第17讲 多变量自适应控制.pptVIP

自适应控制篇目录(1/2) 自适应控制篇 第10讲 自适应控制概述 第11讲 最优预报和自适应预报 第12讲 最小方差调节器和自校正调节器 第13讲 最小方差控制器与自校正控制器 第14讲 极点配置调节器与极点配置自校正调节器 第15讲 自校正PID调节器 第16讲 多变量自适应控制 第17讲 自适应信号处理与滤波 第18讲 模型参考自适应控制概述 自适应控制篇目录(2/2) 自适应控制篇(续) 第19讲 模型参考自适应系统的数学模型表示 第20讲 基于李氏稳定性理论的状态空间模型参考自适应控制 第21讲 基于李氏稳定性理论的输入输出方程模型参考自适应控制 第22讲 基于Popov稳定性理论的状态空间模型参考自适应控制 第23讲 神经网络自适应控制 第十六讲 多变量系统自适应控制(1/2) 第十六讲 多变量系统自适应控制 前面讨论了SISO系统的STC方法. 实际上,许多工程被控系统是MIMO系统,且各输入输出通道之间存在着强耦合现象. 因此,研究具有多输入多输出的多变量系统的STC方法引起了许多学者的注意. 第十六讲 多变量系统自适应控制(2/2) 本讲介绍多变量系统的 最优预报、 STR和 STC, 其它的自校正方法,如 自校正极点配置、 自校正PID调节器 等,可类似于本讲讨论的STC方法和前面介绍的单变量系统的各种自校正方法来给出. 1 多变量系统的最优预报(1/14) 1 多变量系统的最优预报 如同讨论单变量系统的STR和STC方法一样,由于系统存在时滞,在讨论多变量系统的STC方法之前,我们先讨论多变量系统的最优预报. 考虑如下MIMO随机线性离散系统的输入输出模型 1 多变量系统的最优预报(2/14) 其中y(k)为被控系统的p维输出向量; u(k)为被控系统的p维输入向量; w(k)为被控系统的p维随机扰动向量; d0是时滞时间; z-1为单位时滞算子; 1 多变量系统的最优预报(3/14) 对本讲讨论的MIMO系统的模型,为使所讨论的预报和控制问题简化,有如下约定: 该模型已经假定系统中各输入输出通道的时滞是相同的,均为d步时滞; 系统的输入u(k)和输出y(k)同维(即系统为方的),这样避免了讨论控制作用的存在性问题,也使得控制问题表述和求解大大简化; 在本课程讨论的多变量系统的控制问题中,还假定多项式矩阵B(z-1)中的B0非奇异,即|B0|?0,同样回避了控制的存在性问题,简化了问题的表述和求解. 在80年代,许多研究人员对不满足上述假设的,如: 各输入输出通道的时滞不等 1 多变量系统的最优预报(4/14) 输入u(k)和输出y(k)不同维,即系统非方的 系统的预报与自适应控制问题作了深入的讨论。 为使预报问题具有普遍意义,下面讨论如下辅助系统的输出预报问题(若仅要预报y(k),则令P(z-1)=1即可.) ?(k)=P(z-1)y(k) (3) 1 多变量系统的最优预报(5/14) 定理1 对于辅助系统 ?(k)=P(z-1)y(k), 假定: (1) 被控系统所有输入输出通道的时滞时间均为d,时滞算子多项式矩阵A(z-1),B(z-1)和C(z-1)的阶次和参数均已知; (2) 被控系统的多项式矩阵C(z-1)稳定,即det C(z-1)的所有零点严格在z-1平面的单位圆外; (3) {w(k)}是零均值,协方差阵E{w(k)wτ(k)}=?的独立同分布的随机向量序列. 则满足预报误差方差 J=E{||?~(k+j/k)||2} (4) 1 多变量系统的最优预报(6/14) 为最小的j步最优预报??(k+j/k),最优预报误差?~?(k+j/k)和最优预报误差的方差分别为 ??(k+j/k)=C-1[Gy(k)+FBu(k+j-d)] (5) ?~?(k+j/k)=Fw(k+j) (6) E{||?~?(k+j/k)||2}=tr(?+F1?F?1+…+Fj-1?F?j-1) (7) 式中?为白噪声w(k)的协方差; 时滞算子多项式C(z-1),G(z-1),F(z-1)和F(z-1)满足如下Diophant方程和折换方程 PC=AF+z-jG (8) PC=FA+z-jG