = 0 \phi_2(t,x_0)=0 ϕ2(t,x0)=0, ϕ 1 ( τ , x 0 ) \phi_1(\tau,x_0) ϕ1(τ,x0)将已知保持在0处。在上述两种情况下 V ( ϕ ( t , x 0 ) ) V(\phi(t,x_0)) V(ϕ(t,x0))均是AC函数。
由于
V
(
ϕ
(
t
,
x
0
)
)
V(\phi(t,x_0))
V(ϕ(t,x0))并且
V
˙
\dot V
V˙(3)几乎处处不可微(n.d),它遵循
V
(
ϕ
(
t
,
x
0
)
)
V(\phi(t,x_0))
V(ϕ(t,x0))是单调递减函数[3,p.207]。
此处为原文原话:Since
V
(
ϕ
(
t
,
x
0
)
)
V(\phi(t,x_0))
V(ϕ(t,x0)) is AC and
V
˙
\dot V
V˙(3) is n.d. almost everywhere, it follows that
V
(
ϕ
(
t
,
x
0
)
)
V(\phi(t,x_0))
V(ϕ(t,x0)) is a monotonically decreasing function [3, p. 207].
此外,从(4)式可知
∣
x
1
∣
1
/
2
≤
∣
∣
z
∣
∣
≤
λ
m
i
n
−
1
/
2
(
P
)
V
1
/
2
|x_1|^{1/2}\leq ||z||\leq \lambda_{min}^{-1/2}(P)V^{1/2}
∣x1∣1/2≤∣∣z∣∣≤λmin−1/2(P)V1/2,于是
∣
x
1
∣
−
1
/
2
≥
λ
m
i
n
1
/
2
(
P
)
V
−
1
/
2
|x_1|^{-1/2}\ge \lambda_{min}^{1/2}(P)V^{-1/2}
∣x1∣−1/2≥λmin1/2(P)V−1/2。同理可以得到
z
T
Q
z
≥
λ
m
i
n
(
Q
)
∣
∣
z
∣
2
≥
λ
m
i
n
(
Q
)
λ
m
a
x
−
1
(
P
)
V
z^TQz\ge \lambda_{min}(Q)||z|^2\ge \lambda_{min}(Q)\lambda_{max}^{-1}(P)V
zTQz≥λmin(Q)∣∣z∣2≥λmin(Q)λmax−1(P)V,于是可以得到:
V
˙
=
−
∣
x
1
∣
−
1
/
2
z
T
Q
z
≤
−
σ
V
1
/
2
\begin{equation} \dot V=-|x_1|^{-1/2}z^TQz\leq -\sigma V^{1/2} \end{equation}
V˙=−∣x1∣−1/2zTQz≤−σV1/2
其中 ,
σ
=
λ
m
i
n
1
/
2
(
P
)
λ
m
i
n
(
Q
)
λ
m
a
x
(
P
)
\sigma=\frac{\lambda_{min}^{1/2}(P)\lambda_{min}(Q)}{\lambda_{max}(P)}
σ=λmax(P)λmin1/2(P)λmin(Q)。因为AC函数是它导数的积分,可以得到:
V
(
ϕ
(
t
,
x
0
)
)
−
V
(
ϕ
(
0
,
x
0
)
)
=
∫
0
t
V
˙
(
ϕ
(
τ
,
x
0
)
)
d
τ
≤
−
σ
∫
0
t
V
1
/
2
(
ϕ
(
τ
,
x
0
)
)
d
τ
V(\phi(t,x_0))-V(\phi(0,x_0))= \int_0^t\dot V(\phi(\tau,x_0))d\tau\\ \leq-\sigma\int_0^t V^{1/2}(\phi(\tau,x_0))d\tau
V(ϕ(t,x0))−V(ϕ(0,x0))=∫0tV˙(ϕ(τ,x0))dτ≤−σ∫0tV1/2(ϕ(τ,x0))dτ
根据Bihari不等式[2, p.509]可以推出
V
(
ϕ
(
t
,
x
0
)
)
≤
(
V
1
/
2
(
x
0
)
−
(
σ
/
2
)
t
)
2
V(\phi(t,x_0))\leq (V^{1/2}(x_0)-(\sigma/2)t)^2
V(ϕ(t,x0))≤(V1/2(x0)−(σ/2)t)2,所以将在
T
(
x
0
)
=
2
σ
V
1
/
2
(
x
0
)
T_(x_0)=\frac{2}{\sigma}V^{1/2}(x_0)
T(x0)=σ2V1/2(x0)内收敛到0。
有关这里,可以使用换元法直接分析证明。针对(5)式进行变形。令 y = V 1 / 2 > 0 y=V^{1/2}>0 y=V1/2>0,则可以得到 y ˙ = 1 2 V ˙ V − 1 / 2 \dot y=\frac 1 2\dot V V^{-1/2} y˙=21V˙V−1/2,于是 V ˙ = 2 y y ˙ \dot V=2y\dot y V˙=2yy˙,带入(5)得, 2 y y ˙ ≤ − σ y 2y\dot y\leq -\sigma y 2yy˙≤−σy,于是 y ˙ ≤ − σ 2 \dot y\leq -\frac \sigma 2 y˙≤−2σ,于是 y ≤ y ( 0 ) − σ 2 t y\leq y(0)-\frac \sigma 2 t y≤y(0)−2σt,于是 V ≤ ( V ( 0 ) − σ 2 t ) 2 V\leq (V(0)-\frac \sigma 2 t)^2 V≤(V(0)−2σt)2。
接下来,为了更深刻地说明定理1的性质1和性质2是等价的,我们假设矩阵A不是赫尔维兹(Hurwitz)矩阵,我们将证明
x
=
0
x=0
x=0对系统(2)来说不是渐近稳定的。接下来将讨论一下几种情况。假设矩阵A的特征值为
λ
1
,
2
=
k
1
/
4
±
k
1
2
/
16
−
k
2
/
2
\lambda_{1,2}=k_1/4\pm\sqrt{k_1^2/16-k_2/2}
λ1,2=k1/4±k12/16−k2/2
(1)
λ
1
,
2
\lambda_{1,2}
λ1,2是虚数,
k
1
=
0
,
k
2
>
0
k_1=0,k_2>0
k1=0,k2>0。于是,对于ALE方程
Q
=
0
Q=0
Q=0,
P
=
diag
{
k
2
,
1
}
P=\text{diag}\{k_2,1\}
P=diag{k2,1}。所以
V
(
x
)
V(x)
V(x)是局部利普西茨,以及正定(p.d.)的。并且
V
˙
=
0
\dot V=0
V˙=0,即
V
(
x
)
V(x)
V(x)为常数且无法收敛到0。
(2)
λ
1
,
2
=
0
\lambda_{1,2}=0
λ1,2=0,
k
1
=
0
,
k
2
=
0
k_1=0,k_2=0
k1=0,k2=0,在这种情况下系统(2)是线性的,显然关于原点是不稳定的。
(3)
λ
1
,
2
\lambda_{1,2}
λ1,2是不同符号的实数,
k
1
2
≥
8
k
2
,
k
2
<
0
k_1^2\ge 8k_2,k_2<0
k12≥8k2,k2<0,于是可以得到
P
c
=
[
−
k
1
1
1
0
]
,
Q
c
=
[
2
k
2
−
k
1
2
k
1
k
1
−
1
]
<
0
P_c=\left[\begin{array}{ll}-k_1 & 1 \\ 1 & 0\end{array}\right], Q_c=\left[\begin{array}{ll}2 k_2-k_1^2 & k_1 \\ k_1 & -1\end{array}\right]<0
Pc=[−k1110],Qc=[2k2−k12k1k1−1]<0是ALE方程的解。 Chetaev的不稳定关系推广将在这里用来证明[5, Theorem 4.3]。对于函数
V
c
(
x
)
=
z
T
P
c
z
V_c(x)=z^TP_cz
Vc(x)=zTPcz,在集合
U
=
{
z
∈
R
2
∣
z
1
(
2
z
2
−
k
1
z
1
)
>
0
}
U=\left\{z \in \mathbb{R}^2 \mid z_1\left(2 z_2-k_1 z_1\right)>0\right\}
U={z∈R2∣z1(2z2−k1z1)>0}中是正定的。
U
U
U包含了原点附近的任意点,并且在
V
c
(
x
)
=
0
V_c(x)=0
Vc(x)=0处有边界
{
z
1
=
0
}
\{z_1=0\}
{z1=0}和
{
2
z
2
=
k
1
z
1
}
\{2 z_2=k_1 z_1\}
{2z2=k1z1}。
对于任意的初始点
x
0
∈
U
∩
B
r
x_0 \in U\cap B_r
x0∈U∩Br,
B
r
=
{
z
∈
R
2
∣
∣
z
∣
∣
∣
≤
r
B_r=\{z\in \mathbb{R}^2 ||z||\mid \leq r
Br={z∈R2∣∣z∣∣∣≤r,
V
c
(
x
0
)
>
0
V_c(x_0)>0
Vc(x0)>0,既然
V
˙
c
(
x
)
=
−
∣
x
1
∣
−
1
/
2
z
T
Q
c
z
>
0
\dot V_c(x)=-|x_1|^{-1/2}z^TQ_cz>0
V˙c(x)=−∣x1∣−1/2zTQcz>0在
U
U
U内,轨迹
V
(
ϕ
(
t
,
x
0
)
)
V(\phi(t,x_0))
V(ϕ(t,x0))必然会穿过
B
r
B_r
Br的边界离开
U
∩
B
r
U\cap B_r
U∩Br。因此原点是不稳定的。
注:此处和原文不一致。原文为For any initial point
x
0
∈
U
∩
B
r
x_0 \in U\cap B_r
x0∈U∩Br, with
B
r
=
{
z
∈
R
2
∣
∣
z
∣
∣
∣
≤
r
B_r=\{z\in \mathbb{R}^2 ||z||\mid \leq r
Br={z∈R2∣∣z∣∣∣≤r,
V
c
(
x
0
)
>
0
V_c(x_0)>0
Vc(x0)>0 , and,since
V
˙
c
(
x
)
=
z
T
Q
c
z
>
0
\dot V_c(x)=z^TQ_cz>0
V˙c(x)=zTQcz>0 in
U
U
U, the trajectory
V
(
ϕ
(
t
,
x
0
)
)
V(\phi(t,x_0))
V(ϕ(t,x0)) has to leave
U
∩
B
r
U\cap B_r
U∩Br through the boundary of
B
r
B_r
Br. This implies that the origin is unstable.
(4)
λ
1
,
2
\lambda_{1,2}
λ1,2其中一个数是负数,
k
1
≠
0
,
k
2
=
0
k_1\neq 0,k_2=0
k1=0,k2=0。则
z
2
(
t
)
z_2(t)
z2(t)恒等于
z
2
(
0
)
z_2(0)
z2(0),所以不可能有渐进稳定性。
(5)
λ
1
,
2
\lambda_{1,2}
λ1,2的实部均为正数。所以矩阵A是Anti-Hurwitz。解ALE得对每一个负定的矩阵Q,均有一个正定解P。因此系统是不稳定的。
目前有关带干扰的有限时间滑模观测器还未完成。文章中标黄的位置是笔者不理解的地方或者是自己思考后的心得,文章难免有疏漏之处,希望读者可以指出,谢谢。12.10日
三、参考文献
[1].J. A. Moreno and M. Osorio, “Strict Lyapunov Functions for the Super-Twisting Algorithm,” in IEEE Transactions on Automatic Control, vol. 57, no. 4, pp. 1035-1040, April 2012, doi: 10.1109/TAC.2012.2186179.
[2].A. S. Poznyak, Advanced Mathematical Tools for Automatic Control Engineers. Amsterdam, The Netherlands: Elsevier, 2008, vol. 1, Deterministic Techniques, p. 774.
[3].A. Baccioti and L. Rosier, Liapunov Functions and Stability in Control Theory, 2nd ed. New York: Springer-Verlag, 2005.
[4].V. I. Bogachev, Measure Theory. Berlin, Germany: Springer-Verlag,2007, vol. I, p. 491.
[5]. H. K. Khalil, Nonlinear Systems, Third ed. Upsaddle River, NJ: Prentice–Hall, 2002, p. 750.