ADRC——一阶ESO扩张状态观测器simulink实现及C语言代码

        理论部分见我之前的博客,一阶ESO相比起来实现更简单,也更好理解,可帮助新手入门使用。虽然常见的物理系统,绝大多都是二阶系统,如F=ma, 做位置控制时,一般用二阶ESO。但是一阶ESO也有一定的用途,后面有空把之前做的一阶ESO的实际案例开源出来。

simulink模型已上传网盘

链接:https://pan.baidu.com/s/1q7zgYNjGXXrAHaaPCSZqFA 
提取码:2579

1、公式推导

一阶系统模型:

\dot x=f(x,t)+bu \\

 拓展为2阶系统:

\dot x_1=x_2+bu \\ \dot x_2=g(x_1,x_2,t)

建立起观测器:

\begin{cases} e_1=y-z_1 \\ \dot z_1 =z_2+bu+\beta_{01}*fal(e_1,\alpha_1,\delta)\\ \dot z_2 =\beta_{02}*fal(e_1,\alpha_2,\delta) \end{cases}

fal函数:

 2、simulink

ESO代码

function [z1_hat,z2_hat] = fcn(y,u)
 
h=0.01;

 
persistent z1 z2 
if isempty(z1)  
    z1=0;
    z2=0;
end
 
e=y-z1;
 
fe1=fal(e,0.5,0.01);
fe2=fal(e,0.25,0.01);

z1=z1+h*(z2 + 100*fe1 + u);  %需要调参 <100,300>这两个参数
% 这里也可以写成 z1=z1+h*(z2 + 100*e + u);
z2=z2+ h*(300*fe2);


z1_hat=z1;
z2_hat=z2;

end
 
 
function f=fal(e,alpha,delta)
if abs(e)>delta
    f=abs(e)^alpha*sign(e);
else
    f=e/(delta^(1-alpha));
end
end

 模型搭建:

扰动估计效果:

 

控制效果

 

3、C语言代码 

.h文件

typedef struct
{
    float dt;
    float b;
    float z1_hat;
    float z2_hat;

    float alpha_1;
    float alpha_2;
    float delta_1;
    float beta_1;
    float beta_2;

    uint8_t start_flag;
} ESO_1order_pm_st;

.c文件

void ESO_1order(float y, float u, ESO_1order_pm_st *eso_pm)
{
    float e, fe1, fe2;
    if (eso_pm->start_flag == 0)
    {
        eso_pm->z1_hat = y;
        eso_pm->z2_hat = 0;
    }
    e = y - eso_pm->z1_hat;

    fe1 = fal(e, eso_pm->alpha_1, eso_pm->delta_1);
    fe2 = fal(e, eso_pm->alpha_2, eso_pm->delta_1);

    eso_pm->z1_hat += eso_pm->dt * (eso_pm->z2_hat + eso_pm->beta_1 * fe1 + eso_pm->b * u);
    eso_pm->z2_hat += eso_pm->dt * (eso_pm->beta_2 * fe2);
}

使用方法:

ESO_1order_pm_st  ESO_pm;

/*一阶ESO参数初始化*/

ESO_pm.dt = 0.001;
ESO_pm.alpha_1 = 0.5;
ESO_pm.alpha_2 = 0.25;
ESO_pm.b = 1.0f;

ESO_pm.delta_1 = 0.01;
ESO_pm.beta_1 = 50.0f;
ESO_pm.beta_2 = 100.0f;
ESO_pm.start_flag = 0;


 /*调用方法*/
ESO_1order(y, u, &ESO_pm);  //需要给入参数y和u

  • 10
    点赞
  • 84
    收藏
    觉得还不错? 一键收藏
  • 7
    评论
LADRC是一种控制算法,其C语言实现可以如下所示: ```c #define N 3 // 系统状态变量的数量 #define M 1 // 控制信号的数量 float x[N]; // 系统状态变量 float u[M]; // 控制信号 float r[N]; // 参考信号 float q[N][N]; // 状态误差加权系数矩阵 float p[N][N]; // 状态协方差矩阵 float k[N][M]; // 控制增益矩阵 float a[N][N]; // 系统矩阵 float b[N][M]; // 输入矩阵 float c[N][N]; // 观测矩阵 float d[M][M]; // 输入协方差矩阵 float e[N][N]; // 状态协方差矩阵 void ladrc_control(float *y, float *x, float *u) { float z[N]; // 观测向量 float v[M]; // 测量噪声 float w[N]; // 状态噪声 float kk[N][N]; // Kalman增益矩阵 // 计算观测向量 for (int i = 0; i < N; i++) { z[i] = c[i][0] * y[0]; for (int j = 1; j < N; j++) { z[i] += c[i][j] * x[j]; } } // 计算控制增益矩阵 for (int i = 0; i < N; i++) { for (int j = 0; j < M; j++) { k[i][j] = 0; for (int l = 0; l < N; l++) { k[i][j] += q[i][l] * c[l][j]; } k[i][j] /= d[j][j]; } } // 计算状态协方差矩阵 for (int i = 0; i < N; i++) { for (int j = 0; j < N; j++) { e[i][j] = 0; for (int l = 0; l < N; l++) { e[i][j] += a[i][l] * p[l][j]; } for (int l = 0; l < M; l++) { e[i][j] += b[i][l] * d[l][l] * b[j][l]; } } } // 计算Kalman增益矩阵 for (int i = 0; i < N; i++) { for (int j = 0; j < N; j++) { kk[i][j] = 0; for (int l = 0; l < N; l++) { kk[i][j] += e[i][l] * c[l][j]; } kk[i][j] /= (d[0][0] + kk[0][0]); } } // 计算状态估计值 for (int i = 0; i < N; i++) { x[i] = z[i]; for (int j = 0; j < N; j++) { x[i] -= kk[i][j] * z[j]; } } // 计算控制信号 for (int i = 0; i < M; i++) { u[i] = 0; for (int j = 0; j < N; j++) { u[i] += k[j][i] * (r[j] - x[j]); } } // 更新状态协方差矩阵 for (int i = 0; i < N; i++) { for (int j = 0; j < N; j++) { p[i][j] = e[i][j]; for (int l = 0; l < N; l++) { p[i][j] -= kk[i][l] * c[l][j] * e[0][0]; } } } } ``` 其中,`x`、`u`、`r`分别表示系统状态变量、控制信号和参考信号,`q`表示状态误差加权矩阵,`p`表示状态协方差矩阵,`k`表示控制增益矩阵,`a`、`b`、`c`、`d`分别表示系统矩阵、输入矩阵、观测矩阵和输入协方差矩阵,`e`表示状态协方差矩阵。函数`ladrc_control`表示LADRC控制算法实现

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 7
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值