具有凸多面体参数摄动系统鲁棒h.docxVIP

具有凸多面体参数摄动系统鲁棒h

1基于二次稳定的鲁棒h滤波器设计

卡尔曼滤波是线性评价理论中最重要的过滤方法之一。该方法基于精确的数学模型，并假设噪声输入为严格的高斯过程或高斯序列。然而，在实践中，由于这些问题，它们往往无法满足这两个条件，导致滤波的传播。近年来，国内外科学家对这一问题进行了大量研究，并提出了许多有效的滤波算法。h滤波考虑了这两个因素的不确定性。主要想法是基于系统模型的不确定性设计稳定的滤波，将噪声输入误差的衰减（h范数）小于滤波的指定值。h滤波主要有两种方法：基于世代jika提（更正）和线性矩阵不规则（lmi）。使用这种方法得到的结果通常包含一些需要调整的参数，基于lmi的研究方法越来越受到重视。在这项工作中，我们提出了一种基于凸多面体参数不规则的系统，该系统通常基于凸优化。然而，该滤波器的设计基于二次稳定的概念，这意味着系统中所有允许的不确定参数必须有统一的lyapunov功能。显然，这些要求比较严格，输出的结果不可避免地是保守的。因此，许多人。

学者进行了参数依赖型Lyapunov函数的研究,试图寻找和系统的不确定性相关联的Lyapunov函数,以减小设计的保守性.

本文将文献的思想应用于滤波器的设计,研究凸多面体不确定连续系统的鲁棒H∞滤波问题.文中采用LMI技术,基于Shaked提出的参数依赖型有界实引理,推导出此类不确定系统的全阶鲁棒H∞滤波器存在的充分条件,并将滤波器的设计转化为一个凸优化的求解问题.由于滤波器的设计建立在参数依赖型的性能准则基础上,与传统的基于二次稳定的滤波方法相比,本文所得结果具有较小的保守性,同时算例也验证了该滤波器设计方法的可行性.

2vibidilili

考虑如下线性连续时间系统:

{˙x(t)=Ax(t)+Bω(t)?y(t)=Cx(t)+Dω(t)?z(t)=Lx(t).(1)

其中:x(t)∈Rn为状态变量,ω(t)∈Rq为噪声输入,y(t)∈Rm为测量输出,z(t)∈Rp为要估计的信号.假设不确定性系统矩阵可以表达为若干个顶点矩阵的凸组合,即

Μ?(A?B?C?D?L)∈R?R?{(A?B?C?D?L)|(A?B?C?D?L)=k∑i=1τi(Ai?Bi?Ci?Di?Li)；τi≥0；k∑i=1τi=1}.(2)

构造如下形式的全阶滤波器:

{˙?x(t)=AF?x(t)+BFy(t),?z(t)=CF?x(t)?(3)

取状态变量ξ(t)?{x(t)Τ??x(t)Τ}Τ,则滤波误差系统方程为

{˙ξ(t)=ˉAξ(t)+ˉBω(t),e(t)=ˉCξ(t).(4)

其中

ˉA=[A0BFCAF]?ˉB=[BBFD],ˉC=[L-CF]?e(t)?z(t)-?z(t).

于是噪声信号ω(t)到估计误差信号e(t)的传递函数为

Τ(s)=ˉC(sΙ-ˉA)-1ˉB.(5)

定义1式(5)中传递函数T(s)的H∞范数定义为

∥Τ(s)∥∞?sup0≠ω∈L2∥e∥L2∥ω∥L2.

其中

∥e∥L2=(∫∞0∥e(t)∥22dt)1/2?∥ω∥L2=(∫∞0∥ω(t)∥22dt)1/2.

本文要研究的问题是,在系统矩阵(A,B,C,D,L)满足式(2)的情况下,求出滤波器参数矩阵(AF,BF,CF),使系统(4)稳定,并使噪声信号ω(t)到滤波误差e(t)的传递函数的H∞范数小于给定的γ(γ0),即‖T(s)‖∞γ.

注1针对多面体不确定系统的特点,下文中每一问题的阐述都将采用如下顺序:先阐述M∈R为任意确定性常值矩阵的情形,然后由所得线性矩阵不等式的仿射特性将其推广到不确定系统,这种思路对此类不确定系统具有一般性.

3在二次稳定中的应用

引理1考虑系统(1),假定M∈R为任意确定性常值矩阵,则滤波误差系统(4)稳定且‖T(s)‖∞γ(γ0)的充要条件为:存在矩阵P=PT0,P∈R2n×2n满足

[ΡˉA+ˉAΤΡΡˉBˉCΤ*-Ι0**-γ2Ι]＜0?(6)

其中“*”代表对应块的转置矩阵.

引理1为针对确定性系统的有界实引理,由Schur补引理及凸多面体不确定系统的内在特性,很容易得到不确定系统的鲁棒H∞性能准则.

推论1考虑系统(1),设M∈R代表不确定系统矩阵,则系统(4)稳定且‖T(s)‖∞γ(γ0)的充分条件为:存在矩阵P=PT0,P∈R2n×2n满足

[ΡˉAi+ˉAΤiΡΡˉBiˉCΤi*-Ι0**-γ2Ι]＜0??i=1?2???k.(7)

其中(ˉAi,ˉBi,ˉCi)为系统(4)的顶点矩阵,可由系统(1)的顶点矩阵和滤波器矩阵求出.

推论1为基于二次稳定概念的凸多面体不确定系统的有界实引理,要求对于系统的所有不确定参数,存在统一的正定矩阵P满足以上条件.文献通过将系统矩阵与Lyapunov矩阵分离给出了一个具有较小保守性的参数依赖