Barbalat引理与类李雅普诺夫引理，及它们在自适应控制系统设计的应用

对Barbalat引理和类李雅普诺夫引理的理解是学习自适应控制系统设计的关键，看过B站DR_CAN大神的视频后，我按我的理解在这里记录一下。

1 介绍

类李亚普诺夫引理(Lyapunov-like Lemma)可以说是Barbalat引理(Barbalat Lemma)的推论，所以这里对两个引理都作以介绍。

1.1 Barbalat Lemma

如果可微函数$f(t)$，满足：
(1)当$t\to \infty$时，$f(t)$存在有限的极限，即
$$\underset{t\to \infty }{\lim }f(t)=C(C为有限的常数)$$
(2) $\dot{f}(t)$一致连续 ( 等价于$\ddot{f}(t)$有界 )
那么，当$t\to \infty$时，$\dot{f}(t)\to 0$。

这个引理的证明网上有很多，想了解的可以点我的链接或自己搜一下。我这里说一通俗的理解。
对于条件(1)，这里的$t\to \infty$没有指明是正无穷还是负无穷，所以应当是两者都要满足，函数$f(t)$应当类似于下图的反正切函数。
对于条件(2)， $\dot{f}(t)$一致连续的意思是，$\dot{f}(t)$在定义域内的任意点都是连续的，即不会出现的跳变，这可以保证$f(t)$是有界且光滑的，不会出现不可导的点，不会有突然的偏折。
这两个条件加起来，说明$f(t)$是有界连续光滑且${\lim }_{t\to \infty }f(t)=C(C为有限的常数)$，这样当$t\to \infty$时，$\dot{f}(t)只能\to 0$。

1.2 Lyapunov-like Lemma

如果标量函数$V(x)$满足：
(1) $V(x)$有下界；
(2) $\dot{V}(x)$半负定；
(3) $\dot{V}(x)$对时间是一致连续的。
那么当$t\to \infty$时，$\dot{V}(x)\to 0$

条件(3)让$V(x)$光滑连续，条件(2)让$V(x)$单调递减，条件(1)让$V(x)$不会无限减小，这样结论就不言而喻了。

2 来自DR_CAN大神(B站)的例子

对于系统
$$\dot{x}=a{x}^2+u\text{\hspace{1em}(1)}$$
其中$a$是定常但未知，这意味着我们得设计的控制器得适应$a$。举个例子，对弹簧滑块系统，我们要设计一个控制器使得滑块的质量m变化时，不用改变控制的任何参数，就可以让滑块跟踪我们设计好的轨迹。这里不设计弹簧滑块系统的控制器了，读者有兴趣自己试吧。
控制目的：让状态$x$跟踪给定的$x_d$。
首先，引入
$$e=x_d-x\text{\hspace{1em}(2)}$$
则
$$\dot{e}=\dot{x_d}-\dot{x}=\dot{x_d}-a{x}^2-u\text{\hspace{1em}(3)}$$
为了让$e\to 0$，令$\dot{e}=-ke,其中k>0$，那么
$$u=\dot{x_d}-a{x}^2+ke\text{\hspace{1em}(4)}$$
但是，$a$未知，所以我们得估计一下$a$的值，$u$也只能用$a$的估计值
$$u=\dot{x_d}-\hat{a}{x}^2+ke\text{\hspace{1em}(5)}$$
假设$a$的估计值为$\hat{a}$，与$a$的残差为$\tilde{a}$，即
$$\tilde{a}=a-\hat{a}\text{\hspace{1em}(6)}$$
求导
$$\dot{\tilde{a}}=\dot{a}-\dot{\hat{a}}=-\dot{\hat{a}}\text{\hspace{1em}(7)}$$
假设关于$e$和$\tilde{a}$的Lyapunov函数为
$$V(e,\tilde{a})=\frac{1}{2}{e}^2+\frac{1}{2}{\tilde{a}}^2\text{\hspace{1em}(8)}$$
求导，并带入(3)(5)(7)式，化简
$$\begin{gathered} \dot{V}(e,\tilde{a})=e\dot{e}+\tilde{a}\dot{\tilde{a}} \\ =-k{e}^2-\tilde{a}(e{x}^2+\dot{\hat{a}})\text{\hspace{1em}(9)} \end{gathered}$$
(9)式第一项$-k{e}^2$是负定的，但是第二项$-\tilde{a}(e{x}^2+\dot{\hat{a}})$却很难负定，但可以让它为零
$$\tilde{a}(e{x}^2+\dot{\hat{a}})=0\text{\hspace{1em}(10)}$$
那么
$$\dot{\hat{a}}=-e{x}^2\text{\hspace{1em}(11)}$$
此时
$$\dot{V}(e,\tilde{a})=-k{e}^2$$
它是半负定的。
由(8)式，$V(e,\tilde{a})\ge 0$，有下界。$\ddot{V}(e,\tilde{a})=-2ke\dot{e}=-2ke(-ke)=2k{e}^2$是有界的，因为$\dot{V}$半负定，$e$在Lyapunov意义下稳定，即有界，所以$\dot{V}$是一致连续的。满足了Lypunov-like Lemma，所以当$t\to 0$时，$\dot{V}\to 0$，即$e\to 0$。
由(5)(11)式，我们就得到控制器为
$$\begin{gathered} u=\dot{x_d}-\hat{a}{x}^2+ke \\ =\dot{x_d}-({\int }_0^t-e{x}^{2}d\tau )x^2+ke \\ =\dot{x_d}+x^2{\int }_0^{t}e{x}^{2}d\tau +ke \end{gathered}$$

3 总结

本文通俗的解释了一下Barbalat Lemma和Lyapunov-like Lemma，并给出了一个利用Lyapunov-like Lemma的设计自适应控制的例子。强调一下，这是我看B站DR_CAN大神的视频总结而来的，希望大家去B站支持一下他。