国内外系统控制的研究现状.docxVIP

国内外系统控制的研究现状

控制论的发展过程中，rI动控制理论主要有经典控制理论、现代控制理论两个重要发展阶段，前者主要钥决单变蚊系统的反锁控制问题，如1［)D贷法，而后者则若重十解决多变拭系统(1]优化控制问题，如Kalman滤波算法、最优控制算法等．但

随若被控对象结构的日益复杂，系统摸型、伈息ii]不确定性增强，使基十粕确数学模型的传统控制系统模式和控制技术遇到了严峻ii]挑战．如何有效解决不确定性仙息和系统模型们控制问题，成为提商复杂系统挡样性和控制稍度的重点．智能控制j只脱了数学膜型们束缚，在解决复杂被控对象的控制问题上显示出其优越性，其中模糊逻辑控制、神经网络控制和专家控制系统是三种典型的智能控制系统．智能控

制的研究要点栠中在模糊逻辑、神经网络以及二者们结合上。经过近儿年fl］

研究，

复杂系统的眢能控制研究取得了众多可喜们成果，但采用符能控制方法也逐渐杲露出了一些困难和问题．主要体现在·无论采用模糊逻辑还是神经网络，在设计过程中都需要依毅专家伈息和人工经验，谒试过程漫长，一旦更换一类复杂系统，需要重复设计过程，使得控制算法们适应性受到很大制约，同时复杂系统中出现们特性变化，会导致控制效果变差管因此智能控制方法至今未能蔚决控制算法的旮栋性和控制精度问题．

非线性滤波技术

所谓滤波，就是在含有于扰的仙号中，通过一定的技术手段得到有用伈号们准确估计值．对系统可观测伈号进行测社，采用某种统计最优们方法，按照一定的滤波准则，估计系统们状态，这就是滤波理论3J.

1960年，Kalman提出的卡尔耍滤波理论能够得到最优贝叶斯估计井且可以处理线性系统风然而这种滤波理论只适用十线性系统，无法应用十非线性系统．随后扩展卡尔耍滤波(ExtendedKalman几hcri:ng,EKF)理论衱Bucy,Sunahara等人提出，这种理论能够将卡尔曼滤波理论在非线性领域进行应用应I．扩展卡尔曼滤波们基本思想是线性化所研究们非线性系统，然后对其线性化后的系统进行卡尔耍滤波．这种滤波方式是一种次优滤波。其后，二阶J义卡尔耍滤波方法被人们提出并进行研究．卡尔曼滤波对非线性系统的估计性能有了很大提商，泰勒级数展开的二次顶被融入二阶滤波方法，这样的处理方式减少了线性化所引起的估计误差，提商了对非线性系统们滤波精度，但缺点是运算往大大增加了，因此EKF没有在实际中得到J

泛应用．

JL1licr和Ulhlman,i发展了UK千(lJn沁cnJ,cdKaImanFIlIcr,UKf)方法”.．“他们认为对商斯分布的近似要比对非线性的数们近似简单BJ多·UKF方法避免了对非线性系统符要线性化们要水，不需要计算Hessians或者JacolJ.ian矩阵，它可以直接利用系统们非线性膜型，它们算法结构和扩展卡尔耍滤波方法相问。UKF方法对十弱非线性商斯系统的估计性能和EKF问祥。但是当系统为强非线性商斯系统，利用UKF

方法进行估计则可以得到更好们效果．

然闱EKF才1UKF们应用必须要水系统是高斯们约束条什．面对非商j折系统．它们无法取得较佳的处理效见．随若上世纪后期计算机技术们发展芦粒子滤波(ParuicleFiller,PF)逐渐玻人们所项新认识，成为非商斯、非线性动态系统最优估计问题的一个有效方法风该方法的核心是利用一个具有相应权值的随机佯本线合

（粒子）来表示需要的后验密度“01．其 实际 上是建 立一个蒙特仁罗仿真(M叩1CarloSi:nrnla1ion)，从曲实现了一个递推贝叶斯滤波(RecursiveBaye,sianFilter)过程．

二．，世纪50年代，统计学和物理学领域就用到了序贯蒙特卡罗方祛，它是以序贯重点采样(s闪l论nuiallm.pomnccSampling,SIS)为基础”“．该方法在60年代后

期披引入门动控制领域，l＇汇 又有大拉学者在上世纪70年代研究蒙特卡罗方法”,311

但是这些方法都是以普迎的均采样SIS方法为基础，粒子随盯间退化一直是最大们缺点．上世纪90年代初，Gord；o；等将再采样(Rcsan11pling)方法引入到粒子滤波算

法中”s