精密机械随机控制.pptVIP

第五章 精密機械隨機控制 § 5.1 機器隨機動態 § 5.2 線上狀態估測 § 5.3 精準機電控制 § 5.4 精準控制模擬 § 5.1 機器隨機動態(1) 線性動態方程隨機響應： 隨機響應分析包括時域與頻域法；頻域法僅適用於穩態程序，故輸入程序必須為穩態，例如白噪音。而時域法可用於非穩態之輸入程序，例如擴延白噪音(Extended white noise)。 擴延白噪音—噪音瞬間強度即為白噪音之強度，然其強度會隨時間而改變，而其頻譜不存在。 頻域法 1. SISO動態方程 w(t)為穩態隨機程序，則 § 5.1 機器隨機動態(2) 2. SISO穩態響應 若x(t)為弱穩態程序，則x(t)之自相關函數為 § 5.1 機器隨機動態(3) 則 § 5.1 機器隨機動態(4) 例：已知w(t)為高斯白噪音，求以下輸出之頻譜及自相關 函數。 § 5.1 機器隨機動態(5) 3. MIMO穩態響應 若系統為二階動態方程組如下 § 5.1 機器隨機動態(6) 時域法 1. MIMO動態方程 § 5.1 機器隨機動態(7) 2. MIMO系統之時域解 § 5.1 機器隨機動態(8) 3.平均值之進展方程 § 5.1 機器隨機動態(9) 4.協方差之進展方程 § 5.1 機器隨機動態(10) 5.隨機響應之進展方程 協方差隨時間之關係式與平均值之進展方程獨立， 故可以分開求解再疊加，此為線性方程之必然結果。 § 5.1 機器隨機動態(11) § 5.1 機器隨機動態(12) 擴延非白噪音之建模： 若線性系統包含動態方程與量測方程，當系統輸入為擴延非白噪音程序時，如何求解系統輸出。 狀態方程具有擴延非白噪音輸入 § 5.1 機器隨機動態(13) 設計整形濾波器 擴充狀態方程 擴充輸出方程 § 5.1 機器隨機動態(14) 量測方程具有擴延非白噪音輸入 設計整形濾波器 擴充狀態方程 整形濾波器之設計一般以頻譜因子分解法(Spectral factorization)設計得穩定極小相位之線性濾波器。 § 5.1 機器隨機動態(15) 例：設計以下之整形濾波器 § 5.1 機器隨機動態(16) 連續系統之離散表示及狀態進展： 系統離散化 1. 連續系統 § 5.1 機器隨機動態(17) 2. 離散系統 § 5.1 機器隨機動態(18) 離散系統參數 1. 非時變系統參數 § 5.1 機器隨機動態(19) 2. 一階近似參數 當系統之暫態變化，或者系統之緩慢時變遠小於 取樣時間Dt 時，離散系統之參數可以下式近似計算。 § 5.1 機器隨機動態(20) 離散系統狀態之進展 1. 平均值進展方程 2. 協方差進展方程 以上之平均值與協方差進展方程無任何相關；只要 分別給定起始狀態之統計訊息即可個別或同時求解。 § 5.1 機器隨機動態(21) 非線性動態方程隨機響應： 非線性動態之隨機響應問題，本質上為一非封閉性(Non-closure)型之問題，即必須藉助物理或數學近似方能求解。以近似求解之結果，常遭遇的兩個問題為： 1.輸出響應解的精確性。 2.系統強健穩定響應解之參數空間。 常用解法－ 高斯封閉法(Gaussian Closure Method) 非高斯封閉法(Non-Gaussian Closure Method) 統計線性化法(Statistical Linearization Method) 最大熵法(Maximum Entropy Method) 資訊封閉法(Information Closure Method) § 5.2 線上狀態估測(1) 濾波問題與歷史背景： 歷史背景 卡曼濾波器之連續動態表示稱為卡曼-比西(Kalman- Bucy)濾波器。 § 5.2 線上狀態估測(2) 濾波問題 如何設計一濾波器可以使信號與雜訊分離？ 維納的貢獻 維納將濾波問題視為統計信號估測問題，推導出一 積分方程稱為維納-霍夫(Wiener-Hopf)方程，可解出穩態連續線性非時變濾波器。 § 5.2 線上狀態估測