渐近跟踪与干扰抑制.pptVIP

* 8.6 渐近跟踪与干扰抑制问题 8.6.1 渐近跟踪与干扰抑制问题 右图所示反馈控制系统 一般很难做到在所有时间上都有 ， 但 ， 就有可能做到，即： 稳态时，实现了y(t)跟踪r(t)，称为渐近跟踪。 gc(s) y(t) - g(s) r(t) e(t) + w(t) 随机性扰动：具有随机的形式，只知道一些统计性质，如均值，方差。(随机控制研究的内容) 外部扰动信号 确定性扰动：有确定的函数形式，如阶跃函数、斜坡函数、正余弦函数等。 可通过分析或辨识等手段来获得其函数形式（结构特性）。 阵风对雷达天线的扰动。 轨道对行驶中的列车的纵摇或横摇等扰动。 系统为线性，且同时作用有参考信号r(t)和扰动信号w(t)。则： 当w(t)=0，对任意的r(t) 有： 当r(t)=0，对任意的w(t)，相应的输出yw(t)满足： （2）式称为渐近跟踪，（3）式称为扰动抑制。 当系统实现无静差跟踪时，将可同时达到渐近跟踪和扰动抑制，即对任意的r(t)和w(t)，（1）式成立。 如果参考信号r(t)和扰动w(t)，当t ∞时均趋于0，则只要寻找控制u使系统为渐近稳定，(1)式就自动地成立，即无静差跟踪可自动的达到。所以这种情况没有研究的必要。 （3） （2） 以后讨论中规定： 实际情况大多如此。如阶跃信号，斜坡信号，正余弦信号等。 关于参考信号和扰动的模型： 设r(t)和w(t)，当t ∞时均不趋于0，如果对它们的属性没有任何了解，则无从讨论系统的渐近跟踪问题和扰动抑制问题。 为了研究跟踪问题，需要对r(t)和w(t)的某些结构性质有所了解，并建立起相应的信号模型。 标量情况： 若信号为未知幅值的阶跃函数，则拉氏变换为β/s。 若信号为未知振幅和初始相位的正弦函数，拉氏变换为： 一般情况下，可将标量的r(t)和w(t)的拉氏变换分别表示为： 由于信号的函数结构为已知，多项式dr(s)和dw(s)是已知的， 又由于信号的非结构特性为未知，多项式nr(s)和nw(s)为未知 和任意。对nr(s)和nw(s)的唯一限制是应保证 均为严格真的有理分式函数。 在时间域内，上述关系等价于把r(t)和w(t)分别看成为是 由信号模型： 相对于各自的未知初始条件xr(0)和xw(0)所产生的。 和 向量信号的情况： 参考信号r(t)和扰动信号w(t)可分别看成为是在未知的初始 状态下，由其模型： 所产生。 和 在经典控制理论中，已经讨论过典型输入信号时的情况。 1/Kv 1/Ka 但是，对于r(t)不是典型输入信号的情况，则y(t)跟踪r(t)的条件是什么？ 输入和误差信号的拉氏变换式分别为 显然，输入信号的分母dr(s)=0中那些实部为负的根，当 时对稳态误差无影响；只有那些位于s右半闭平面（包括虚轴的右半平面）的根，对稳态误差有影响。 gc(s) y(t) - g(s) r(t) e(t) 要使 必须有 1） 的所有根实部均为负。 2） 在s右半闭平面的零点也是 的零点。 上面两个条件成立时，就实现了渐近跟踪，即 时有 。其中，第2个条件就是著名的内模原理。 8.6.2 内模原理 假定输入信号R(s)的分母多项式dr(s)的某些根具有零实部或正实部，令φr(s) 是R(s)中不稳定的极点构成的多项式。将内模1/φr(s)放入系统中，则 由于dr(s)中的不稳定的零点均被φr(s)精确地消去，所以，只要选择dc(s)、nc(s)使 dc(s)φr(s) dg(s)+ nc(s) ng(s)=0的根具有负实部。即用gc(s)镇定系统，则 时， ，实现了渐近跟踪。这就是内模原理. gc(s) y(t) - g(s) r(t) e(t) 1/φr(s) 8.6.3 干扰抑制问题 如果系统存在确定性干扰，如右图所示。 当 时， ，使 ，称为干扰抑制问题。 如果