上一章传送门:
善道:线性系统控制入门(八)最优控制——LQR控制器zhuanlan.zhihu.com到目前为止,对于状态反馈控制器设计方法都是基于状态变量全是已知的。然而在很多情况下,这是不可能抑或是技术上有很大难度。那么对于那些未知的状态变量,如何才能借助仅有的可测的输出变量以及已知的输入变量来求得?这就是状态观测器的思想的由来。现在依然基于线性时不变的MIMO系统来设计状态观测器。
(9.1)
其中状态变量
,输入变量
,被测得的输入变量
,动态矩阵
,控制矩阵
,测量矩阵
。
9.1平凡观测器
使用受控对象本来的模型模拟受控对象(Simulation des Streckenmodells)是估计状态变量的最简单的方式。用于模拟的模型是
(9.2)
是对实际状态变量的估计变量,直接这样设计一个观测器,称为平凡观测器(trivialer Beobachter),或者被称为模拟器(Simulator)。而模拟器究竟能模拟到什么程度,可以用观测误差
来衡量。它能展示实际状态值和模拟器估计值之间的误差。
自然估计误差
也会满足微分方程
(9.3)
估计误差的动态显然是由原本系统决定的,如果原本系统渐近稳定,那么误差动态也是渐近稳定的。此外,如果估计误差的衰减行为或者说是误差动态在稳定的系统里也不受影响。也就是说,如果直接使用平凡观测器并不能消去估计误差,主要的原因就是平凡观测器并没有使用输出变量
的测量值,所以没法被影响。
9.2 完全Luenberger观测器
在平凡观测器的基础上,有改良过的所谓的Luenberger观测器。
它包含模拟器和修正器两部分。
(9.4)
Luenberger观测器有一个用输出向量误差
来权衡以及修正观测器估计值,而观测器增益矩阵
就是这个修正权重。继续考察新的误差微分方程
(9.5)
这是一个和前面设计状态反馈控制器类似的齐次微分方程,为了让估计误差在
时收敛于零,只需要选择合适的观测器增益矩阵
,使得合成误差动态矩阵
的特征值都处在左半平面,即合成的误差动态是渐近稳定的。
而这个新的Luenberger增益
就似乎和之前的Kalman增益
类似。观察它们
(9.6)
显然,