matlab仿真实例100题_输入-输出反馈线性化(Feedback linearization)控制算法Matlab仿真实例...

反馈线性化(Feedback linearization)可能是大部分人接触非线性控制之后学习的第一种控制方法,个人认为主要优点有两点:一,它的理解和实现都相对简单,二,它能让非线性系统的转换为线性系统,这样接下来,就可以直接套用线性系统中已有的控制方法;但同时,它的缺点也是明显的:如对于relative degree低于状态维度的系统,线性化后可能有internal dynamics,需要单独分...
摘要由CSDN通过智能技术生成

00de6a6fb31fd8ae9414f5a038c1833a.png

反馈线性化(Feedback linearization)可能是大部分人接触非线性控制之后学习的第一种控制方法,个人认为主要优点有两点:一,它的理解和实现都相对简单,二,它能让非线性系统的转换为线性系统,这样接下来,就可以直接套用线性系统中已有的控制方法;但同时,它的缺点也是明显的:如对于relative degree低于状态维度的系统,线性化后可能有internal dynamics,需要单独分析,并且它时常是不稳定(unstable internal dynamics)的,这时候,就不能使用反馈线性化;此外,反馈线性化的有效性十分依赖非线性模型的准确程度。

虽然如此,反馈线性化还是有价值的,并且,它的思想在其他的非线性控制中(如滑模控制、自适应控制)也有体现。本文将首先介绍输入输出反馈线性化(Input-output linearization)的基本原理,随后给出几个例子,简单地演示了如何将反馈线性化和传统的线性控制器(如LQG)结合使用,以及如何通过解耦MIMO系统,实现消除unstable internal dynamic,实现反馈线性化。

给出了用到的Matlabsimulink仿真模型和代码。

本文目录

  • 基本原理
  • 单输入-单输出系统(SISO)
    • 例子
    • 仿真
    • plant部分
    • controller部分
  • 问题
    • 解决办法
    • Simulink中的求导模块的一些反思
  • MIMO

基本原理

单输入-单输出系统(SISO)

equation?tex=%5Cbegin%7Barray%7D%7Bl%7D+%5Cdot%7BX%7D%3Df%28X%29%2Bg%28X%29+u+%5C%5C+y%3Dh%28X%29+%5Cend%7Barray%7D

其中

equation?tex=X%5Cin+R%5E%7Bn%7D%2C+u%5Cin+R%2C+y+%5Cin+R ,这里
equation?tex=X 大写是因为系统虽然是SISO,但可以有多个状态参数
  • 1、对
    equation?tex=y+ 求导
    equation?tex=m 次,直到
    equation?tex=y%5E%7B%28m%29%7D 的表达式出现
    equation?tex=u ,注意是
    equation?tex=u 的本体,不是
    equation?tex=%5Cdot%7Bu%7D 或者
    equation?tex=%5Cint%7Bu%7D 或者其他微分形式
  • 2、此时
    equation?tex=y%5E%7B%28m%29%7D 可以写成

equation?tex=y%5E%7B%28m%29%7D%3Df%27%28X%29%2Bg%27%28X%29u

其中的

equation?tex=f%27%28X%29%E3%80%81g%27%28X%29 就是求导
equation?tex=m+ 次累积出来的那些杂项。
  • 3、令
    equation?tex=u%3D%5Cfrac%7B1%7D%7Bg%27%28X%29%7D%28-f%27%28X%29%2Bv%29 ,此时系统被转换为
    equation?tex=y%5E%7B%28m%29%7D%3Dv ,系统也可以写成:

equation?tex=%5Cleft%5B%5Cbegin%7Barray%7D%7Bl%7D+%5Cdot%7By%7D%5C%5C+%5Cddot%7By%7D%5C%5C+%5Cvdots%5C%5C+y%5E%7B%28m%29%7D+%5Cend%7Barray%7D%5Cright%5D%3D%5Cleft%5B%5Cbegin%7Barray%7D%7Bl%7D+0%261%260%26%5Ccdots%260%5C%5C+0%260%261%260%260%5C%5C+%5Cvdots%26%5Cvdots%26%5Cvdots%26%5Cvdots%260%5C%5C+0%260%26%5Ccdots%260%260+%5Cend%7Barray%7D%5Cright%5D%5Cleft%5B%5Cbegin%7Barray%7D%7Bl%7D+y%5C%5C+%5Cdot%7By%7D%5C%5C+%5Cvdots%5C%5C+y%5E%7B%28m-1%29%7D+%5Cend%7Barray%7D%5Cright%5D%2B%5Cleft%5B%5Cbegin%7Barray%7D%7Bl%7D+0%5C%5C+0%5C%5C+%5Cvdots%5C%5C+1+%5Cend%7Barray%7D%5Cright%5Dv+%5Ctag%7B1%7D
  • 4、针对这个线性系统设计控制率
  • 5
    点赞
  • 35
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
鲁棒反馈线性化控制器(Robust Feedback Linearization Controller)在无人机(UAV)姿态控制中被广泛应用,它可以实现对无人机的姿态进行精确控制,并具有一定的鲁棒性能。 下面是鲁棒反馈线性化控制器在无人机姿态控制中的基本原理和步骤: 1. 系统建模:首先,需要建立无人机姿态控制的动力学模型。这可以通过欧拉角、四元数等方式来描述无人机的姿态,并根据物理原理和运动方程建立数学模型。 2. 线性化:对系统模型进行线性化处理,以便将非线性系统转化为线性系统。可以使用泰勒级数展开或其他线性化方法来获取线性化模型。 3. 反馈线性化:应用反馈线性化技术,将线性化后的模型引入到控制器设计中。反馈线性化可以通过状态反馈输出反馈来实现,目的是使得系统输入输出之间的关系满足线性条件。 4. 控制器设计:根据线性化后的模型设计控制器。常用的方法包括经典控制理论(如PID控制器)或现代控制理论(如状态反馈控制器、最优控制器等)。在设计控制器时,可以考虑系统的鲁棒性能,以提高控制器对参数变化、外部干扰等的抗干扰能力。 5. 参数整定:对控制器的参数进行调整和优化,以满足系统的性能要求。可以使用系统辨识方法、优化算法等进行参数整定。 6. 实施与仿真:将设计好的鲁棒反馈线性化控制器应用于无人机姿态控制中,并通过实际实验或仿真验证其控制性能和鲁棒性。 鲁棒反馈线性化控制器能够实现对无人机的姿态进行精确控制,并对系统的不确定性和干扰具有一定的鲁棒性能。这使得它在无人机姿态控制中得到广泛应用,能够提高无人机的稳定性和控制性能。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值