基于LMI的非线性混沌系统滑模控制

目录

前言

1.非线性系统

2.控制器设计

3.仿真分析

3.1仿真混沌系统

3.2 LMI求解反馈阵F 

3.3仿真模型

​​​​3.4仿真结果

3.5注意事项


前言

前面我们介绍了很多种滑模面设计,以及介绍了几篇结合LMI的滑模控制,其核心思想可以看作是用LMI去控制非线性的状态反馈部分,滑模去做线性的鲁棒部分,本篇博客介绍一篇非线性系统的滑模控制。

1.非线性系统

\dot{x}=f+Ax+Bu+d

其控制目标为使状态变量x趋近于目标量xr,其中非线性函数f满足Lipschitz条件,即:,L为Lipschitz条件的矩阵。

2.控制器设计

定义误差变量z=x-xr,则误差变量导数z'=x'-xr',这里可以将误差z看作为动态的滑模面,所以将z设计为滑模函数,设计如下形式的控制律:

u=Fx+u_{r}+u_{s}

其中:

①F为求解LMI得到的状态反馈增益,F=inv(PB)M;

 

②ur=-Fxr-inv(B)(Axr+f(xr)-xr')为前馈控制项;

③us=-inv(B)(εsign(z))为滑模鲁棒项。

所以控制律变为:

3.仿真分析

3.1仿真混沌系统

​​​​​​​

 Lipschitz矩阵L的选取:

当状态变量x∈[a,b],f(x)为定义在该区间的连续光滑函数,根据中值定理有:f(a)-f(b)<f'(x)(a-b),所以上述非线性函数f有如下不等式成立:

显然f'(x)是一个3x3的雅可比矩阵,且最大的元素即对x1的偏导为1,可以令L≥max(f'(x)),所以定义矩阵L为: 

3.2 LMI求解反馈阵F 

这里使用YALMIP工具箱求解,也可以使用maltab自带的LMI工具箱求解,具体求解就不再叙述了,往期文章有很多。

求解结果为:F =

   -1.5127   -5.0500    0.0001
   -5.0497   -2.6069    6.5995
    0.0001    6.6000   -3.6072

3.3仿真模型

这里选择初始的状态为[1 -1 -1]

​​​​3.4仿真结果

 总结:可以看到对于跟踪的效果在峰值的时候误差还是比较大的,效果不是特别理想,具体的原因等待后面的探索

3.5注意事项

①对于求解器的选择和步长的选择对仿真结果的影响还是比较大的,刚开始选择任意求解和任意步长的时候求解的效果较差,此外选择定步长为0.01时效果也很差,后面将步长调整到0.001才有了上面较好的效果。但是对于初始步长到跟踪目标所需的时间极短!

②对于L的选择冒失在这里影响不是很大,因为我试图将L增大重新求解F矩阵,但是仿真结果几乎相差不大,可能是LMI反馈项影响权重不是很大的原因。

如果有帮助,麻烦帮忙点个赞是我最大的分享动力,非常感谢!

注:仅为便利自己学习,错误在所难免,如有侵权,请联系删除,有兴趣的学者可以参考学习交流,谢谢!

  • 1
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

Mr. 邹

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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