自适应作业selftunning regulator.docVIP

自适应控制 作业三：自适应调节器（STR） 姓名： 学号： Tasks： Derive minimum variance controller for process. Furthermore, a process is described by the following equation: a) Find the minimum variance controller for the process. Determine the minimum variance of this process; 此单入单出系统的受控自回归滑动平均模型为： 这里k表示延迟，因此若两边同时乘以， 这样模型就可以写为： 改写为：，即 这里可将写成：因此扰动的形式为 令，那么 其中F,G都是的多项式，分别将其写成多项式的形式为： 那么 由原模型可知代入上式可得： 最小化评价函数： 显然当为零的时候J才能达到最小值。即，由此可以推出因此输出地最小方差为 闭环特征根即为： 控制信号为: 对于过程： 提炼出A,B,C,k, 写成 那么 此时：即 那么其闭环的方程式就为： b) Simulate the process using the MVC obtained in a). Compare it with open-loop control. Matlab仿真图为： 1、输入信号和干扰信号 2）无噪音时开环控制与MVC法控制下的系统输出 2）无噪音时开环控制与MVC法控制下的系统输出 结论： 1对于此系统，不加入噪音时，开环控制是稳定的，振荡的幅度较小，而MVC法振荡的幅度较大。 2、很显然，开环控制不能有效地抑制扰动给系统带来的误差，而MVC法能够有效地抑制扰动，使得在扰动较大（扰动比输入的幅值大）的情况下，输出也能够稳定在一定的界内。 2、 Consider the process where is an unknown parameter. Assume the desired closed-loop system is : Construct: discrete-time indirect STR algorithm; ①理论分析部分 离散模型的间接自校正调节器： 对于一个单入单出的过程：，其中为高斯噪音。 构造自校正调节器的最直观的途径是估计多项式A,B,C的参数，然后再把这些参数估计用于调节器的设计。 首先考虑确定性情况即=0的情况，为了估计多项式A,B,C的系统，可用前面所学的最小二乘估计法。此时，如果加入的输入信号是充分激励的，估计模型的结构又是比较适合的话，那么当闭环系统稳定时，这些估计都应当收敛于他们的真值（详见最小二乘估计的收敛性，其他估计方法也可，只是各种方法的收敛条件不一样。） 若过程的模型是： 我们期望的闭环响应特性为： 控制器为： 其中：和是Diophantine方程的解，且 那么离散系统的间接自校正调节器的设计步骤就是： 数据：已知有希望闭环脉冲传递算子Bm/Am给定的性能规范，以及希望的观测器多项式Ao。 第一步：用最小二乘法或其他方法估计出多项式A,B,C的系数 第二步：用一估计出的A，B，C求解出R1和S，再计算出R,T 第三步：计算控制信号 在每个采样周期内重复上述步骤 ②对于此模型的设计部分：（具体设计过程见e部分） 1.假设受控传递函数中a=1，若采样周期为0.5s，那么可以知道其相应的脉冲传递算子为，这里a1=-1.6065，a2=0.6065.可见其阻尼系数比较差，需要选择一个较好的闭环传递函数。 为了避免控制信号产生振铃现象，在过程不消去零点。于是由相容性条件得观测器多项式是一阶：， 2.利用用递推最小二乘估计出a一个参数就可以（实际上就是和a相关的a1和a2）。 3.由隐式极点配置自校正调节器设计知系统控制器为： 由丢番图方程AR+BS=Ac得： 令则代入后解得 比较两边的系数数，再用待定系数法解出s0s1。 continuous-time indirect STR algorithm 连续时间系统跟离散系统的设计方法大体一致 1. 观测器多项式是： 2.在参数估计时我们只需要估计出a一个参数就可以。系统是连续时间系统，我们还得选择递推最小二乘估计中的滤波Hf=1/Am(s)。 3.由隐式极点配置自校正调节器设计知系统控制器为： 在设计中，上面公式中的a是要通过第二步计算估计出来的，p是微分算子。 discrete-time direct STR algorithm; ①理论分析部分 对于间接自校正算法，设计时可能比较的费时，并且很难分析其稳定性。直接自校正算法的思想是以希望的极点和零点位置表征性能规范，并重写过程模型，从而使得设计步骤变得十分简单，这同时也导致了对过