【控制理论】深入理解鲁棒控制 | 高增益与高频率鲁棒控制器的设计与分析

写在前面：
🌟 欢迎光临 清流君 的博客小天地，这里是我分享技术与心得的温馨角落。📝
个人主页：清流君_CSDN博客，期待与您一同探索 移动机器人 领域的无限可能。

🔍 本文系 清流君 原创之作，荣幸在CSDN首发🐒
若您觉得内容有价值，还请评论告知一声，以便更多人受益。
转载请注明出处，尊重原创，从我做起。

👍 点赞、评论、收藏，三连走一波，让我们一起养成好习惯😜
在这里，您将收获的不只是技术干货，还有思维的火花！

📚 系列专栏：【运动控制】系列，带您深入浅出，领略控制之美。🖊
愿我的分享能为您带来启迪，如有不足，敬请指正，让我们共同学习，交流进步！

🎭 人生如戏，我们并非能选择舞台和剧本，但我们可以选择如何演绎 🌟
感谢您的支持与关注，让我们一起在知识的海洋中砥砺前行~~~

---

---

引言

  本篇博客讲解两种鲁棒控制器的设计：高增益鲁棒控制器(High Gain Robust Controller) 和 高频率鲁棒控制器(High Frequency Robust Controller)，内容整理自 B站知名up主 DR_CAN 的视频，作为博主的学习笔记，分享给大家共同学习。

---

一、系统描述与控制目标

  有以下系统：
$$\dot{x}=f(x)+u$$  目标是轨迹跟踪，令 $x\to x_d$，即令 $e=xd-x\to 0$ ，已知系统的 $f(x)$ 是不确定的有界值，即$|f(x)|<\rho (x)$。符合建立鲁棒控制器的基本条件。

---

二、误差的动态响应

  误差的动态响应
$$\dot{e}={\dot{x}}_d-\dot{x}=x_d-f(x)-u$$  不妨令
$$u=ke+{\dot{x}}_d+u_{aux}$$  其中，$u_{aux}$ 意为辅助控制器。

  在上一篇博客中讲到，可令
$$u_{aux}=\rho \frac{e}{|e|}$$  这种控制方法叫做滑模控制。其中，$\frac{e}{|e|}$ 的图像如下所示：

  代入$u_{aux}$
$$\dot{e}=-ke-f(x)-\rho \frac{e}{|e|}$$  前面的部分$\dot{e}=-ke$是稳定的一种情况，在相平面的图形是这样的：

  后面的部分 $-f(x)-\rho \frac{e}{|e|}$ 如果系统状态在滑模面上面或者下面时，想办法引到这条线上来，整体来说是在两个不同的模式中不断切换的。所以叫做滑膜控制，

  但同时可以看到这样的一种形式会存在问题，因为 $\frac{e}{|e|}$ 不是 $1$ 就是 $-1$，导致 $u$ 可能会是这样：

  从正值到负值来回切换，这样会给执行器带来很大的挑战。所以这是值得注意的一点，比如设计自动驾驶使用这种控制器，方向盘位置会从原来的比如 $8$ 点钟方向突然转到 $4$ 点钟方向，然后再突然间转回去，这是需要避免的情况。

下面介绍另外两种不同的控制器设计方法：

• 高增益鲁棒控制器(High gain)

• 高频率鲁棒控制器(high frequency)

---

三、高增益鲁棒控制器

3.1 设计理念

  对于高增益鲁棒控制器来说，它的理念就是用足够大的输入抵消不确定性。

3.2 控制器形式

$$U_{aux2}=\frac{1}{\epsilon }{\rho }^{2}e$$  表达式中有平方项，所以可以预想到它的输入非常大，当然 $\epsilon$ 都是大于 $0$ 的。

3.3 稳定性分析

  通过李雅普诺夫方程证明，最终误差有界。
$$u_{aux2}=\frac{1}{\epsilon }{\rho }^{2}e$$  从李雅普诺夫方程入手，令
$$V=\frac{1}{2}{e}^2$$  则$$\begin{array}{rl}\dot{v}& =e\dot{e}=e\left({\dot{x}}_d-f\left(x\right)-ke-{\dot{x}}_d-\frac{1}{\epsilon }{\rho }^{2}e\right)\\ & =-ef\left(x\right)-k{e}^2-\frac{1}{\epsilon }{\rho }^2{e}^2\end{array}$$  前面这一部分 $-ef(x)\le |e||f(x)|$，由于 $|f(x)|<\rho (x)$，所以
$$-ef(x)\le |e||f(x)|\le |e|\rho$$  则
$$\dot{V}\le \rho |e|-k{e}^2-\frac{1}{\epsilon }{\rho }^2|e{|}^2=-k{e}^2+\rho |e|(1-\frac{1}{\epsilon }\rho |e|)$$  有两种情况：

  第一种情况：$\rho |e|>\epsilon$，导致
$$\frac{1}{\epsilon }\rho |e|>1\Rightarrow |-\frac{1}{\epsilon }\rho |e|<0\Rightarrow \rho |e|(1-\frac{1}{\epsilon }\rho |e|)<0$$  则
$$\dot{V}\le -k{e}^2+0\Rightarrow \dot{V}\le -k{e}^2$$

  在上一篇博客中讲解过如何把微分方程不等式化成等式再求解，大家可以去参考一下：

  【控制理论】深入理解鲁棒控制 | 滑模控制原理与应用实例解析

  第二种情况：$\rho |e|<\epsilon$，所以
$$\frac{1}{\epsilon }\rho |e|\le 1\Rightarrow 1\ge 1-\frac{1}{\epsilon }\rho |e|\ge 0\Rightarrow \rho |e|\ge \rho |e|(1-\frac{1}{\epsilon }\rho |e|)$$  因为 $\rho |e|<\epsilon$，所以
$$\epsilon \ge \rho |e|\ge \rho |e|(1-\frac{1}{\epsilon }\rho |e|)$$  则
$$\dot{V}\le -k{e}^2+\epsilon$$  根据设定，$V=\frac{1}{2}{e}^2$ ，即 $-k{e}^2=-2kV$，可以写成
$$\dot{V}\le -2kV+\epsilon$$  这是微分方程不等式，求解不等式需要引入 $S(t)$，它是永远是正值的函数。下面的不等式就可以化成等式
$$\dot{V}+2kV=\epsilon -S(t)$$  它是一阶常系数线性非齐次微分方程，它的解为
$$V(t)=V(0)\text{exp}(-2kt)-\text{exp}(-2kt){\int }_0^t\text{exp}(2k\tau )S(\tau )d\tau +\epsilon \text{exp}(-2kt){\int }_0^t\text{exp}(2k\tau )d\tau$$  中间项，$\text{exp}(2k\tau )>0$ ， $S(\tau )>0$，所以 ${\int }_0^t\text{exp}(2k\tau )S(\tau )d\tau >0$ 。然后$\text{exp}(-2kt)>0$，所以整个这一项都大于 $0$。

  最后一项：
$$\begin{array}{rl}& \epsilon \exp \left(-2kt\right){\int }_0^{\text{t}}\exp \left(2k\tau \right)d\tau \\ =& \epsilon \exp \left(-2kt\right)\frac{1}{2k}{\int }_0^{\text{t}}\exp \left(2k\tau \right)d\left(2k\tau \right)\\ =& \epsilon \exp \left(-2kt\right)\frac{1}{2k}\exp \left(2\text{k}\tau \right){|}_0^t\\ =& \epsilon \exp \left(-2k\tau \right)\frac{1}{2k}\left(exp\left(2kt\right)-1\right)\\ =& \frac{\epsilon }{2k}\left(1-\exp \left(-2kt\right)\right)\end{array}$$  所以
$$V(t)\le V(0)\text{exp}(-2kt)-0+\frac{e}{2k}(1-\text{exp}(-2kt))$$  带入$\frac{1}{2}{e}^2$：
$$\frac{1}{2}{e}^2(t)=\le \frac{1}{2}{e}^2(0)\text{exp}(-2kt)-0+\frac{e}{2k}(1-\text{exp}(-2kt))$$  左右开根号得到
$$|e\left(t\right)|\le \sqrt{|e(0)|\exp \left(-2kt\right)+\frac{\epsilon }{k}-\frac{\epsilon }{k}\exp \left(2kt\right)}$$  随着时间 $t\to \infty$，最终结果
$$|e(t)|\le \sqrt{\frac{\epsilon }{k}}$$  它不是趋近于 $0$ 的结果，但在最后误差会小于某个值。这种情况叫做 全局一致最终有界(globally uniformly ultimately bounded)。

  随着 $\epsilon$ 的减小，当 $\epsilon$ 非常小时，可以考虑$e\to 0$。而在这种情况下，$$u_{au{x}_2}=\frac{1}{\epsilon }{\rho }^{2}e$$   就会变得非常大，所以要做权衡，多大的误差是可以接受的，同时不能让执行器有太大的负担。

---

四、高频率鲁棒控制器

4.1 设计理念

  在滑模控制的基础上，使切换变得平缓

4.2 控制器形式

$$U_{aux3}=\frac{{\rho }^{2}e}{\rho |e|+\epsilon }$$  当 $\epsilon =0$ 时
$$\frac{{\rho }^{2}e}{\rho |e|}=\rho \frac{e}{|e|}$$  就是滑模控制。

  而当 $\epsilon \ne 0$ 时，可得
$$\frac{{\rho }^{2}e}{\rho |e|+\epsilon }<1$$  在图像上画出来是这样的形式：

  上面的两条蓝线是 $1$ 和 $-1$，两条红线就是 $\frac{{\rho }^{2}e}{\rho |e|+\epsilon }$，在里面之内的。和滑模控制相比，相当于把蓝线变到了红线的位置，即切换变得平缓一些。

4.3 稳定性分析

  $u_{au{x}_3}$ 的稳定性的证明和 $u_{au{x}_2}$ 的证明差不多。
$$u_{aux3}=\frac{{\rho }^{2}e}{\rho |e|+\epsilon }$$$$\begin{gathered} V=\frac{1}{2}{e}^2 \\ \dot{V}=e\dot{e}\le -k{e}^2+\rho |e|-e\frac{{\rho }^{2}e}{\rho |e|+\epsilon }=-k{e}^2+\frac{{\rho }^2|e{|}^2+\rho |e|\epsilon -{\rho }^2{e}^2}{\rho |e|+\epsilon } \end{gathered}$$$$\dot{V}\le -k{e}^2+\epsilon (\frac{\rho |e|}{\rho |e|+\epsilon })$$  其中$$0\le \frac{\rho |e|}{\rho |e|+\epsilon }\le 1$$$$\dot{V}\le -k{e}^2+\epsilon$$  与 $u_{aux3}$ 结果相似
$$|e|<\sqrt{\frac{\epsilon }{k}}$$  最后的结果也一样，也是最后会限制在 $\sqrt{\frac{\epsilon }{k}}$ 区域内。

---

五、总结

  通过上面的推导，说明了一个道理，就是当有系统
$$\dot{x}=f(x)+u$$  如果目标是令 $x\to x_d$ ，即令 $e=xd-x\to 0$，同时系统又满足 $|f(x)|<\rho (x)$，这时可以设计不同的鲁棒控制器，使系统抵消不确定因素。

  可以令
$$u={\dot{x}}_d-ke+u_{aux}$$   其中，

  $u_{aux}=\rho \frac{e}{|e|}$ 为滑模控制

  $u_{aux}=\frac{1}{\epsilon }{\rho }^{2}e$ 为高增益鲁棒控制

  $u_{aux}=\frac{{\rho }^{2}e}{\rho |e|+\epsilon }$ 为高频鲁棒控制

---

参考资料

  【Advanced控制理论】18_Robust Control (2)_鲁棒控制_High Gain_High Frequency

---

后记：

🌟 感谢您耐心阅读这篇关于 高增益与高频率鲁棒控制器的设计与分析 的技术博客。 📚

🎯 如果您觉得这篇博客对您有所帮助，请不要吝啬您的点赞和评论 📢

🌟您的支持是我继续创作的动力。同时，别忘了收藏本篇博客，以便日后随时查阅。🚀

🚗 让我们一起期待更多的技术分享，共同探索移动机器人的无限可能！💡

🎭感谢您的支持与关注，让我们一起在知识的海洋中砥砺前行 🚀