自适应控制2009.pptVIP

第三章 随机控制和随机自适应控制（一） 那么：最小方差控制问题也就是要根据给定的对象的数学模型，综合一个线性控制律，使输出的稳态方差为最小。 综合思路：确定模型 找出输出与控制（输入）及扰动的表达式 求解 ≡0时扰动作用下的输出预报（因控制有滞后） 求出预报误差表达式 求满足使预报方差最小的预报律 扰动和共同作用（ ≠0）下的输出 求最小方差控制律。 关于扰动过程的描述： 实际系统可能存在许多不同的随机干扰，它作用于系统的许多不同部位，由于系统是线性的，因此可以用迭加原理，将所有作用于系统之上的干扰，用一个作用于系统输出之上的等价扰动 来代替。 可以解释成不存在控制作用（即 ）时的对象输出。如下图所 yu(k)：仅控制作用的输出即上示的y(k) v(k)通常 考虑 的影响后对象输出应写成： 式C 设 的谱密度为 ，且 。写成原子方程， 可以表达为： 代入C式得： (式D) 上式两端都乘以 得 令： 则对象的数学模型可以写为： 式E 其中： 不失一般性：认为 都是n阶多项式。因为如果这些多项式小于n阶，总可以放些等于零的系数在后面。 上述被控过程的数学模型称为－CARMA模型。即被控自回归滑动平均模型。 当 时，该模型变成通常用于时间序列分析用的ARMA模型，即自回归滑动平均模型。 模型建立以后，下面我们将进入本节的核心问题——最小方差控制率的综合问题： 最小方差控制的基本思想： 首先假设 ，根据在k时刻已经测得的输出信息 来预报 。 预报的提出：为什么不直接求出 条件下，k时的输出（即滤波估计）而要求m步的预报估计呢？这是由于传输延时m，使得控制作用要滞后m个采样周期才能对输出产生影响。因此需要对输出提前m步进行预报。然后，根据预报输出来计算适当的控制作用u(k) 补偿由于随即扰动在（k+m)时刻对输出的影响。 通过连续不断的进行采样预报和控制,就可以保持输出量的稳态方差为最小。 由此可见：要实现最小方差控制，关键在于预报。下面先讨论预报问题。 二、最小方差预报率 最小方差预报问题的提法如下： 假定：①被预报的过程，即由随即扰动所产生的输出是一个具有有理谱密度的平稳高斯随即过程。 ②最优性判据取稳态预报误差的方差为最小。 ③容许预报率应当是线性的和物理上可以实现的。也就是说，预报率应当是 的线性函数。 预报模型可以从上述CARMA模型令 得到： （式F） 上式中： 可以展开成 的无穷级数，所以右端可以展开成： 等项的线性组合。而其中 随机变量 是与观测量 有一定的依赖关系的。（为书写简单，令：