状态反馈极点配置控制器设计学习笔记

最新推荐文章于 2024-04-02 04:52:31 发布

一饮丶一啄

最新推荐文章于 2024-04-02 04:52:31 发布

阅读量8.5k

点赞数 14

分类专栏： MATLAB 经典控制文章标签： matlab 算法控制器

本文链接：https://blog.csdn.net/weixin_45454343/article/details/121862765

版权

MATLAB 同时被 2 个专栏收录

11 篇文章 29 订阅

订阅专栏

经典控制

2 篇文章 0 订阅

订阅专栏

一、状态反馈调节器设计问题

对于被控对象：
$\dot x=Ax+Bu,x(0)=x_0$
其中， $x\in R^n,u\in R^p$ 。
采用状态反馈控制律有：
$u = - K x$
那么闭环系统转化为：
$\dot x=(A-BK)x,x(0)=x_0$
该微分方程的解为：
$x(t)=e^{(A-BK)t}x_0$
因此，如果设计一个控制器K，其使得(A-BK)渐进稳定，那么当 $t\to \infty$ 时， $x(\infty)\to 0$ ，这是一个典型状态调节器的设计问题。

二、极点配置算法

有定理：
若原系统的状态完全可控，则存在状态反馈增益矩阵K，使得状态反馈闭环系统完全可控，并且状态反馈增益矩阵K可以配置到任意期望的极点位置上。

首先，对于原系统，给定期望的闭环系统特征值 $\delta _i(i=1,2,...,n)$ 。
检测原系统是否可控，其能控矩阵 $Q_c=[B,AB,...,A^{n-1}B]$ 的秩是否为n， $Q_c\in R^{n\times np}$ 。
求取矩阵A的特征多项式： $det(sI-A)=s^n+a_1s^{n-1}+...+a_n$ 。
求取变换矩阵： $T=Q_cW$ , $W=\begin{bmatrix} a_{n-1} & a_{n-2} & ... & a_1 & 1 \\ a_{n-2} & a_{n-3} & ... & 1 & 0 \\ ... & ... & ... & ... & 0 \\ a_{1} & 1 & ... &... & 0 \\ 1 & 0& ... & 0 & 0\end{bmatrix}\quad$ ， $W\in R^{np\times n}$ 。
求取期望闭环系统的特征多项式： $det(sI-A+BK)=(s-\delta_1)(s-\delta_2)...(s-\delta_n)=s^n+\beta_1s^{n-1}+...+\beta_n$ 。
计算状态反馈增益矩阵： $K_{p\times n}=[\beta_n-a_n,\beta_{n-1}-a_{n-1},...,\beta_1-a_1]_{p\times n}T^{-1}$ 。

MATLAB有相关的求解函数place，可直接求解K，其调用格式为 $K = p l a c e (A, B, P)$ ,其中， $P=[\delta _1,\delta _2,...,\delta _n]$ 。

三、状态调节器设计实例

某系统为：
$\dot x=Ax+Bu\\y=Cx$
其中， $A=\begin{bmatrix} -6.55 & 5.5686 & 1.9816 & 0.4829 \\ 0.1298 & -3.7204 & -0.0143 & 0.6643 \\ 0 & 0 & -10 & 0 \\ 0 & 0 & 0 & -10 \end{bmatrix}\quad$
$B=\begin{bmatrix} 0 & 0 \\ 0 & 0 \\ 10 & 0 \\ 0 & 10 \end{bmatrix}\quad$
$C=\begin{bmatrix} -0.8832 & 1.1424 & 0.7363 & 0.0002 \\ 0 & 1 & 0 & 0 \end{bmatrix}\quad$
根据极点配置法对其设计状态调节器：

clc;clear all
%% 原系统状态空间实现
A=[-6.55 5.5686 1.9816 0.4829;0.1298 -3.7204 -0.0143 0.6643;0 0 -10 0;0 0 0 -10];
B=[0 0; 0 0 ;10 0;0 10];
C=[-0.8832,1.1424,0.7363,0.0002;0,1,0,0];
%% 1、给定期望特征值
P=[-2+1.186i -2-1.186i -18 -19];
%% 2、检测可控性条件
Qc=[B,A*B,A*A*B,A*A*A*B];   %4*8
rank(Qc)
%% 3、求矩阵A的特征多项式
pA=poly(A);
%% 4、求取变换矩阵
W1=[pA(4),pA(3),pA(2),1;
    pA(4),pA(3),pA(2),1;
    pA(3),pA(2),1,    0;
   pA(3),pA(2),1,    0;
   pA(2),1,    0,    0;
   pA(2),1,    0,    0;
   1    ,0,    0,    0;
   1    ,0,    0,    0;];   %8*4
W2=[pA(4),pA(3),pA(2),1;
    pA(4),pA(3),pA(2),1;
    pA(3),pA(2),1,    0;
   pA(3),pA(2),1,    0;
   pA(2),1,    0,    0;
   pA(2),1,    0,    0;
   1    ,0,    0,    0;
   1    ,0,    0,    0;];   %8*4
T1=Qc*W1;                     %4*4=4*4 * 4*4
T2=Qc*W2;
%% 5、构造闭环系统特征多项式
close_loop_det=poly(P);
beta_a(1)=close_loop_det(5)-pA(5);
beta_a(2)=close_loop_det(4)-pA(4);
beta_a(3)=close_loop_det(3)-pA(3);
beta_a(4)=close_loop_det(2)-pA(2);
%% 6、计算反馈矩阵K
K1=beta_a*pinv(T1);
K2=beta_a*pinv(T2);
KK=[K1;K2];
%% MATLABplace函数计算反馈矩阵K
% KK=place(A,B,P)

状态调节器结构搭建如下：
在这里插入图片描述其仿真结果如下图所示：

四、跟踪控制器实例设计

为了达到无静差跟踪，将状态量增广为 $\bar x=[\dot x^T~~e^T]^T$ ,为该系统设计状态调节器，即可达到控制效果。
误差有：
$e=r-y=r-Cx\\\dot e=\dot r-C\dot x$ 对于阶跃型指令，有：
$\dot r=0$ 因此增广后的系统为：
$\dot{\bar x}=\bar A\bar x+\bar B\bar u$ $\bar x=\begin{bmatrix} \dot x \\ e \end{bmatrix}\quad,\bar u=\dot u,\bar A=\begin{bmatrix} A & 0 \\ -C & 0 \end{bmatrix}\quad, \bar B=\begin{bmatrix} B \\ 0 \end{bmatrix}\quad$ 控制律为： $\bar u=-K\bar x\\ ~~~~~~~~~\dot u=-K\begin{bmatrix} \dot x \\ e \end{bmatrix}\quad$ 得到： $u=-K\begin{bmatrix} x \\ \int e \end{bmatrix}\quad=-[K_{\dot x}~~~~K_{e}]\begin{bmatrix} x \\ \int e \end{bmatrix}\quad=-K_{\dot x}x-K_e\int e$
基于此设计控制器如下：

clc;clear all
%% 原系统状态空间实现
A=[-6.55 5.5686 1.9816 0.4829;0.1298 -3.7204 -0.0143 0.6643;0 0 -10 0;0 0 0 -10];
B=[0 0; 0 0 ;10 0;0 10];
C=[-0.8832,1.1424,0.7363,0.0002;0,1,0,0];
%% 增广系统
Ab=[A,zeros(4,2);C,zeros(2,2)];     %6*6
Bb=[B;zeros(2,2)];                  %6*2
%% 1、给定期望特征值
P=[-2+1.186i -2-1.186i -10 -11 -1.4 -2];
%% 2、检测可控性条件
Qc=[Bb,Ab*Bb,Ab*Ab*Bb,Ab*Ab*Ab*Bb];   %6*8
rank(Qc)
%% MATLABplace函数计算反馈矩阵K
KK=place(Ab,Bb,P)
Kx=KK(:,1:4);
Ke=KK(:,5:6);