灵敏度函数是系统对扰动的响应,响应能力越弱越好,也就是灵敏度函数越小越好。一般可以通过一些方法使得在感兴趣的频率范围使得扰动响应小,可以用H无穷范数进行表达,通过权重函数的调节可以使得H无穷范数尽量在感兴趣的频率范围内设计的无限小。
Zame把SISO线性反馈系统的灵敏度问题看作是H∞最小范数问题,跟踪问题、模型匹配问题,鲁棒稳定问题、加权混合灵敏度问题等各种控制问题都可以化为H∞标准问题。
H∞最优控制设计是找到所有满足条件的控制器 K(s),能实现||Tzw||∞最小化。 H∞控制就是抑制噪声到期望输出之间的传递函数集的最大增益Gain,从而达到抗扰的目的。
设计好的控制系统,必须以小的误差跟踪参考输入,并能拟制干扰和噪声。低频部分的环路增益要求高,反之为了拟制噪声应当要求高频部分环路增益低。这是一种权衡。低频时要求较高的轨迹跟踪性能,那么就会使得环路增益要高,所对应的灵敏度就要小,也就是对于扰动的响应要小。如果考虑稳定裕度的要求,我们希望环路增益中频部分的斜率在-20dB/dec左右。
MIMO系统的H∞范数为其最大奇异值。
%使用sigma函数计算传递函数H的奇异值,max函数取奇异值的最大值即为传递函数H的无穷范数。
在 Bode 图上,H 无穷范数对应于幅度曲线的最大值,即幅频响应的最大增益。而在 Nyquist 图上,H 无穷范数对应于曲线的最大值,即 Nyquist 图中曲线到原点的最大距离。因此,H 无穷范数可以在 Bode 图和 Nyquist 图上进行直观的观察和分析。一般来说,当 H 无穷范数较大时,系统的稳定性可能会受到威胁,因此需要采取措施来确保系统的稳定性。
在鲁棒控制中,我们的目标是设计一个控制器,使得闭环系统对于不确定性和扰动有鲁棒性,同时能够实现所需的性能指标,如轨迹跟踪误差。以下是这三个量之间的关系:
-
H无穷范数(也称为鲁棒稳定裕度)与轨迹跟踪性能之间存在负相关关系。具体而言,当我们要求系统的鲁棒稳定裕度更高时,通常需要牺牲一定的轨迹跟踪性能。因此,如果我们想要提高轨迹跟踪的控制性能,我们通常需要牺牲一定的鲁棒稳定性。
-
灵敏度函数S与扰动抑制性能有关。灵敏度函数S表示系统输出对于输入扰动的敏感度。灵敏度函数越小,说明系统对于扰动的抑制能力越强。因此,为了提高扰动抑制性能,我们需要尽可能降低灵敏度函数S。
-
最坏情况下传递函数的Gain(也称为鲁棒性能指标)与鲁棒性能有关。最坏情况下传递函数的Gain是在所有不确定性和扰动取最坏值时的系统增益。如果最坏情况下传递函数的Gain越小,说明系统对于不确