提升模型参考自适应瞬态性能
基于上一小节的推导,我们得到的误差动力学模型为:
e ˙ = A r e − B p Λ W ~ T σ \dot{e}=A_re-B_p\Lambda\widetilde{W}^T\sigma e˙=Are−BpΛW
Tσ
参考模型动力学模型为:
x ˙ r = A r x r + B r r \dot{x}_r = A_rx_r+B_rr x˙r=Arxr+Brr
对比两者,我们可以发现它们拥有同的系统矩阵 A r A_r Ar,这意味着它们拥有相同的特征根,拥有相似的受迫运动特性. 这种特性在模型跟踪进入稳态之后并不会对系统造成可观的不利的影响. 但可能会导致系统的瞬态响应震荡.举个例子来说明:在刚开启自适应控制器的阶段,自适应参数均未收敛且距稳态值仍有较大误差. 若此时误差收敛速率过慢, 则很有可能在误差的驱动下过度补偿自适应参数, 导致系统持续震荡. (这个可以类比,PID控制器中的积分环节,上一小节已总结过模型参考自适应控制本质上就是非线性积分控制).
为了解决上述问题, 我们可以对误差动力学进行加速.这里的改进思路借鉴了参考状态观测器的设计方法, 即我们可以通过在参考模型中加入一个误差项来驱动误差动力学模型.增强后的模型如下:
x ˙ r = A r x r + B r r + L v ( x p − x r ) = A r x r + B r r + L v e \dot{x}_r = A_rx_r+B_rr+L_v(x_p-x_r) = A_rx_r+B_rr+L_ve x˙r=Arxr+Brr+Lv(xp−xr)=Arxr+Brr+Lve
其中 L v L_v Lv 是误差项的正增益.类比于状态观测器中的观测器增益.
根据增强后的参考模型,误差动力学方程为:
e ˙ = x ˙ p − x ˙ r = A r x p + B r r − B p Λ W ~ T σ − A r x r − B r r − L v e = ( A r − L v ) e − B p Λ W ~ T σ \begin{aligned}\dot{e} &=\dot{x}_p-\dot{x}_r\\ &=A_rx_p+B_rr-B_p\Lambda\widetilde{W}^T\sigma-A_rx_r-B_rr-L_ve\\ &=(A_r-L_v)e-B_p\Lambda\widetilde{W}^T\sigma \end{aligned} e˙=x˙p−x˙r=Arxp+Brr−BpΛW
Tσ−Arxr−Brr−Lve=(Ar−Lv)e−BpΛW
Tσ
定义 A v = A r