（二）自适应Hopf（霍普夫）振荡器基本原理与仿真

（一）自适应Hopf（霍普夫）振荡器基本原理与仿真
链接: link
（二）自适应Hopf（霍普夫）振荡器基本原理与仿真
链接: link
（三）自适应Hopf（霍普夫）振荡器基本原理与仿真
链接: link

前言

第一节我们描述了一般的Hopf振荡器基本形式，但是我们在实际使用中，不论是四足抑或是外骨骼等系统的步态都不是一尘不变的，为了是实现不同人体、系统的协调运作，需要考虑频率自适应与学习问题。

一、自适应Hopf振荡器原理

自适应Hopf振荡器在原本Hopf振荡器的基础上加入了扰动干预与周期学习部分，我们一个一个来看：

（1）加入扰动干预效果

加入扰动之后的数学模型如下所示：
$$\dot{x}=\gamma (\mu -r^2)-\omega y+\epsilon F$$
$$\dot{y}=\gamma (\mu -r^2)+\omega x$$
其中，$\gamma$为跟随速度（我理解的是类似于比例调节），$\mu$为极限环半径，$r=\sqrt{x^2+y^2}$，$\omega$为系统固有频率，$\epsilon$为扰动系数，$F$为具体加入的扰动。
设计如下输入：

function y = fcn(u)
if u<4.75
y = sin(u/0.5*pi);
elseif u<20
y = sin(u);
else
y = 0;
end

具体波形如下所示：

$\mu$取值1，$\omega$取值$\pi$，$\epsilon$取值100，$\epsilon$取值100。加入扰动$F$后结果如下：

其中，黄色为x输出，蓝色为y输出，可以看出他们的周期完全跟随输入扰动$F$，单当去除扰动时（t=20~30s），振荡器又会恢复到固有频率$\omega$。

（2）加入扰动干预与频率学习效果

如何实现去除扰动后还能够保持最后扰动消失时候的频率呢？这就需要加入频率学习的内容。
加入扰动与频率学习之后的数学模型如下所示：
$$\dot{x}=\gamma (\mu -r^2)-\omega y+\epsilon F$$
$$\dot{y}=\gamma (\mu -r^2)+\omega x$$
$$\dot{\omega }=-\epsilon Fy/r$$
保持原输入不变，可得：


其中，黄色为x输出，蓝色为y输出，可以看出他们的周期完全跟随输入扰动$F$，单当去除扰动时（t=20~30s），振荡器基本保持频率$2pi$。
具体频率学习变化图像如下所示：

输入频率变化值为：$2pi$ ~ 1 ~ 0，可以看出有靠近的趋势，在20s之后基本可以保持频率为1。但是存在很严重的震动效果，个人认为是参数没调好。
具体仿真图像如下：