自抗扰控制中的扩张状态观测器收敛性分析3

前面两篇博客里我们分析了文献[1]在关于Lyapunov函数的两种假设条件下证明积分形式系统扩张状态观测器(ESO)收敛性的套路，文献[1]还用齐次性说明了后一种假设条件的适应性，以表明有一定的应用性。仿照文献[1]的套路，根据自己大论文的研究方向加一个所谓的工程应用背景(其实还是一个微分方程模型)，只要模型形式能够想办法改写成积分形式，然后控制器设计上再做点小改动，核心思想还是在Lyapunov函数上做文章，然后推导出一个所谓的存在性收敛条件，就是一篇自己的论文了，投个一般的SCI期刊(对理论要求不强的)还是比较有希望的，有毕业压力的同学可以考虑这个方法。总之就是，借助文献[1]的套路，既能用一坨数学公式唬住审稿人，增加中稿概率，又不增加实际难度，不需要花费太多脑力，何乐而不为？

同样地，其实可以结合自己的研究方向找上几篇理论研究的论文(最好是近几年的)，打印出来仔细和反复研读，弄明白作者的套路，须知任何论文都是有套路的，特别是高产作者的论文，然后就可以依葫芦画瓢写自己的论文了。当然，找的论文一定要是自己能看明白的，这里说的看明白不是说能够一下子把原文的公式推导看明白，而是说能够看明白作者证明的思路，弄明白思路后其实很容易看明白公式推导，毕竟复杂公式的外表背后往往是简单而直接的思想。然后就能开始自己的公式推导了，自己的公式推导不一定要和原文一样(最好外表看起来不一样，也就是换汤不换药)，只需要吸收其套路，结合自己的应用背景做一些改动更好。从这个角度讲，如果导师对自己是放养状态的话，用这种方式凑齐毕业所需的小论文是不难的。

言归正传，文献[2]是对文献[1]的进一步扩展，分析了下三角系统的ESO收敛性，其中的套路一样可以借鉴，这里对其进行介绍，考虑到文献[2]内容和前面两篇博客没有多大关系，公式也重新编号。

首先看看文献[2]中所谓的下三角系统是何方神圣：
$$\{\begin{array}{rl}& {\dot{x}}_1(t)=x_2(t)+g_1(u(t),x_1(t)),\\ & {\dot{x}}_2(t)=x_3(t)+g_2(u(t),x_1(t),x_2(t)),\\ & ⋮\\ & {\dot{x}}_n(t)=f(t,x(t),w(t))+g_n(u(t),x(t)),\\ & y(t)=x_1(t),\end{array}\text{\hspace{1em}(1)}$$

其中，$g_i(\cdot )\in C({\mathbb{R}}^{i+m},\mathbb{R})$为已知非线性函数，$f(t,\cdot )\in C({\mathbb{R}}^{n+s+1},\mathbb{R})$为未知非线性函数，$x(t)=(x_1(t),x_2(t),\dots ,x_n(t))$为系统状态，$u\in {\mathbb{R}}^m$为控制输入，$y(t)=x_1(t)$为输出，$w\in C({\overline{\mathbb{R}}}^{+},\mathbb{R})$为外部干扰。可见这里所谓的下三角系统其实就是文献[1]中的积分形式系统加上一些摄动项，准确来说，对于每一级状态的微分中对应的$g_i(\cdot )$，其自变量的最后一个分量只列写到该状态本身。系统(1)可以认为是文献[1]套路的延续。类似地，定义扩张状态
$$x_{n+1}(t)\triangleq f(t,x(t),w(t))\text{\hspace{1em}(2)}$$
然后给出ESO的形式：
$$\{\begin{array}{rl}& {\dot{\hat{x}}}_1(t)={\hat{x}}_2(t)+\frac{1}{r^{n-1}}{h}_1(r^n(y(t)-{\hat{x}}_1(t)))+g_1(u(t),{\hat{x}}_1(t)),\\ & ⋮\\ & {\dot{\hat{x}}}_n(t)={\hat{x}}_{n+1}(t)+h_n(r^n(y(t)-{\hat{x}}_1(t)))+g_n(u(t),{\hat{x}}_1(t),\dots ,{\hat{x}}_n(t)),\\ & {\dot{\hat{x}}}_{n+1}(t)=r{h}_{n+1}(r^n(y(t)-{\hat{x}}_1(t))),\end{array}\text{\hspace{1em}(3)}$$
其中，$r$为高增益参数(其实就是文献[1]中$\epsilon$的倒数，即$r=\frac{1}{\epsilon }$)，$h_i\in C(\mathbb{R},\mathbb{R})$，$i=1,2,\dots ,n+1$为设计函数。为了推导出ESO的收敛性，和文献[1]类似，同样需要一些假设：

假设1：$g_i:{\mathbb{R}}^{i+m}\to \mathbb{R}$满足
$$|g_i(u,v_1,\dots ,v_i)-g_i(u,{\tilde{v}}_1,\dots ,{\tilde{v}}_i)|\le \Gamma (u)\Vert (v_1-{\tilde{v}}_1,\dots ,v_i-{\tilde{v}}_i){\Vert }^{{\theta }_i},\Gamma \in C({\mathbb{R}}^m,\mathbb{R}),\text{\hspace{1em}(4)}$$

其中，${\theta }_i\in ((n-i)/(n+1-i),1]$, $i=1,2,\dots ,n$.

假设2：$f\in C^1({\mathbb{R}}^{n+2},\mathbb{R})$满足
$$|f(t,x,w)|+\left|\frac{\partial f(t,x,w)}{\partial t}\right|+\left|\frac{\partial f(t,x,w)}{\partial x_i}\right|+\left|\frac{\partial f(t,x,w)}{\partial w}\right|\le {\varpi }_1(x)+{\varpi }_1(w),$$
其中，$i=1,2,\dots ,n$，${\varpi }_1\in C({\mathbb{R}}^n,{\overline{\mathbb{R}}}^{+})$，${\varpi }_2\in C({\mathbb{R}}^n,{\overline{\mathbb{R}}}^{+})$为两个已知函数。

假设3：$\underset{t\in [0,\infty )}{\sup }(|w(t)|+|\dot{w}(t)|+\Vert u(t)\Vert )<\infty$.

假设4：所有$h_i\in C(\mathbb{R},\mathbb{R})$满足如下Lyapunov条件：存在正常数$R,N>0$和连续径向无界的正定函数$\mathcal{V},\mathcal{W}\in C({\mathbb{R}}^{n+1},{\mathbb{R}}^{+})$使得

1. $\sum _{i=1}^n(v_{i+1}-h_i(v_1))\frac{\partial \mathcal{V}(v)}{v_i}-h_{n+1}(v_1)\frac{\partial \mathcal{V}(v)}{v_n}\le -\mathcal{W}(v)$, $\forall v=(v_1,v_2,\dots ,v_{n+1})\in {\mathbb{R}}^{n+1}$;
2. $\underset{i=1,\dots ,n}{\max }\left\{\Vert (v_1,\dots ,v_i){\Vert }^{{\theta }_i}\left|\frac{\partial (V)(v)}{\partial v_i}\right|\right\}\le N\mathcal{W}(v)$, $\left|\frac{\partial \mathcal{V}(v)}{\partial v_{n+1}}\right|\le N\mathcal{W}(v)$, $v\in {\mathbb{R}}^{n+1}$, $\Vert v\Vert \ge R$.

我们对比一下这4个假设和博客1以及博客2中的假设条件，可以发现：

• 假设1涉及到下三角系统特有的项$g_i$，因此和博客1中没有对应的假设；
• 假设2和博客1中的假设1类似，是关于扩张状态界的假设；
• 假设3和博客1中的假设2类似，是关于外部干扰的假设；
• 假设4和博客1中的假设3或者博客2中的假设4类似，是关于Lyapunov函数的假设；

可见大部分论文的创新不是一蹴而就，总是在之前的工作上修修补补，不然怎么形成数量呢？对于假设1，这里用了一个所谓的Hölder连续性条件来唬人，其实并不改变后面的证明实质，而且当${\theta }_i=1$时就是我们在高等数学课上多次见到的Lipschitz条件，所以这里就可以直接认为假设1实际上认定了$g_i(\cdot )$的某种连续性。假设1-4也都是为了后面利用Lyapunov函数证明收敛性方面而作出的，也就是说，先有证明，后有假设。然后就有下面的定理：

定理1：若假设1-4成立，系统(1)的解全局有界，则ESO(3)的状态实际收敛于系统(1)的状态和扩张状态：对任意$\sigma >0$，存在正常数$r_0>0$使得
$$|{\hat{x}}_i(t)-x_i(t)|<\sigma ,\forall t>t_r,r>r_0,i=1,2,\dots ,n+1,\text{\hspace{1em}(5)}$$
其中，$t_r$为与$r$相关的常数。

证明：定理1的结论和博客2中的定理有点像，只不过这里把之前用的$\epsilon$换成了$r$，但不改变问题的实质。我们可以看到，尽管这里是研究所谓的下三角系统，但是可以看到，设计的ESO有什么区别呢？无法是你原系统(1)有特有项$g_i$，我ESO(3)里面也照样给你来一个特有项$g_i$，只不过ESO里面的$g_i$自变量中状态取估计值，后果无法是ESO估计误差里面多了一些摄动项，没关系，结合文献[1]的套路，一样用Lyapunov函数把这些摄动项搞定，而为了搞定这些项，就有了前面的4个假设，这是定理证明的主要思路。

同样利用与文献[1]类似的坐标变换
$$\begin{array}{rl}& {\eta }_i(t)=r^{n+1-i}(x_i(t)-{\hat{x}}_i(t)),i=1,2,\dots ,n+1,\\ & \eta (t)=({\eta }_1(t),\dots ,{\eta }_{n+1}(t){)}^{\mathrm{T}},\end{array}\text{\hspace{1em}(6)}$$
其中，$x_i(t)$为系统(1)的解，${\hat{x}}_i(t)$为ESO(3)的解，从而有
$$\{\begin{array}{rl}& {\dot{\eta }}_1(t)=r({\eta }_2(t)-h_1({\eta }_1(t)))+r^n(g_1(u(t),x_1(t))-g_1(u(t),{\hat{x}}_1(t))),\\ & ⋮\\ & {\dot{\eta }}_n(t)=r({\eta }_{n+1}(t)-h_n({\eta }_1(t)))+r(g_n(u(t),x),\dots ,\\ & x_n(t))-g_n(u(t),{\hat{x}}_1(t),\dots ,{\hat{x}}_n(t))),\\ & {\dot{\eta }}_{n+1}(t;r)=-r{h}_{n+1}({\eta }_1(t))+{\dot{x}}_{n+1}(t).\end{array}\text{\hspace{1em}(7)}$$
下面开始分析摄动项，首先根据假设1，将式(6)代入式(7)可得
$$\begin{array}{rl}{r}^{n+1-i}& |g_i(u(t),x_1(t),\dots ,x_i(t))-g_i(u(t),{\hat{x}}_1(t),\dots ,{\hat{x}}_i(t))|\\ & \le \Gamma (u(t))r^{n+1-i}\Vert {\eta }_1(t)/r^n,\dots ,{\eta }_i(t)/r^{n+1-i}{\Vert }^{{\theta }_i}\\ & \le \Gamma (u(t))r^{(n+1-i)(1-{\theta }_i)}\Vert {\eta }_1(t)/r^n,\dots ,{\eta }_i(t)/r^{n+1-i}{\Vert }^{{\theta }_i},\forall r>1.\end{array}\text{\hspace{1em}(8)}$$
根据假设2，
$$\begin{array}{rl}|{\dot{x}}_{n+1}(t)|\le & ({\varpi }_1(x(t))+{\varpi }_2(w(t)))(1+\dot{w}(t)+\sum _{i=1}^{n-1}|x_{i+1}(t)|\\ & +\sum _{i=1}^n|g_i(u(t),x_1(t),\dots ,x_i(t))|+{\varpi }_1(x(t))+{\varpi }_2(w(t))).\end{array}\text{\hspace{1em}(9)}$$
令$\mathcal{V}:{\mathbb{R}}^{n+1}\to \mathbb{R}$为满足假设4的Lyapunov函数，$\mathcal{V}(\eta (t))$沿系统(7)的导数为

$$\begin{array}{rl}{\frac{\mathrm{d}\mathcal{V}}{\mathrm{d}t}|}_{\mathrm{a}\mathrm{l}\mathrm{o}\mathrm{n}\mathrm{g}(7)}=& \sum _{i=1}^n(r({\eta }_{i+1}(t)-h_i({\eta }_1(t)))+r^{n+1-i}[g_i(u(t),x_1(t),\dots ,x_i(t))\\ & -g_i(u(t),{\hat{x}}_1(t),\dots ,{\hat{x}}_i(t))])\frac{\partial \mathcal{V}(\eta (t))}{\partial {\eta }_i}+(-r{h}_{n+1}({\eta }_1(t)))\\ & +{\dot{x}}_{n+1}(t))\frac{\partial \mathcal{V}(\eta (t))}{\partial {\eta }_{n+1}}.\end{array}\text{\hspace{1em}(10)}$$
由假设4的条件1、式(8)和式(9)可得
$$\begin{array}{rl}{\frac{\mathrm{d}\mathcal{V}}{\mathrm{d}t}|}_{\mathrm{a}\mathrm{l}\mathrm{o}\mathrm{n}\mathrm{g}(7)}\le & -r\mathcal{W}(\eta (t))+|{\dot{x}}_{n+1}(t)|\left|\frac{\partial \mathcal{V}(\eta (t))}{\partial {\eta }_{n+1}}\right|\\ & +\sum _{i=1}^n\Gamma (u(t))r^{(n+1-i)(1-{\theta }_i)}\Vert {\eta }_1(t),\dots ,{\eta }_i(t){\Vert }^{{\theta }_i}\left|\frac{\partial \mathcal{V}(\eta (t))}{\partial {\eta }_i}\right|.\end{array}\text{\hspace{1em}(11)}$$
式(11)右端最后两项比较烦人，是证明稳定性的障碍，因此结合前面的假设条件去掉其影响，具体来说，根据假设2和假设4的条件2，当$\Vert \eta (t)\Vert \ge R$时有

$$\begin{array}{rl}& \Vert {\eta }_1(t),\dots ,{\eta }_i(t){\Vert }^{{\theta }_i}\left|\frac{\partial \mathcal{V}(\eta (t))}{\partial {\eta }_i}\right|\le N(W)(\eta (t)),\\ & \left|\frac{\partial \mathcal{V}(\eta (t))}{\partial {\eta }_{n+1}}\right|\le N\mathcal{W}(\eta (t))\end{array}\text{\hspace{1em}(12)}$$
令
$$\begin{array}{rl}\Lambda =& \underset{1\le i\le n}{\max }(n+1-i)(1-{\theta }_i),N_{11}=\underset{t\in [0,\infty )}{\sup }nN\Gamma (u(t)),\\ N_{12}=& N\underset{t\in [0,\infty )}{\sup }[{\varpi }_1(x(t))+{\varpi }_2(w(t))](1+|\dot{w}(t)|+\sum _{i=1}^n|x_{i+1}(t)|\\ & +\sum _{i=1}^n|g_i(u(t),x_1(t),\dots ,x_i(t))|+{\varpi }_1(x(t))+{\varpi }_2(w(t)))\end{array}\text{\hspace{1em}(13)}$$
由假设1，$\Lambda \in (0,1)$。由于$w(t)$，$\dot{w}(t)$，$u(t)$和$x(t)$一致有界，因此$N_{11}\le \infty$，$N_{12}\le \infty$。仔细看的话，其实如果$r>1$，那么有
$$\begin{array}{rl}|{\dot{x}}_{n+1}(t)|=& \left|\frac{\partial f(t,x,w)}{\partial t}+\frac{\partial f(t,x,w)}{\partial x_i}{\dot{x}}_i+\frac{\partial f(t,x,w)}{\partial w}{\dot{w}}_i\right|\\ \le & \left|\frac{\partial f(t,x,w)}{\partial t}\right|+\left|\frac{\partial f(t,x,w)}{\partial x_i}{\dot{x}}_i\right|+\left|\frac{\partial f(t,x,w)}{\partial w}{\dot{w}}_i\right|\\ \le & {\varpi }_1(x)+{\varpi }_1(w)+({\varpi }_1(x)+{\varpi }_1(w))\sum _{i=1}^{n-1}(|x_{i+1}+|g_i|)\\ & +({\varpi }_1(x)+{\varpi }_1(w))(|g_n|+({\varpi }_1(x)+{\varpi }_1(w)))+({\varpi }_1(x)+{\varpi }_1(w))|\dot{w}|\end{array}$$

$$\begin{array}{rl}& \sum _{i=1}^n\Gamma (u(t))r^{(n+1-i)(1-{\theta }_i)}\Vert {\eta }_1(t),\dots ,{\eta }_i(t){\Vert }^{{\theta }_i}\left|\frac{\partial \mathcal{V}(\eta (t))}{\partial {\eta }_i}\right|\\ \le & n\Gamma (u(t))r^{\Lambda }\Vert {\eta }_1(t),\dots ,{\eta }_i(t){\Vert }^{{\theta }_i}\left|\frac{\partial \mathcal{V}(\eta (t))}{\partial {\eta }_i}\right|\end{array}$$

可见式$N_{11}{r}^{\Lambda }\mathcal{W}(\eta )$和$N_{12}\mathcal{W}(\eta )$对应式(11)中右端最后两项的界，因此如果$\Vert \eta (t)\Vert \ge R$且$r>1$，则有
$$\begin{array}{r}{\frac{\mathrm{d}\mathcal{V}}{\mathrm{d}t}|}_{\mathrm{a}\mathrm{l}\mathrm{o}\mathrm{n}\mathrm{g}(7)}\le -(r-N_{11}{r}^{\Lambda }-N_{12})\mathcal{W}(\eta (t)).\end{array}\text{\hspace{1em}(14)}$$
由于$\mathcal{V}(\cdot )$和$\mathcal{W}(\cdot )$径向无界且连续正定，根据文献[3]的引理4.3(在博客2中有介绍)可知存在${\mathcal{K}}_{\infty }$类函数${\kappa }_i:{\overline{\mathbb{R}}}^{+}\to {\overline{\mathbb{R}}}^{+}(i=1,2,3,4)$使得
$$\begin{array}{rl}& {\kappa }_1(\Vert v\Vert )\le \mathcal{V}(v)\le {\kappa }_2(\Vert v\Vert ),\\ & {\kappa }_3(\Vert v\Vert )\le \mathcal{W}(v)\le {\kappa }_4(\Vert v\Vert ),\forall v\in {\mathbb{R}}^{n+1}\end{array}\text{\hspace{1em}(15)}$$
若$\mathcal{V}(\eta (r;t))\ge {\kappa }_2(R)$，则$\Vert \eta (t)\Vert \ge {\kappa }_2^{-1}(\mathcal{V}(\eta (r;t)))\ge R$，且$\mathcal{W}(\eta (t))\ge {\kappa }_3(\Vert \eta (t)\Vert )\ge {\kappa }_3(R)$。令
r > r 1 ≜ max ⁡ { 1 , ( 3 N 11 ) 1 / ( 1 − Λ ) , ( N 12 / N 11 ) 1 / Λ } , r>r_1\triangleq\max\{1,(3N_{11})^{1/(1-\varLambda)},(N_{12}/N_{11})^{1/\varLambda}\}, r>r1​≜max{1,(3N11​)1/(1−Λ),(N12​/N11​)1/Λ},
则由式(14)可知$\mathcal{V}(\eta (t))$沿系统(7)的导数满足
$$\begin{array}{r}{\frac{\mathrm{d}\mathcal{V}}{\mathrm{d}t}|}_{\mathrm{a}\mathrm{l}\mathrm{o}\mathrm{n}\mathrm{g}(7)}\le -N_{11}{\kappa }_3(R)r^{\Lambda }<0,\forall r>r_1,\Vert \eta (t)\Vert \ge R.\end{array}\text{\hspace{1em}(16)}$$
因此，对每一个$r>r_1$，均存在与$r$相关的常数$t_{r_1}$使得当$t>t_{r_1}$时，$\mathcal{V}(\eta (t))\le {\kappa }_2(R)$.

到目前为止，证明了$\mathcal{V}(\eta (t))$的有界性，进一步利用式(11)可得
$$\begin{array}{r}{\frac{\mathrm{d}\mathcal{V}}{\mathrm{d}t}|}_{\mathrm{a}\mathrm{l}\mathrm{o}\mathrm{n}\mathrm{g}(7)}\le -r\mathcal{W}(\eta (t))+M_{11}{r}^{\Lambda }+M_{12},\forall r>r_1,t>t_{r_1}.\end{array}\text{\hspace{1em}(17)}$$
其中，
M 11 = sup ⁡ t ∈ [ 0 , ∞ ) Γ ( u ( t ) ) ∑ i = 1 n sup ⁡ v ∈ { v ∈ R n + 1 : V ( v ) ≤ κ 2 ( R ) } ∥ v ∥ i θ ∥ ∂ V ( v ) ∂ v ∥ , M 12 = N 12 N sup ⁡ v ∈ { v ∈ R n + 1 : V ( v ) ≤ κ 2 ( R ) } ∣ ∂ V ( v ) ∂ v n + 1 ∣ \begin{aligned} &M_{11}=\sup_{t\in[0,\infty)}\varGamma(u(t))\sum_{i=1}^n\sup_{v\in\{v\in\mathbb{R}^{n+1}:\mathcal{V}(v)\leq\kappa_2(R)\}}\Vert v\Vert^\theta_i\left\Vert\frac{\partial \mathcal{V}(v)}{\partial v}\right\Vert,\\ &M_{12}=\frac{N_{12}}{N}\sup_{v\in\{v\in\mathbb{R}^{n+1}:\mathcal{V}(v)\leq\kappa_2(R)\}}\left\vert\frac{\partial \mathcal{V}(v)}{\partial v_{n+1}}\right\vert \end{aligned} ​M11​=t∈[0,∞)sup​Γ(u(t))i=1∑n​v∈{v∈Rn+1:V(v)≤κ2​(R)}sup​∥v∥iθ​∥∥∥∥​∂v∂V(v)​∥∥∥∥​,M12​=NN12​​v∈{v∈Rn+1:V(v)≤κ2​(R)}sup​∣∣∣∣​∂vn+1​∂V(v)​∣∣∣∣​​
根据$\mathcal{V}(v)$的径向无界性， { v ∈ R n + 1 : V ( v ) ≤ κ 2 ( R ) } ⊂ R n + 1 \{v\in\mathbb{R}^{n+1}:\mathcal{V}(v)\leq\kappa_2(R)\}\subset \mathbb{R}^{n+1} {v∈Rn+1:V(v)≤κ2​(R)}⊂Rn+1有界，结合$\nabla \mathcal{V}$的连续性可知$M_{11}<\infty$，$M_{12}<\infty$。

对任意给定$\sigma >0$，由式(15)和(17)可知，若
$$r>r_0\triangleq \max \left\{r_1,{\left(\frac{3M_{11}}{{\kappa }_3(\sigma )}\right)}^{\frac{1}{1-\Lambda }},\left({\frac{M_{12}}{M_{11}}}^{\frac{1}{\Lambda }}\right)\right\},$$
且$\Vert \eta (t)\Vert \ge \sigma$，则$W(\eta (t))\ge {\kappa }_3(\sigma )$，此时结合式(17)有
$${\frac{\mathrm{d}\mathcal{V}}{\mathrm{d}t}|}_{\mathrm{a}\mathrm{l}\mathrm{o}\mathrm{n}\mathrm{g}(7)}\le -r{\kappa }_3(\sigma )+2M_{11}{r}^{\Lambda }\le -M_{11}{r}^{\Lambda }<0\text{\hspace{1em}(18)}$$
因此，存在$t_r>t_{r_1}$使得对任意$r>r_0$和所有$t>t_r$，$\Vert \eta (t)\Vert <\sigma$成立。由式(6)可得
$$|x_i(t)-{\hat{x}}_i(t)|=\frac{|{\eta }_i(t)|}{r^{n+1-i}}\le \sigma ,i=1,2,\dots ,n+1.\text{\hspace{1em}(19)}$$
定理1证明完毕。

和文献[1]的套路类似，这里也是反复在Lyapunov函数的导数上作文章，想方设法弄出负定项来证明收敛性，反正$r$理论上可以任意大。这里的语言组织表面上没有利用反证法，实际上在证明$\mathcal{V}(\eta (t))$的有界性时其实还是反证法，换汤不换药。接着，文献[2]将$w$趋于稳态值和$f$形式作为定理1的特例进行了收敛性分析，不过证明过程没有实质区别。进一步，文献[2]利用齐次性分析了齐次ESO的收敛性，套路依旧类似。此外，文献[2]还讨论了ESO增益过高时导致的峰值现象，并建议$r$取为时变形式，这个属于理论上的细节了，就不展开说明了，不是这里讨论套路的重点。

到目前为止，关于ESO收敛性分析套路说明完毕。总之，这里想强调的是，千万不要被表面上复杂的公式唬住，而是应认真分析公式背后的思想(就像很多控制理论方面的文章其实就是一个Lyapunov函数推来推去，不管是加了ESO也好，加了神经网络也罢，都是一路货色)，明白了思想，如果不是进一步追求理论深度的话，其实是容易结合自己的研究方向弄出缓解毕业压力的新文章的，这是本文的主要观点。

参考文献

[1]Guo B Z, Zhao Z. On the convergence of an extended state observer for nonlinear systems with uncertainty[J]. Systems & Control Letters, 2011, 60(6): 420-430.

[2]Zhao Z L, Guo B Z. Extended state observer for uncertain lower triangular nonlinear systems[J]. Systems & Control Letters, 2015, 85: 100-108.

[3]Khalil H K. Nonlinear systems[M]. Prentice-Hall, 2001.