基于低通滤波器与Kalman滤波器的滑模控制（1）

        基于滤波器及状态观测器的滑模控制——将滑模控制方法与滤波器结合，可实现对带有噪声信号的滤波，为滑模控制器提供光滑的位置和速度信号。将滑模控制方法与状态观测器结合，可实现对速度信号的有效观测，从而实现无须速度测量的滑模控制。因此，基于滤波器及状态观测器的滑模控制方法对于实际工程具有重要价值。

• 1、基于低通滤波器的滑模控制

基于低通滤波的滑模控制器控制系统结构如图7.1所示

图中，u(t)为虚拟控制输入，τ(t)为实际控制输入。为了降低滑膜控制器产生的抖振，设计如下低通滤波器：

Q(s) =λ/(s+λ)      其中，λ>0
由图7.1得，dτ+λτ=λu 

• 2、基于Kalman滤波器的滑模控制

      控制系统中经常伴有过程噪声和随机噪声，采用离散Kalrnan滤波器可对噪声进行滤波。
对于离散域线性系统:

 其中, w(k)为过程噪声信号；v(k)为测量噪声信号。

•  卡尔曼滤波器原理

      针对系统式(7.8),离散卡尔曼滤波器递推算法为

     其中，Q为噪声 w(k) 的协方差，R为噪声 v(k) 的协方差。
     带有Kalman 滤波器的控制系结构如下图，其中yv为滤波器输入，ye为滤波器输出。此时,控制律式(7.10)中的状态输出 x 由Kalman滤波器提供。

•  仿真实例

     对象传递函数为

      控制律取式(7.10),取控制器参数为c =30,e =150,q=300。当M=2时,不采用Kalman滤波算法，位置跟踪及相轨迹如图7.6和图7.7所示。当M=1时,采用Kalman滤波算法式(7.11)～式(7.15),位置跟踪及相轨迹如图7.8～10所示。由仿真结果可见,采用Kalman 滤波器后,控制精度大大提高。

---

参考文献：第7章 基于滤波器及状态观测器的滑模控制