抗干扰控制深度解析

介绍一下基础的抗干扰控制方法，大概花个十分钟就能对抗干扰控制有个基本的认识。

这篇文章主要是翻译S. H. Li老师的专著《Disturbance Observer Based Control: Methods and Applications》加上一些我自己的理解。这本书讲得通俗易懂， 推荐！

一、高增益控制方法

以下介绍的几种控制器都是用高增益的方式来抑制干扰，如果干扰有界，或者干扰的变化有界，那么我用比你干扰最大值的控制能量来压制，简单来讲就是比你快，还比你强，那么不管你干扰是怎样的形式，都翻不起多大风浪，系统是稳定的。

1、高增益控制
为了更清晰地分析，看到控制的本质，从最简单的一阶惯性环节对象分析起， 系统的状态方程为：

假设期望输出  是常数，  ,定义  ，​则有

控制器设计为  ，将控制率带入系统状态方程，有

对一阶常系数非奇异微分方程求解，得到

用控制框图表示一下，更加清晰一点：

如果干扰是有界的，满足  ，那么有：

则当t趋于无穷大时，稳态误差也是一个有界的值，  ​，增益k越大，误差也就越小。

考虑最一般的情况，如果干扰d是一个常值干扰dc，则

考虑趋于无穷时刻的偏差，有  ​

可见对于最简单的一阶惯性环节，在干扰存在时，这种方法无法消除干扰带来的稳态误差，而且为了使得误差尽可能小，需要取高增益控制率以抑制扰动的影响。

2、积分控制

PID的调试经验告诉我们积分项可以消除稳态误差，如果考虑带有积分项的控制率

带入状态方程有

​化为状态空间形式，

其中

 

从公式可以看出，当干扰为常值干扰时，干扰项的导数为零，且A矩阵是Hurwitz的，此时系统渐进稳定，无穷时刻的偏差为零。

Hurwitz矩阵：矩阵特征值实部都小于零的矩阵，如果系统矩阵是Hurwitz的，那么系统渐进稳定。

考虑如果干扰的导数非零，但是其有界的情况：  ,最终有

从以上的分析可以知道，积分控制能消除常值干扰，但是对于变化的干扰稳态误差依然存在。

3、滑模控制

之前写了一篇文章详细讨论了滑模控制器的实现和分析过程，https://zhuanlan.zhihu.com/p/78549442，这里就不再重复分析了。那个例子是考虑一个简单的双积分器对象，简单地讲就是先设计一个可以让状态渐进稳定的滑模面，然后基于此设计控制率让状态达到滑模面上。

这里只把滑模控制器的控制率重写一下：

可以看到如果要使得系统稳定，上面介绍的三类控制器都必须满足一定条件，通常是增益要比干扰的界大，也就是通过高增益起到压制扰动的效果。

除了以上介绍了三种，H无穷、鲁棒控制也是同样的思路。这种控制方式简单粗放有误差但是很有效，下面另一种基于补偿的控制策略，也就是基于干扰观测器的控制方式。

二、基于干扰观测器的控制

基本思路是先构造干扰观测器将干扰量测出来，用估计干扰补偿实际干扰，如果模型估计得很准确（很难很难），那么系统将简化成一个不受干扰影响的纯净系统，再在这基础上设计反馈控制器就比较简单了。

1、DOB

对于一个系统：

假设无穷时间后干扰会收敛到一个常值，

若设计如下的DOB干扰观测器

则估计干扰和实际干扰之间的偏差值为：

如果矩阵-LB是赫尔维兹矩阵，那么最终估计干扰值会收敛到实际干扰值，此时只需要设计控制器

带入系统方程

如果（A+BK）是Hurwitz的，那么系统稳定

控制框图如下：

2、ESO（Extended State Observer)

ESO是韩京清老师提出的一类干扰估计方法， 常常和跟踪微分器、非线性PID组合在一起构成自抗扰控制器（ADRC控制）。

把一般系统的状态方程逐个写出来：

如果把包括系统动态、模型不确定性、外部扰动统一用一个新的状态来表示，那么有扩张之后的状态方程：

设计状态观测器使得  跟踪 

观察干扰收敛的情况：

写成状态空间形式：

和【2积分控制】中分析的类似，

​设计  使得矩阵是Hurwitz的，且h(t)有界，那么误差状态将收敛到零， 估计干扰将收敛到实际干扰。将干扰补偿后，再根据相应的性能指标设计反馈控制器。

基于干扰观测器的补偿控制能施加更精准的控制，从能量输出角度讲它也更加经济。但是这种方法对模型的要求要更高，通常需要花很多工夫在辨识上。如果模型不太准确，有可能干扰的补偿没起到作用，反而还产生了更坏的影响。

参考：

[1] S. H. Li, J. Yang, W. H. Chen, and X. S. Chen, Disturbance Observer Based Control: Methods and Applications. London: CRC Press, 2014.