状态观测控制器设计与仿真验证

【无限嚣张(菜菜)】:hello您好,我是菜菜,很高兴您能来访我的博客,我是一名爱好编程学习研究的菜菜,每天分享自己的学习,想法,博客来源与自己的学习项目以及编程中遇到问题的总结。

座右铭:尽人事,听天命

个人主页:无限嚣张(菜菜)

目录

状态观测器的提出

        并不是所有系统的状态变量都是很容易能直接检测得到的,大多系统的状态变量都是不容易直接检测到的,有些状态变量甚至根本无法检测。这样,就提出了所谓的状态观测和状态重构问题,由龙伯格(Luenberger)提出的状态观测器理论,所以也叫Luenberger观测器。通过系统的输入和输出来估计状态,从而解决了在确定性条件下受控系统的重构问题,从而使状态反馈成为一种可实现的控制率。

状态观测器定义

        设线性定常系统\sum =(A,B,C)的状态矢量x不能直接检测。如果动态系统\hat{\sum }\sum的输入u和输出y作为其输入量,能产生一组输出量\hat{x}渐近于x,即\lim\limits_{t\to+\infty} |x-\hat{x}|=0,则称\hat{\sum }\sum的一个状态观测器。

        根据状态观测器的的定义,我们可以知道构造观测器的原则是:

        (1)观测器\hat{\sum }应以观测器\hat{\sum }的输入u和输出y作为输入量。

        (2)为了满足\lim\limits_{t\to+\infty} |x-\hat{x}|=0\hat{\sum }必须完全能观,或其不能观子系统是渐进稳定的。

        (3)\hat{\sum }的输出\hat{x}应以足够的速度渐进与x,即\hat{\sum }应有足够宽的频带。但从抑制干扰角度看,又希望频带不要太宽。因此,要根据具体情况予以兼顾。

        (4)\hat{\sum }在结构上要尽量简单。即具有尽可能低的维数,以便于物理实现。

状态观测器的设计原理

        给出单输入单输出系统如下,假设给出的系统是能观(rank(C,CA,...,CA^{n-1})^T)=n)的,如果不能观,我们设计降阶观测器,观测他一部分状态。

                                               \begin{cases}\dot{x}=Ax+Bu\\ y = Cx \end{cases}                                                              

        根据观测器的设计原则,闭环观测器的的状态方程设计如下:

\dot{\hat{x}} = A\dot{x}+Bu+G(y-C\hat{x})

      我们可以很容易知道闭环观测器的误差状态 

                                                    ​​​​​​ ​​​​​   \begin{cases} e = x-\hat{x}\\ \dot{e} = \dot{x}-\dot{\hat{x}} =(A-GC)e\end{cases}                                            

        证明确定使\hat{x}渐进与x的条件:

对误差求导,我们可以得到如下解:

e = e^{(A-GC)t}e(0)=e^{(A-GC)t}[\dot{x}_{0}-x_{0}]

由上式可知,当(A-GC)的特征值均为负实部,才能满足\lim\limits_{t\to+\infty} |x-\hat{x}|=0

状态观测器的设计

        假设一个线性系统如下:

\begin{cases} \dot{x}_{1} = x_{2}\\ \dot{x}_{2}=m_{1}x_{1}+m_{2}x_{2}+5u\\y=5x_{1} \end{cases}       

将上式写成状态空间的形式如下,设x = [x_{1},x_{2}]^{T}

                                                                                                                

其中A=(\begin{matrix} 0& 1 \\ m_{1} & m_{2} \\ \end{matrix}) ,\quad B=(\begin{matrix} 0 \\ 5 \\ \end{matrix}),\quad C=(\begin{matrix} 5 &0 \\ \end{matrix}),

        判断系统是否能观:R=(\begin{matrix} C \\ CA \\ \end{matrix})=(\begin{matrix} 5&0 \\ 0&5 \\ \end{matrix})=2,由此可知,此系统是满秩,所以能观,根据状态观测器的构造原则可知,可以构造观测器。

        原系统构建:若原系统渐进稳定,那么矩阵A满足Hurwitz条件,即系统A的所有特征值全部小于0.即

|\lambda I-A|=\lambda^{2}-\lambda m_{2}-m_{1}=0

因此特征值和积需满足:\lambda_{1}+\lambda_{2}=m_{2}<0,\lambda_{1}\lambda_{2}=-m_{1}>0,取m_{2}=-2,m_{1}=-1

        观测器构建:

\begin{cases} \dot{\hat{x}} = A\hat{x}+Bu+G(y-C\hat{x}) \\ y = C{x} \end{cases}

观测器的误差为:

\begin{cases} e = x-\hat{x}\\ \dot{e} = \dot{x}-\dot{\hat{x}} =(A-GC)e\end{cases}

我们最初目的是为了让\lim\limits_{t\to+\infty} |x-\hat{x}|=0,也就是目的让误差趋于0。此时我们需要让矩阵A-GC满足Hurwitz条件,即:

A-GC=(\begin{matrix} 0& 1 \\ m_{1} & m_{2} \\ \end{matrix}) -(\begin{matrix} 5g_{1}& 0 \\5g_{2} & 0 \\ \end{matrix})=(\begin{matrix} -5g_{1}& 1 \\ m_{1}-5g_2 & m_{2} \\ \end{matrix})

m_{2}=-2,m_{1}=-1带入上式中,我们并求det(\lambdaI-(A-GC)),使其满足Hurwitz条件

A-GC=(\begin{matrix} -5g_{1}& 1 \\ m_{1}-5g_2 & m_{2} \\ \end{matrix})=(\begin{matrix} -5g_{1}& 1 \\ -1-5g_2 & -2 \\ \end{matrix})

det(\lambdaI-(A-GC))=\lambda^{2}+(5g_{1}+2)\lambda +5g_{2}+2=0,

因此特征值和积需满足,\lambda_{1}+\lambda_{2}=-(5g_{1}+2)<0,\lambda_{1}\lambda_{2}=5g_{2}+2>0,取g_{2}=2,g_{1}=1

状态观测器的仿真验证

控制输入,也就是控制器,我们输入一个正弦函数

x1的状态,以及x1的状态观测

 x2的状态,以及x2的状态观测

  • 25
    点赞
  • 45
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 24
    评论
下面是一个简单的非线性系统的模糊输出反馈控制的Matlab仿真实例: 假设有一个双摆系统,系统的动态方程为: ``` θ1'' = (m2g*sin(θ2)*cos(θ1-θ2)-m2l2*θ2'*sin(θ1-θ2)*θ2'-b*θ1')/(m1l1^2+m2l2^2-m2l1*l2*cos(θ1-θ2)) θ2'' = (m1+m2)*g*sin(θ1)*cos(θ1-θ2)+m2l1*θ1'^2*sin(θ1-θ2)-b*θ2'/(m1l1^2+m2l2^2-m2l1*l2*cos(θ1-θ2)) ``` 其中,`m1`、`m2`、`l1`、`l2`、`g`、`b`分别为系统的质量、长度、重力加速度和摩擦系数,`θ1`、`θ2`分别为摆的角度,`θ1'`、`θ2'`分别为角速度,`θ1''`、`θ2''`分别为角加速度。 我们需要设计一个模糊输出反馈控制器,使得系统能够跟踪给定的轨迹。控制器的输入为系统的位置和速度误差,输出为摆的力矩控制量。 首先,我们使用Simulink建立系统的模型,并在Simulink中添加一个Fuzzy Logic Controller模块,用于设计模糊输出反馈控制器控制器的输入包括两个输入变量:位置误差和速度误差,输出为摆的力矩控制量。模糊控制器设计细节可以参考Fuzzy Logic Toolbox的文档或者网络上的教程。 然后,我们将控制器与Simulink模型相连,形成闭环控制系统。在Simulink中,我们可以通过添加Scope模块,实时观察系统的状态和控制效果。 最后,我们运行Simulink仿真,观察系统的响应,并进行参数优化。通过不断调整控制器的参数,可以使得系统跟踪给定轨迹的性能不断提高。 下面是一个简单的Matlab代码实现,用于运行Simulink仿真: ``` % 加载Simulink模型 mdl = 'double_pendulum'; open_system(mdl); % 运行仿真 sim(mdl); % 绘制系统响应曲线 figure; plot(tout, yout(:,1), 'b', tout, yout(:,2), 'r'); legend('θ1', 'θ2'); xlabel('时间'); ylabel('角度'); ``` 其中,`double_pendulum`为Simulink模型的文件名,`yout`为系统的输出数据,包括系统的角度和角速度。通过修改模型和控制器的参数,可以进行系统优化和性能改进。

“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 24
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

打赏作者

无限嚣张(菜菜)

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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