自适应课件(北)4(3).pptVIP

4.3 多步预测自校正控制 最小方差控制对非最小相位系统不适用，并且控制量无约束， 广义最小方差控制能改变这些状况，但也增加了设计难度，同时容 易产生稳态误差，所以，这两种控制方法在实际中应用非常有限。 多步预测自校正控制是在最小方差自校正控制和广义最小方差自校 正控制的基础上发展起来的。它保留了最小方差自校正控制的优 点，同时增加了一些新亮点。如最小方差控制中的预测模型、控制 优化和反馈控制在多步预测控制中都得到了继承，并且增加了多步 预测、多步控制、实施一步、循环滚动等措施。因而控制效果更 好，系统的鲁棒性更强，更能适应复杂的过程或对象，使多步预测 控制升华为一种性能卓越、适应性强的控制策略。它不仅适用于稳 定的开环系统，而且还适用于开环不稳定系统，以及非线性系统。 4.3.1 模型与最优多步预测估计 先延续4.1.1的约定： ：未来 时刻预测模型输出； ：基于 k 和以前时刻的输入/输出数据 对未来 时刻预测模型输出的最优估计，简称最优输出预测 估计； ：(输出) 预测误差。 这里， ， N为预测长度。 用受控自回归积分滑动平均模型描述对象或过程 式中 小结： 1）求 ：递推公式（4-42）-（4-44），初始 ； 2）求 ：递推公式（4-45），初始 ； 3）求 ：递推公式（4-48），初始 ； 4）求 ：递推公式（4-49），初始 4.3.3 控制律与间接控制算法 选取性能指标函数为 式中， 为未来 时刻的期望输出， 为计算性能指标时实 际输出与期望输出误差的起点，一般 。若知道纯延时d，则取 。一般情况下取 ，N为预测长度。前两节的预测是向前一 (2) 时的控制与算法 此时的情况比 时复杂，一是要对预测模型的输出进行 处理，二是增加了对 参数的估计。 将式（4-46）代入式（4-39）， 令 则上式可以表达为 取 ，用与 相同的方法，可得预测模型输出的 矩阵形式 的幅度将增加，响应也加快，容易引起超调。 当取 时，其他条件同跟踪能力考察的情况，系统的输出 和控制分别如图4-10和图4-11所示，与 时的图4-4和图4-5相比 可知：输出有较大超调，控制幅度也增加了不少。 图4-10 时的系统输出 图4-11 时的控制量 2）预测长度N应在稳定性和快速性之间选择。由于本系统为 最小相位系统，加上开环不稳定，所以N不能选得过小。应选得超 过对象的纯延时，或非最小相位特性引起的反向部分，并覆盖大部 分对象动态响应。本例如果选 ，其他条件同跟踪能力考察的情 况，系统的输出和控制分别如图4-12和图4-13所示，可见系统不稳 定，无法工作。 图4-12 时系统的输出 图4-13 时的控制量 3）控制长度 的选择除了4.3节末尾所述的原则外，还应取对 象不稳定的极点和欠阻尼极点之和，对于本例来说，由于 有一个不稳定零点（对被控对象来说是不稳定极点），所以取 是合理的。过大的 虽然可增加控制的机动性，但对稳定性和鲁棒 性不利，且增加了计算量。 * * 即 (4-37) 为白噪声序列，且 (4-38) 这里假定被控对象的纯延时d=1，如果它大于1，则多项式 中 d-1项系数为零。 结论4.4 ：式（4-37）所示的对象或过程，使 最 小的 j 步最优预测估计为