![88b0d7e35361298a57d95d7aa4340195.png](https://i-blog.csdnimg.cn/blog_migrate/5668d0ea322cb3e97f5d346dde1257b6.jpeg)
自适应控制 (APC)
说道自适应控制(APC),也要追溯到5年前第一次接触,当时还只会应用下面的自适应律公式来求解,这里结合自己的一些想法来对自适应控制进行深入剖析,希望可以帮助到大家。
APC的历史:
在早期的二十世纪五十年代,APC被开始研究,当时应用在飞机的自动导航装置上。
简而言之,APC是一种带有在线参数识别的控制方法,主要可以被分为模型参考自适应控制(MRAC)、自校正控制器(STC)、参数自适应控制(PAC)。
首先介绍最好理解的STC
自校正控制器(STC)
个人理解,STC可以看作 参数估计器+控制器(这两部分组成)
这种不含有参考模型及自适应率的控制系统其实是很容易理解的。
下图为STC的结构:
![4e310095266bc652270dc589cc4f4f39.png](https://i-blog.csdnimg.cn/blog_migrate/c28c841f0773743378095bd35b199587.png)
既然是这种结构,我所了解的常见的参数估计器可利用如下方法构成:递推最小二乘法(RLS)、快速仿射投影算法(FAP)、最小均方误差(MSE)、卡尔曼滤波(KF)、扩展卡尔曼滤波(EKF)。
可以构成STC的常见控制器:比例积分微分控制器(PID)、滑模控制(SMC)、模糊控制、神经网络、遗传算法、预测控制(PC)、二次型最优控制(LQR)、时间延迟控制(TDC)、基于不确定扰动估计器(UDE)的控制器。
因此可以根据实际被控对象的需求,来构建一种适合的STC至关重要。
STC的参考资料包括如下:
Implementation of Self-tuning Controllersdigital-library.theiet.org![64fd3c5aee49b346d394a769e55891ba.png](https://i-blog.csdnimg.cn/blog_migrate/9bb1bd628e1b0aef7138b4fa760b98b2.png)
加州理工学院(Caltech)的教学讲义(开源):
https://www.cds.caltech.edu/archive/help/uploads/wiki/files/140/IEEE_WorkShop_Slides_Lavretsky.pdfwww.cds.caltech.edu其次介绍MRAC(10年前是灌水SCI期刊等论文的一把好手,当然能设计出这种方法是需要想象力的)
模型参考自适应控制(MRAC)
MRAC可以看作是 参考模型+控制器+自适应率(这三部分组成)
![e3ba5437fdecd4c5989b3fa24e87053b.png](https://i-blog.csdnimg.cn/blog_migrate/ffa53590c2a976d9e02f1666cbc2ae41.png)
- 参考模型的设计:
假设被控对象的状态方程和输出方程如下所示:
那么参考模型的状态方程和输出方程可构造为如下所示:
仔细一看,Eqs. (1-2)也就是TDC理论的前身中所介绍的模型方程。也就是可以这样描述,MRAC就是加了自适应率的TDC前身,即保持了TDC前身的系统稳定性,又基于自适应的特性来在线预测参数,抑制了被控对象模型的扰动问题。在我看来,MRAC可谓是一箭双雕!
TDC理论的前身传送门:
K.0k:串讲:控制理论:TDC理论的前身zhuanlan.zhihu.com