matlab eig函数_基于状态观测器的状态反馈控制Matlab仿真实现

本文介绍了关于如何在matlab中实现课本中所学的状态反馈控制。状态反馈控制率的设计为u=-Kx+v;

假设一个系统，我们只知道它的输入u和输出y=x1，而其他状态在现实中是不可测量的，那么我们如何进行状态反馈的设计?这就需要引入状态观测器来对无法测量的状态进行估计。

分为以下几个步骤：

1. 验证系统可观测性可控性
2. 观测器程序设计
3. 极点配置

仿真模型图如上所示。状态空间描述如下：

首先判定系统是否可观测可控：

观测器设计程序:

注意：这里采用了LESO的参数整定方法。将观测器的极点统一配置在-w，然后选取带宽的值

已知ABC矩阵，那么设带宽为160 则选取合适的L阵满足条件，使得观测器的误差是稳定的。

L的选取计算方法：

最终得到L矩阵，观测器设计完毕。

极点配置部分：

可控性验证：

A=[-0.044 66666 0;-1 0 0.01;0 -65217 -21.7];

B=[0;0;2174];

Co=ctrb(A,B)

rank(Co)

极点配置程序：

A=[-0.044 66666 0;-1 0 0.01;0 -65217 -21.7];

B=[0;0;2174];

J=[-10;-10;-14.5];

eig(A)

K=acker(A,B,J)

eig(A-B*K)

通过acker函数计算出K阵，极点配置控制率设计完毕。

实际出现问题总结：

1. 出现不稳定问题，L有问题。极点配置不能离虚轴太近
2. 一开始总是末尾不稳定，但是把极点调到-100左右解决问题
3. 虚部也不能太大，会有稳态误差。但是极点可以选的很远三个极点之间的关系影响了稳态误差，通过调整他们的间距，解决稳态误差问题最终-100 -100 -145
4. 观测器跟踪存在稳态误差，如何消去稳态误差? 已解决:观测器方程有误，正确形式如下：

仿真结果如下，分别对阶跃曲线和正弦曲线进行跟踪:

可以看到 在1.5s加入了正弦扰动，仍能得到很好的抑制。

[1] 陈增强, 孙明玮, 杨瑞光. 线性自抗扰控制器的稳定性研究[J]. 自动化学报, 2013, 39(5):574-580.

[2 ]Gao Z . [IEEE 2003 American Control Conference - Denver, CO, USA (4-6 June 2003)] Proceedings of the 2003 American Control Conference, 2003. - Scaling and bandwidth-parameterization based controller tuning[C]// American Control Conference, 2003. Proceedings of the 2003. IEEE, 2003:4989-4996.

---

二周目：

时隔许久再次回来看这篇文发现，这篇并没有涉及ESO，只是基础的龙贝格观测器（全维状态观测器），寻找一个L阵使得A-LC是赫尔维茨即可，并不需要严格的整定策略。

而LESO其实就是全维观测器多了一阶而已，整定方法说白了就是把A-LC极点配在同一处，找到对应的那个L就ok。

A-LC是不是和A-BK形式很像？我们做状态反馈会求K阵，那么这里要求L阵，其实也是一样的。很简单，只要转置一下就可以了。sI-（A-LC）进行转置后行列式是不变的，所以可以转置为sI-（A‘-C'L’）L‘就相当于K

后来又做了一个四阶系统的LESO的仿真，发现x1~x3都可以精确估计，x4却一直是0，反复检查不知道错在哪。结果发现不是我式子写错了，是观测器增益不够大，一个四阶系统按照LESO的整定策略数值能上百万。。（其实不夸张，因为最后一项出现了4次方，轻轻松松就上百万。。）所以，它看上去是0不代表就是0，是上升速度实在太慢了（只仿真了5秒）所以，理论拿来做一下仿真就会发现很多不知道的问题，就算极点在左边，实际也不能满足要求，还要考虑快速性、噪声放大等问题。

至于出现的末尾发散问题，并不只是你看到的只在末尾发散，实际上从一开始就在发散了，指数的原因，后面的数太大了前面看不出来而已。俗称指数爆炸。

matlab编程这一块内容，使用s-function写模块是很方便的，定义好输入输出，中间再做运算就可以了。而且方便去改参数，只是matlab实在是太慢了，增益改大一点计算速度明显变慢。