利用MATLAB设计状态观测器.pptx

利用MATLAB设计状态观测器 实验目的 实验原理 1、全阶观测器 系统模型： 重构状态或状态估计值 系统的真实状态 实验原理 观测器模型: 待定 实验原理 渐进稳定 系统重构 (A-LC)所有特征值具有负实部 极点配置 实验原理 2、降阶观测器 假设 中C=[1 0](可通过变换得到) 故可把系统状态x写成 系统输出 n-1维向量，不能直接测量 实验原理 将A,B矩阵也进行分块： 要估计的状态 x Bu y A C 全阶观测器的模型: 实验原理 直接测量可得 实验步骤 Matlab中极点配置函数 L=(acker(A,B,P)） L=(place(A,B,P)) A、B为系统的状态空间模型矩阵，向量P中是期望的闭环极点位置，返回值是增益向量 ACKER Pole placement gain selection using Ackermann's formula. A、B为系统的状态空间模型矩阵，向量P中是期望的闭环极点位置，返回值是增益向量。 PLACE Closed-loop pole assignment using state feedback. 要求P不包含相同的极点 例题 解： 例题 lmd =(629*conj(l2))/200 - (793*conj(l1))/2000 - (793*s)/2000 + conj(l3) + s^2*conj(l1) + (629*s*conj(l1))/200 + s*conj(l2) + (629*s^2)/200 + s^3 - 311/250 例题 解出： l1=16.855 l2=147.3875 l3=544.3932 MATLAB计算： a=[0 1 0;0 0 1;1.244 0.3965 -3.145]; b=[0;0;1.244]; c=[1 0 0]; v=[-5+j*5*sqrt(3) -5-j*5*sqrt(3) -10]; l=(acker(a',c',v))'; 例题 例题 例题 Matlab： Aaa=[0]; %A矩阵分块 Aab=[1 0]; Aba=[0;1.244]; Abb=[0 1;0.3965 -3.145]; Ba=[0]; %B矩阵分块 Bb=[0;1.244]; v=[-5+j*5*sqrt(3) -5-j*5*sqrt(3)]; %极点 l=(acker(Abb',Aab',v))' Ahat=Abb-l*Aab %观测器的A Bhat=Ahat*l+Aba-l*Aaa %观测器的B Fhat=Bb-l*Ba %观测器的F 例题 例题 例题 1.全阶观测器： 1)计算全阶观测器的增益矩阵L 两个极点为 利用MATLAB: a=[0 1;0 -2]; b=[0 1]; c=[4 0]; v=[-8 -8]; l=(acker(a',c',v))'; l = 3.5000 9.0000 例题 2）计算全阶观测器的状态反馈矩阵K及其响应 状态反馈后的状态变量的状态响应曲线 全阶观测器的输出反馈控制器 x=(A-LC+BK)x+Ly 例题 2.降阶观测器 Aaa=[0];Aab=[1];Aba=[0];Abb=[-2]; Ba=[0];Bb=[1]; v=[-8]; l=(acker(Abb',Aab',v))'; A=Abb-l*Aab; B=A*l+Aba-l*Aaa; F=Bb-l*Ba; Ans: l=6 A=-8 B=-48 F=1 =-8w-48y+u 例题 2)计算降阶观测器的状态反馈矩阵K及其状态响应 A=[-8]; B=[-48]; F=[1]; K=[-2]; sys=ss(A-F*K,eye(1),eye(1),eye(1)); t=0:0.01:20; w=initial(sys,[-1],t); plot(t,w); xlabel('t(sec)'); ylabel('w'); 谢 谢