计算机控制系统第七章.ppt

* 构造一个与受控系统具有相同参数的动态系统 当两系统的初始状态完全一致时，则两个系统未来任意时刻的状态也应完全相同。但在实际实现时，不可能保证二者初始状态完全相同。为此，应引入两个系统状态误差反馈信号构成状态误差闭环系统，通过极点配置使误差系统的状态渐趋于零。由于原受控系统状态不可直接量测，故用二个系统的输出误差信号代替。 * 引入了输出误差的状态观测器状态方程为 其中，H为状态观测器的输出误差反馈系数矩阵,有如下形式 定义状态估计误差为 * 由前述可得 即 若选择合适的输出误差反馈矩阵H使得状态估计误差系统的所有极点均位于z平面单位圆内，则误差可在有限拍内趋于零，即状态估计值在有限拍内可以跟踪上真实状态，且极点越靠近原点状态估计误差趋于零的速度越快，反之越慢。 * 若指定状态观测器的特征值为 即期望的特征方程为 状态观测器的特征多项式为 比较两式两边z各次幂项的系数可得到一个n元方程组，可求得输出误差反馈系数矩阵H。 例7.8 * 已知n维系统是能观测的，其输出矩阵的秩是m，则说明系统状态有m个是可以直接观测的，不需要对系统的n个状态全部进行观测，而只需对另外n-m个状态进行观测即可。即可用n-m维状态观测器代替全维状态观测器。这种维数低于被控系统状态向量的观测器称为降维观测器。 单输入多输出系统降维观测器的设计 已知n维线性定常离散系统(A，b，C)能观测 其中，x(k)为n维状态向量，y(k)为m维输出列向量。  * 先将状态x(k)分解成两部分：可直接测量部分x2(k)(m×1维)；不能直接测量需重构部分x1(k)（(n-m)×1维）。即 其中A11为(n-m)×(n-m)维；A12为(n-m)×m维；A21为m×(n-m)维；A22为m×(n-m)维；b1为(n-m)×1维; b2为m×1维。 为了用可直接观测的x2(k)估计不可直接观测的x1(k) ，引入一个虚拟输出 * 观测器模型结构 整个系统的降维状态观测器实际上相当于全维观测器的子系统。因此采用与全维观测器相同的输出误差反馈思想，构造降维观测器，其结构如图7.7所示。 图7.7 降维状态观测器结构 * 观测器方程为 令观测器状态误差为 同全维观测器情况类似，有 * 降维观测器的实现 将z表达式代入观测器方程中，得 上式中x2(k)，u(k)可直接得到，但最后一项Hx2(k+1)实现有困难，因x2(k+1)是预测值。这时可采用图7.8结构变换法，则得到降维状态观测器实现的结构如图7.9所示。 例7.9 图7.8 降维状态观测器实现的结构变换法示意 * 图7.9 降维状态观测器的实现 * 以单输入单输出系统为例 该系统完全能控完全能观测。设计的问题是： 1. 用状态估计值反馈与用真实状态反馈系统性能是否一致? 2. 状态反馈增益矩阵K和观测器输出误差反馈矩阵H如何设计? * 问题1 用x(k)反馈时，闭环系统为 其中，v(k)为参考输入 用 反馈时，状态观测器为 * 闭环系统为 * 若 ，闭环系统系数矩阵未变，均为A-bK，这种情况下， 反馈系统与x(k)反馈系统完全相同。 若 ， 反馈系统比x(k)反馈系统多了一个输入量 ，观测器设计过程中对H的选择保证 对系统来说相当于一个很快衰减的扰动量，只对系统产生瞬态的影响。 * 问题2 1. 用 反馈与用x(k)反馈，闭环系统极点不发生变化。如果(A, b)能控，用 反馈同样可以选择K矩阵进行极点的任意配置，不受H矩阵影响。即使用观测器不影响状态反馈配置好的闭环极点。 2.状态观测器状态方程的形式与引入状态反馈前一样。因此，观测器极点的选择不受状态反馈系数矩阵K选择的影响。 定理7.7 (分离定理) 若系统能控又能观，可以先通过闭环极点要求选择状态反馈系数矩阵K，然后可按观测器状态偏差衰减速率要求独立地选择观测器输出误差反馈系数矩阵H，而H不会影响已配置好的闭环极点。也就是说，K和H可以分别独立设计，互不影响。 * 前面介绍的设计方法一般在设计开始时就确定了系统的结构形式，而这些结构形式通常不是最优的。往往得不到满意的效果，还需要在状态空间模型下建立最优控制策略。 最优控制概念 二次型最优控制 线性离散系统二次型最优控制 * 最优控制，就是在一