0.写在前面
本报告为研一自适应控制课程的第一次课程作业，主要为通过simulink进行基于MRAC的MIT和Parks控制器进行仿真，比较简单基础，后面可能会结合实际系统进行控制器设计，欢迎同学们交流学习哦。
1.设计问题
若被控对象为1/(s2+2s+2)，取参考模型为2/(s2+2s+2)，试用MIT方法和Lyapunov-MIT方法进行仿真控制，并比较不同增益下二者的控制性能。（也可以尝试不同的控制对象和参考对象模型）讨论设计、编程过程中遇到的问题及解决方法。要求提交仿真程序和实验报告。
2.控制器原理
MIT方法以及Lyapunov-MIT方法的原理框图如下图2.1所示，控制律为式2.1。
图 2.1 MIT方法以及Lyapunov-MIT方法的原理框图
3.控制器设计
经典的MIT方法需要对于其控制器参数γ进行设置，选取合适的γ值即可实现对于控制器最优性能的实现；但当γ取值过大时，系统会面临失稳。而基于Lyapunov稳定性原理的改进MIT方法，在控制系统为正实系统时，可以确保不论控制器参数γ的如何选取，整体闭环系统都能保证收敛；而如果系统为非正实时，这种保证收敛的特性会失效。
3.1非正实控制对象的MIT和Lyapunov-MIT控制比较
下面基于设计题目中的非正实对象进行控制器的设计，进行仿真分析。被控对象和参考模型的传递函数如下：
分别通过Simulink仿真软件，按照图 2.1的原理框图搭建仿真模型，最终得到如下图 3.1所示的模型，其中上方模块为采用经典MIT方法设计的闭环控制系统，下方模块为Lyapunov-MIT方法的闭环控制框图。
图 3.1 MIT控制模型
图 3.2 Lyapunov-MIT控制模型
对于采用经典MIT方法的上方模块，设置输入信号为幅值为1，周期为20s的方波信号，控制器参数γ取2，仿真时长设置为80s，得到输出信号如图 3.3所示。
图 3.3 输入幅值为1，周期为20的方波，γ取1时的仿真输出
由仿真结果可以看出，控制器输出信号最终会收敛到2，也即被控对象最终会收敛到和参考模型保持一致，与课件上的结论保持一致，说明该Simulink模型设计无误。
下面基于两种方法设计的闭环控制系统，分别通过改变控制器参数γ的值来探究非正实系统下，两种控制器的控制性能。为便于仿真比较，下文中输入信号均设置为幅值为1，周期为20s的方波信号，与上面的仿真保持一致。
(a)γ=0.1 (b)γ=0.5
(c)γ=1 (d)γ=2
(c)γ=5 (d)γ=8
图 3.4 γ取不同值时，非正实系统参考模型输出、MIT输出和Lyapunov-MIT输出比较
通过以上的仿真可以看出，无论是采用MIT方法，还是Lyapunov-MIT方法，对于非正实的被控对象，均具有相似的性质，即当γ较小时，系统仍然稳定，但收敛速度较慢；但当γ取值过大时，非正实控制对象的输出均会发散，其中Lyapunov-MIT方法的发散幅度会远小于MIT方法。
3.2正实控制对象的MIT和Lyapunov-MIT控制比较
下面构造两个正实的系统，如下所示，重复上述仿真过程，分析仿真结果如图 3.5。
(a)γ=0.1 (b)γ=100
(c)γ=500 (d)γ=1000
图 3.5 γ取不同值时，正实系统的参考模型输出、MIT输出和Lyapunov-MIT输出比较
从仿真结果中可以看出，对于修改后的正实系统而言，对于控制器参数γ的要求大大放宽了。当γ较小时，两种系统同样存在系统响应延迟的问题；而当γ取值较大时，可以观察到即使采用采用经典MIT方法时，γ也可以取值102数量级仍然保持收敛，取值为103数量级时才观察到发散；而基于Lyapunov稳定性原理设计的Lyapunov-MIT控制器，理论上对于任意γ的取值，均能保证系统的收敛。
3.3非正实控制对象的Parks控制器设计
回归到被控对象本身，我们在设计这一类非正实控制器时，一般不会存在为系统引入一个开环零点的设计，因此上一节中的分析并不适用于对于原被控对象的实际的控制器设计，考虑到非正实被控对象对于MIT方法中γ参数的取值要求较为严格，需要寻求其他方法进行控制器的设计，我根据后续的学习内容进行了Parks控制器的尝试，模型如图 3.6所示。
Parks控制器采用与课件中一致的参数设计，即
最终得到控制效果与前文的几种方法的对比如图 3.7所示
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
