扰动观测器

--------------------------------------------------扰动观测器----------------------------------------------------------

包括线性、非线性、时域、频域

---------------------------------------------------------------------------------------------------------------------------

1.DOB  ((Linear/nonlinear) disturbance observer.)   by Ohishi,Kiyoshi,

原理:滤波,系统实际控制输入与计算输入(由系统标称模型计算得到)的差值,来得到扰动和不确定性的估计。

适用范围:频域线性系统,最小相位; 也可以处理:非最小相位,鲁棒稳定性等。

---------------------------------------------------------------------------------------------------------------------------

2.ESO (Extended state observer)    UIDO by Johnson and Han ,

原理 : 把扰动和不确定性 扩张成系统状态,设计传统的状态观测器,高增益 观测器-----------

适用范围: 时域线性 和非线性 ;   也可以处理: 鲁棒稳定性。

---------------------------------------------------------------------------------------------------------------------------

2.1  这篇文章研究了以上之间的关系 ,并提出了Functional  Disturbance Observer (FDOB)函数 扰动观测器,

因为在扰动过程中,不是所有状态信息都需要。FDOB 可以看做降阶观测器,但是它适用于多输入多输出系统

“ On Relationship between Time-Domain and Frequency-Domain Disturbance Observers and Its Applications”   MathWorks 论坛含代码

---------------------------------------------------------------------------------------------------------------------------

2.2  降级扰动观测器       By Kim ,and Jinya Su

原理: 首先对扰动进行扩张 ,然后基于此  设计函数阶观测器

适用范围: 离散时间线性系统, 对扰动有模型假设。 优点: 降阶 ,不需要系统完全可观; 缺点: 对测量噪声相对敏感

“Reduced order disturbance observer for discrete-time linear systems”   论坛含代码

---------------------------------------------------------------------------------------------------------------------------

3  非线性扰动观测器 NDOB

使用范围: 非线性系统, 状态全可测.

参考文献:‘A nonlinear disturbance observer for robotic manipulators’ (2000)

'Disturbance observer based control for nonlinear systems' (2004)

---------------------------------------------------------------------------------------------------------------------------

4. 高阶扰动观测器

原理: 通过多项式对扰动建模估计 ,运用扩张状态的方式 来估计扰动。 

因为运用了更多的扰动先验信息,一般情况下扰动估计性能会更好。

使用范围: 线性系统,非线性系统(状态全可测,或者部分可测)。 对扰动有模型假设

‘High order disturbance observer design for linear and nonlinear systems’

---------------------------------------------------------------------------------------------------------------------------

 5.高阶滑模扰动观测器  Levant ,Arie IJC 03

原理: 高阶滑模微分器的变形

适用范围: 对扰动估计能够实现有限时间。 传统的滑模观测器, 扰动估计噪声比较大, 应用时要加额外的滤波器

‘Continuous nonsingular terminal sliding mode control for systems with mismatched disturbances.’

---------------------------------------------------------------------------------------------------------------------------

6. 随机离散时间系统

原理 : Kalman filter 和Unknown input observer 的推广

适用范围: 离散时间线性系统, 高斯噪声。  优点: 对扰动没有模型假设

‘On existence ,optimality and asymptotic stability of the Kalman filter with partially observed inputs’

---------------------------------------------------------------------------------------------------------------------------

7.存在驱动器饱和情形下的扰动观测器设计

原理: 把驱动器饱和建模。 优点: 很多

适用范围: 非线性系统

‘Disturbance observer based control with anti-windup applied to a small fixed wing UAV for disturbance rejetion’

-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

第一是ADRC里面的扩展观测器(ESO)。ADRC主要还是不基于模型的,将被控对象看为一个标准的写成能控型的系统,将非线性项和外部干扰都统一归于“干扰”。举个例子:
\ddot{x}=-kx+x^2+v(t)
v(t)是外部干扰,adrc设计的理念是将系统看为:
\ddot{z}=-z+w(t)
将x^2和v(t)都看作是w(t)这个干扰了。
好处是在于不需要知道系统精确模型,坏处有两个:往往不能估计外部的干扰“v(t)”到底是多少;需要一定的时间和经验去试凑参数。
建议阅读文献:

[1] From PID to ADRC
[2] Tuning method for second-order active disturbance rejection control

第二个是ohnishi kouhei提出来的disturbance observer。这个主要还是基于模型的,或者说给了参考模型的,然后比较plant和这个参考模型的输出,来估计干扰。并没有真正用过。感觉算是在纯模型的和纯经验的一种折中吧。
建议阅读文献:
[3]Stability and Robustness of Disturbance Observer based Motion Control Systems

  • 6
    点赞
  • 24
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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