现代控制理论课件16.ppt

第五篇 自 适 应 控 制,概 述,任何一个动态系统，通常都具有程度不同的不确定性。这种不确定性因素的产生主要由于：, 系统的输入包含有随机扰动，如飞行器飞行过程中的阵风；,以上两者又称为不确定性的（或随机的）环境因素。, 系统的测量传感器具有测量噪声；, 系统数学模型的参数甚至结构具有不确定性。如导弹控制系统中气动力参数随导弹飞行高度、速度、导弹质量及重心的变化而变化。,点击图片观看,在只存在不确定环境因素，但系统模型具有确定性的情况下，这是随机控制需要解决的问题；而自适应控制是解决具有数学模型不确定性为特征的最优控制问题。这时如果系统基本工作于确定环境下，则称为确定性自适应控制；如果系统工作于随机环境下，则称为随机自适应控制。,自适应控制的提法可归纳为：在系统数学模型不确定的条件下（工作环境可以是基本确定的或是随机的），要求设计控制规律，使给定的性能指标尽可能达到及保持最优。,为了完成以上任务，自适应控制必须首先要在工作过程中不断地在线辨识系统模型（结构及参数）或性能，作为形成及修正最优控制的依据，这就是所谓的自适应能力，它是自适应控制主要特点。,最早的自适应控制方案是在五十年代末由美国麻省理工学院怀特克(Whitaker )首先提出飞机自动驾驶仪的模型参考自适应控制方案。自适应控制是自动控制领域中的一个新分支，三十多年来取得了很大的发展，并得到了广泛的重视。,自动驾驶仪,到目前为止，在先进的科技领域出现了许多形式不同的自适应控制方案，但比较成熟并已获得实际应用的可以概括成两大类： 模型参考自适应控制； 自校正控制。,自适应控制的应用领域,模型参考自适应控制需在控制系统中设置一 个参考模型，要求系统在运行过程中的动态 响应与参考模型的动态响应相一致（状态一 致或输出一致），当出现误差时便将误差信 号输入给参数自动调节装置，来改变控制器 参数，或产生等效的附加控制作用，使误差 逐步趋于消失。在这方面法国学者朗道(I.D.Landau) 把超稳定性理论应用到模型参考自适应控制中来，做出了杰出贡献 。,自校正控制基于对被控对象数学模型的在线辨识，然后按给定的性能指标在线地综合最优控制的规律。它与一般确定性或随机性最优控制的差别是增加了被控制对象的在线辨识任务，它是系统模型不确定情况下的最优控制问题的延伸，可用于导弹控制。,第十六章 自 校 正 控 制,在控制系统分析中，经常使用如下两类数学模型：, 输入输出模型：用微分方程及差分方程或传递函数表示。一般适合于描述线性定常的比较简单的工业系统模型。, 状态空间模型：用连续或离散的状态方程表示。常用来描述比较复杂的系统，更适合于描述非时变系统。,式中， 表示采样时刻序列， 表示控制对输出的传输延时。如引入一步延时算子 ，即,其中， 为系统脉冲传递函数。,第一节 最小方差控制律,设已知线性定常单输入单输出受控系统在随机扰动作用下的数学模型如式(16-12)至式(16-15)，要求设计一个最优控制器，使随机输出的稳态方差为：,这里的最优控制规律应为已测得的输出序列 的线性函数，便于实现闭环控制。,式中 的商式， 的余式，于是有：,经以上分解，如果 的阶次为 ， 的阶次为 ，则,可见该项表示未来的干扰序列，显然，与已得的测量序列 是独立的。,可见该项表示现在及过去的干扰序列，显然与已得的测量序 列不独立。,设 及 的所有零点均在单位圆内，即它们均为稳定 的多项式。则由式(16-17)可得,(16-25),(16-27),已知 与 独立，又因假设 为 的线性函数，因此 与 独立，等式右边第三项可表示为,(16-28),因此，式(16-27)右边第三项等于零。其次，右边第一项与控制序列无关，它是不可控的。等式右边第二项为非向值，因此为使指标函数最小，应取控制序列满足：,(16-30),相应的指标函数最小值为,如设 为平稳白噪声，其方差为 ，则得,这样，我们得到了为输出序列线性函数的最优控制规律，因此可以很方便地实现闭环控制。,