SISO非线性反馈线性化最优控制.doc

SISO非线性反馈线性化最优控制

OptimalControlofSISONonlinearFeedbackLinearization

慕晓静

（青岛科技大学自动化与电子工程学院，山东青岛266042）

摘要:本文研究了非线性系统状态反馈线性化的最优控制问题。首先，在介绍相关微分几何数学知识的基础上，以仿射非线性系统为研究对象，假设系统的关系度等于状态向量的维数，通过微分同胚将非线性系统转化为伪线性系统。然后利用最优控制的理论知识，进行非线性系统反馈线性化的最优控制器设计。并且通过matlab仿真，对单入单出的非线性系统反馈线性化最优控制器的设计效果进行验证。

关键词：非线性系统，反馈线性化，最优控制

1引言

严格来说，非线性系统是普遍存在的，实际控制系统无疑都是非线性系统。如飞机飞行姿态控制系统，轮船的自动驾驶系统，机器人的作业机械手臂的控制系统等等。所谓线性系统，仅仅是实际系统在忽略了非线性因素后的理想模型。理想的线性系统实际是不存在的。对于线性系统，由于可用线性常微分方程来描述，因而线性系统的分析大为简单。

非线性系统的控制问题近30年来得到广泛的重视，极大的推动了其理论和应用的发展。以微分几何为工具发展起来的精确线性化方法受到了普遍的重视。但是，也有一些系统，若采用近似线性化的数学模型进行控制量的设计，其控制精度就会深感不够理想。如电力系统在分析它的大干扰稳定性与动态品质时，就不能把它近似地作为线性系统处理，否则控制效果就不会令人满意。

随着生产和科学技术的发展，对控制系统的性能和精度的要求越来越高，为了改善系统的性能，实现高质量的控制，对非线性系统必须采用非线性控制方案设计非线性控制器。近年来，很多科学与工程领域的研究和设计人员对非线性控制方法的研究和应用表现出了极大的兴趣。非线性控制能够改善系统性能，分析强非线性，处理模型的不确定性，简化控制系统设计。

本文研究了非线性系统状态反馈线性化的最优控制问题。首先，在介绍相关微分几何数学知识的基础上，以仿射非线性系统为研究对象，假设系统的关系度等于状态向量的维数，通过微分同胚将非线性系统转化为伪线性系统。然后利用最优控制的理论知识，由极大值原理得到系统的最优控制律，从而进行非线性系统反馈线性化的最优控制器设计。并且通过matlab仿真，对单入单出的非线性系统反馈线性化最优控制器的设计效果进行验证。

2SISO非线性系统状态反馈线性化

2.1问题描述

考虑SISO的仿射非线性系统：

（2.1）

其中，x为状态向量；为系统的控制输入量；为系统的输出量；f(x)和g(x)为状态空间中充分光滑的向量场；h(x)为x的标量函数。设计最优控制率，使系统的性能指标最小。

2.2微分几何数学基础

将非线性系统线性化的过程中，需要用到微分几何中关于李导数和关系度以及微分同胚等概念。本节中我们将对其进行简单的介绍。

2.1.1李导数

定义1.给定一个的标量函数=沿着向量场方向的李导数记为。

注意：李导数是一个标量函数，可以对另外的向量做李导数。

如果，则：

类推，得到：，称为k阶李导数。

2.1.2控制系统的关系度

控制系统的关系度是一个很重要的概念，用r表示。对于式（2.1）给出的仿射非线性系统，关系度的定义如下：

定义2如果满足：

（1）输出函数对向量场的阶李导数对向量场的李导数在的邻域内的值为零，即

对于所有在邻域内的

（2）对的阶李导数()对的李导数在邻域内的值不为零，即

则系统在的邻域内的关系度为。

假设如式（2.1）所示的仿射非线性系统的关系度等于系统状态的维数，即r=n，有以下事实成立：

（2.2）

（2.3）

2.3非线性系统状态反馈线性化设计

假设r=n,对于式（2.1）给出的仿射非线性系统做一个由xZ的映射：

（2.4）

根据李导数的定义以及式（2.2），（2.3）,得到：

（2.5）

其中，称为局部微分同胚。将上式求导，得：

（2.6）

其中,和均为x的非线性标量函数：