下载文档原格式
一、鲁棒控制概述鲁棒控制（Robust Control ）的研究始于20 世纪50 年代。
所谓“鲁棒性” ，是指控制系统在一定的参数摄动下，维持某些性能的特性。
根据对性能的不同定义，可以分为稳定鲁棒性和性能鲁棒性。
以闭环系统的鲁棒性作为目标设计得到的固定控制器成为鲁棒控制器。
由于工作情况变动、外部干扰以及建模误差的缘故，实际工业过程的精确模型很难得到，而系统的各种故障也将导致模型的不确定性，因此可以说模型的不确定性在控制系统中广泛存在。
如何设计一个固定的控制器，使具有不确定性的对象满足控制品质，也就是鲁棒控制，成为国内科研人员的研究课题。
鲁棒控制的早期研究，主要针对单变量系统（SISO在微小摄动下的不确定性，具有代表性的是Zames提出的微分灵敏度分析。
然而，实际工业过程中故障导致系统中参数的变化，这种变化是有界扰动而不是无穷小摄动。
因此产生了以讨论参数在有机摄动下系统性能保持和控制为内容的现代鲁棒控制。
现代鲁棒控制是一个着重控制算法可靠性研究的控制器设计方法。
其设计目标是找到在实际环境中为保证安全要求控制系统最小必须满足的要求。
一旦设计好这个控制器，它的参数不能改变而且控制性能能够保证。
主要的鲁棒控制理论有：（1）Kharitonov 区间理论；（2）H控制理论；（3）结构奇异值理论（卩理论）等等。
二、H鲁棒控制理论H 鲁棒控制理论是在H 空间（即Hardy 空间），通过某些性能指标的无穷范数优化而获得具有鲁棒性能的控制器的一种控制理论。
它的基本思想是：当利用研究对象的数学模型G 来设计控制器时由于参数的不确定性与变化性以及人们为了便于设计与计算往往把对象的模型简化使得对象的数学模型G 存在误差G。
H控制的目的为：当存在模型误差G时如何利用名义模型G来设计控制器K,使得K在稳定被控对象的同时使某一目标函数S的H范数最小。
H 控制方法引入输出灵敏度函数作为系统评价的指标，主要考虑了这样的一个设计问题，即要求设计一个控制器，不但使得闭环系统稳定，而且在可能发生“最坏扰动”的情况下，使系统误差在无穷范数意义下达到极小，从而将干扰问题转化为求解闭环系统稳定的问题。
鲁棒控制在机器人技术中的应用随着人工智能和机器人技术的发展，机器人正在变得越来越普遍。
它们被广泛应用于生产和服务等各个领域。
然而，机器人系统的鲁棒性问题是一个仍未解决的难题。
鲁棒控制是一种有效的解决方案，对于机器人来说，鲁棒控制具有重要的应用价值。
什么是鲁棒控制？在机器人控制中，鲁棒控制是一种有效的控制方法，能够处理控制系统中的各种不确定性问题，包括测量误差、外部扰动、系统失效等等。
鲁棒控制在控制系统中的作用是在保持控制系统稳定性的同时，也具有一定的容错能力。
鲁棒控制与PD控制之间的区别与传统的控制方法(PD，PID等)相比，鲁棒控制更加适用于机器人控制系统中的鲁棒性问题，并且能够满足系统的实时性和精度要求。
PD控制器的主要缺点是需要完全了解机器人系统的动态特性以及环境变化，而这些信息往往是不确定的。
鲁棒控制可以处理系统中不确定性问题，并且与环境的变化无关。
鲁棒控制在机器人技术中的应用大多数机器人控制系统都需要实现鲁棒控制方法，以确保系统的高效性和稳定性。
以下是几种机器人系统中鲁棒控制的应用：1. 机器人运动控制在机器人运动控制中，鲁棒控制可提供较好的反应性能，以适应机器人系统中的不确定性问题。
例如，在某些情况下，机器人臂可能会遭遇外部扰动或不确定的物体移动，而这些问题可能会导致机器人系统不稳定。
鲁棒控制器能够在这些条件下保持机器人系统的稳定性。
2. 机器人视觉控制机器人视觉控制是机器人技术的重要应用之一，它可以使机器人具有更高的准确度和自适应性。
鲁棒控制技术可以在机器人视觉控制中提供更加稳定的控制，以适应不同的物体和环境变化。
3. 机器人自适应控制机器人自适应控制是机器人技术中的另一个重要应用，它可以使机器人系统具有更高的灵活性和适应性。
鲁棒控制技术可以在机器人自适应控制中提供更加高效的控制方法，以适应不同的环境变化和系统故障。
未来的发展随着人工智能和机器人技术的发展，机器人系统的鲁棒控制问题将会得到进一步解决和改善。
控制系统中的鲁棒性与鲁棒优化控制一、引言鲁棒性与鲁棒优化控制在控制系统中起着重要的作用。
鲁棒性是指控制系统对于外部扰动和系统参数变化的稳定性。
鲁棒优化控制是在保持鲁棒性的前提下，通过调整控制器参数实现最优控制。
本文将从鲁棒性的定义与评估、鲁棒控制设计基础、鲁棒优化控制等方面进行探讨。
二、鲁棒性的定义与评估在控制系统中，外部扰动和系统参数变化是难以避免的。
因此，控制系统的鲁棒性成为了一个关键的性能指标。
鲁棒性的定义是指控制系统在外部扰动和系统参数变化的条件下仍然能够保持稳定的能力。
评估鲁棒性通常可以通过鲁棒稳定边界来实现。
鲁棒稳定边界是指控制系统在外部扰动和系统参数变化的范围内仍然能够保持稳定的区域。
三、鲁棒控制设计基础为了提高控制系统的鲁棒性，可以采用鲁棒控制设计基础方法。
鲁棒控制设计基础方法包括鲁棒稳定性分析和鲁棒控制器设计两个主要步骤。
1.鲁棒稳定性分析鲁棒稳定性分析是控制系统鲁棒性设计的第一步。
它通过分析系统的传递函数，确定系统存在哪些参数的变化和外部扰动的范围是导致系统不稳定的原因。
常用的鲁棒稳定性分析方法有小增益鲁棒分析、大增益鲁棒分析等。
2.鲁棒控制器设计鲁棒控制器设计是控制系统鲁棒性设计的关键步骤。
通过选取合适的鲁棒控制器结构和调整控制器参数，可以实现对系统的鲁棒性能的改善。
常用的鲁棒控制器设计方法有H∞控制、μ合成控制等。
四、鲁棒优化控制鲁棒优化控制是在保持系统鲁棒性的前提下，通过调整控制器参数实现最优控制性能的方法。
在实际控制系统中，鲁棒优化控制能够有效地提高系统的鲁棒性和控制性能。
1.鲁棒优化控制基本原理鲁棒优化控制的基本原理是在目标函数中同时考虑系统控制性能和鲁棒性能，并通过调整控制器参数来实现最优化。
常用的鲁棒优化控制方法有线性二次调节器（LQR）和H∞最优控制。
2.鲁棒优化控制实践实际应用中，鲁棒优化控制可以通过离线和在线两种方式实现。
离线方式包括离线参数调整和离线优化方法，通过对控制系统的模型进行分析和优化来获取最优的控制器参数。
控制系统中的鲁棒控制与自适应控制鲁棒控制与自适应控制是控制系统中两种重要的控制策略。
本文将对这两种控制方法进行详细介绍，并探讨它们在控制系统中的应用。
一、鲁棒控制鲁棒控制是一种控制方法，旨在使系统对于参数变化、外部干扰和建模误差具有较好的鲁棒性。
它通过设计控制器，使得系统能够在不确定性条件下保持稳定性和性能。
鲁棒控制通常用于应对实际系统中存在的模型不准确、参数变化和干扰等不确定因素。
鲁棒控制的一个重要工具是H∞控制理论。
H∞控制通过优化系统的H∞范数，将鲁棒性能与控制性能相结合。
它可以通过鲁棒性设计方法来有效地解决不确定性和干扰问题，提高系统的稳定性和鲁棒性。
鲁棒控制广泛应用于工业控制、飞行器控制和机器人控制等领域。
例如，在工业控制中，鲁棒控制可以帮助系统应对参数变化、负载扰动和模型不确定性。
在飞行器控制中，鲁棒控制可以提高系统对于风速变化和姿态扰动的鲁棒性。
在机器人控制中，鲁棒控制可以应对不确定的环境和任务需求变化。
二、自适应控制自适应控制是一种控制方法，通过实时地调整控制算法和参数来适应系统的变化。
自适应控制具有较强的适应性和鲁棒性，在面对系统参数变化和模型不准确时表现出良好的控制性能。
自适应控制基于模型参考自适应原理，通过参考模型来实现期望输出与实际输出的一致性。
它根据误差和系统状态，自适应地调整控制器参数，以达到期望的控制效果。
同时，自适应控制器还可以实时地对系统参数进行估计和补偿，提高系统的鲁棒性和性能。
自适应控制在很多领域都有广泛的应用。
例如，在机电系统中，自适应控制可用于解决系统刚性和非线性问题。
在信号处理中，自适应滤波器可用于实时地调整滤波器参数，提高滤波性能。
在网络控制系统中，自适应控制可用于应对网络延迟和通信丢包等问题。
三、鲁棒控制与自适应控制的比较与应用鲁棒控制与自适应控制是两种不同的控制方法，各自具有不同的优势和适用范围。
鲁棒控制适用于系统模型不准确、参数变化和干扰等不确定性较大的情况。
鲁棒控制理论在飞行器控制系统中的应用研究鲁棒控制理论是一种强大的控制理论，它可以帮助我们设计出对于不确定性和不稳定性有很高鲁棒性的控制系统。
这对于飞行器控制系统来说是至关重要的，因为它们必须在高度不稳定的环境中保持飞行安全。
在本文中，我们将探讨鲁棒控制理论在飞行器控制系统中的应用研究，并讨论其优缺点以及未来的发展趋势。
1. 鲁棒控制理论简介鲁棒控制理论是一种可以处理控制系统中的不确定因素和变化因素的理论，该理论的目的是使系统能够稳定地控制目标系统，即使在存在不稳定性或不确定性因素的情况下也能保证控制系统的稳定性和性能。
在鲁棒控制理论中，主要思想是通过增强系统的稳定性和鲁棒性，来增强系统的性能。
为了达到这个目标，鲁棒控制理论着重关注两个方面，即控制器的设计和控制系统的建模。
在控制器的设计中，方法包括适应性控制、鲁棒控制和非线性控制等。
在控制系统的建模方面，方法包括基于物理模型或数据驱动的建模。
2. 飞行器控制系统的挑战在控制飞行器的复杂系统中，快速而稳定地响应和控制是至关重要的。
不幸的是，飞行器面临的环境因素包括空气湍流、大气扰动、姿态变化等，使得系统变得不稳定。
此外，这些因素还会使系统变得复杂而难以建模。
由此可见，飞行器控制系统面临着很多挑战。
为了克服这些挑战，鲁棒控制理论在飞行器控制系统中得到了广泛应用。
3. 鲁棒控制理论在飞行器控制系统中的应用在飞行器控制系统中，鲁棒控制理论被广泛应用于姿态控制和高度控制等方面。
例如，利用鲁棒控制理论，可以实现对于飞行器的姿态变化、质量分布变化和外部干扰的鲁棒控制，从而确保飞行器能够保持稳定飞行。
此外，鲁棒控制理论还可以用于飞行器的自适应控制。
该方法允许控制器在控制过程中进行实时调整，以适应系统对于环境和其他不确定因素的变化。
这样一来，系统能够不断地调整自己，以保证在不断变化的环境中保持稳定，并且同时确保系统的最佳性能。
4. 鲁棒控制理论的优缺点鲁棒控制理论在飞行器控制系统中有很多优点。
鲁棒控制理论在自动驾驶中的应用研究鲁棒控制理论是一种在自动驾驶中广泛应用的控制策略。
自动驾驶技术在近年来得到了快速发展，成为了汽车行业的热门话题。
然而，自动驾驶技术的稳定性和可靠性一直是人们关注的焦点。
在复杂的交通环境中，如何保证自动驾驶系统的稳定性和鲁棒性，成为了研究人员的重要课题。
鲁棒控制理论是一种能够提高自动驾驶系统性能的有效方法。
它的核心思想是通过设计控制器，使系统对不确定性和干扰具有一定的抵抗能力。
在自动驾驶中，不确定性和干扰可能来自于环境的变化、传感器的误差、系统故障等。
而这些因素都可能影响到自动驾驶系统的性能和安全。
鲁棒控制理论在自动驾驶中的应用研究主要包括以下几个方面：首先，鲁棒控制理论可以用于提高自动驾驶系统对外部环境变化的适应性。
在实际道路行驶中，交通环境的变化是不可避免的。
例如，其他车辆的行为、天气条件的改变等都会对自动驾驶系统的控制效果产生影响。
鲁棒控制理论可以帮助设计出更加适应变化环境的控制器，使得自动驾驶系统能够更好地应对各种情况。
其次，鲁棒控制理论可以用于提高自动驾驶系统对传感器误差和测量噪声的抵抗能力。
在自动驾驶中，传感器的准确性对于系统的性能至关重要。
然而，传感器存在误差和噪声是不可避免的。
鲁棒控制理论提供了一种设计控制器的方法，能够有效地抵消传感器误差和噪声的影响，从而保证自动驾驶系统的性能和安全。
此外，鲁棒控制理论还可以用于提高自动驾驶系统对系统故障的容错性。
随着自动驾驶技术的发展，自动驾驶系统的硬件和软件组件变得越来越复杂。
系统故障的发生是不可避免的，而如何保证在故障发生时自动驾驶系统的安全性和稳定性成为了一个重要的问题。
鲁棒控制理论提供了一种设计容错控制器的方法，能够在系统故障时保持自动驾驶系统的稳定性。
最后，鲁棒控制理论还可以用于提高自动驾驶系统在极端条件下的鲁棒性。
在极端条件下，如紧急刹车、急转弯等情况下，自动驾驶系统面临着更大的挑战。
鲁棒控制理论可以帮助设计更加稳定和可靠的控制器，使得自动驾驶系统能够在极端条件下保持良好的性能。
不确定系统鲁棒控制方法及在火控系统中的应用引言近年来不确定系统的鲁棒控制问题受到人们的广泛重视。
特别在军事领域，由于恶劣的战场工作环境影响，控制系统参数极易变化(如元器件老化、受损，强干扰影响等)，更增加了系统的不确定性。
为此，为保证武器系统战场环境的高可靠性，控制系统鲁棒性是一项重要的指标。
本文介绍一种基于李亚普诺夫方法的不确定系统鲁棒控制设计方法。
运用该方法可使系统的输出及状态满足指定的指数衰减规律，从而使系统不仅具有较强的鲁棒性，同时具有良好的动态特性。
如果将系统的非线性因素及时变因数作为系统的不确定性，该方法还可应用于相应的非线性与时变系统。
同样，若将高阶系统的高次项作为系统的不确定性，则可能将高阶系统简化为低阶系统，这为控制系统的设计带来方便。
本文将这一方法应用于某双35火炮的随动控制系统设计仿真。
结果表明，设计的控制系统无论对渐变参数还是突变参数均具有极强鲁棒性。
表明这一方法具有良好的实用性。
1 不确定系统鲁棒控制方法基于李亚普诺夫方法的控制系统设计方法很早就受到人们的重视。
著名的控制理论专家如Kalman,Monopli等早在60年代初期即进行了研究［1～2］。
70年代后期以来，随着不确定系统鲁棒控制问题受到重视，Gutman,Corless,Leitmann,Barmish,Tsay,Chen和Lee等在这方面做了大量的工作，使基于李亚普诺夫方法的确定系统设计有了很大进展［3］。
本文将Chen和Lee关于线性不确定系统的设计方法推广到广泛应用的仿射非线性系统，大大扩展了这一方法的应用领域。
考虑如下具有不确定性的仿射非线性系统(1)其中x∈Rn为状态向量，u∈Rm为输入控制向量，t∈R为时间。
设系统在平衡点处x=0可线性化，并可表示为下列形式(2)则下述定理给出了一类不确定系统关于平衡点指数收敛的充分条件定理设动态系统(2)的不确定部分有界且满足如下条件ΔA(x，t)=BD(x，t)，ΔB(x，t)=BE(x，t) (3)及‖D(x，t)‖≤μ，‖E(x，t)‖≤ε＜1 (4)则线性状态反馈u(t)=Kx(t)，K=-rBTP (5)将使闭环系统以指数衰减率2η渐近稳定于平衡点x=0。
鲁棒控制算法在机器人运动控制中的应用研究机器人家族在不断壮大，无论是工业，还是家庭服务，都离不开它们快速和精确的动作控制。
然而，由于环境因素的影响，机器人的运动控制面临的是极具挑战性的问题。
鲁棒控制算法是近年来兴起的一种技术，它通过自适应和强鲁棒性等特性，为机器人的运动控制提供了一种可靠和高效的解决方案。
本文将从鲁棒控制算法的基本概念入手，探究它在机器人运动控制中的应用研究，分析鲁棒控制算法的优势与不足，并展望其未来的发展方向。
一、鲁棒控制算法的基本概念鲁棒控制算法是在给定不确定性模型时，通过自适应调节，保持系统的良好运行的一种技术。
它包括四个基本环节：建模、控制器设计、鲁棒性分析、控制器实现。
这四环节的目的都是为了实现对不确定性因素的鲁棒性处理。
其中，建模环节是控制系统中最重要的环节之一，它用于描述控制目标和系统需要控制的属性，通常在此环节中，利用物理学的原理建立数学模型。
控制器的设计环节是为了确定一种或多种可行的控制器，并将其应用于系统中。
鲁棒性分析环节是为了确定控制方案的鲁棒性，即在不同情况下可以保持足够的性能。
控制器实现环节是为了将控制器应用到实际的系统中。
二、机器人运动控制中的应用研究机器人运动控制的目标是控制机器人的位置、速度、加速度和姿态等动作特性。
机器人的运动控制和非机器人对象的运动控制不同之处在于，机器人需要将运动控制的结果传递给机器人内部的运动控制系统，而非外部的运动控制器。
因此，在机器人运动控制中，需要考虑机器人内部的控制部分的动作特性。
针对机器人运动控制中的这种特殊性质，鲁棒控制算法提供了一种新的解决方案。
这种新解决方案中包含了模型不确定性、感知不确定性和控制器不确定性，通过鲁棒控制算法，可以保证机器人的位置、速度和姿态控制更为准确和稳定。
三、鲁棒控制算法的优势与不足在实际应用中，鲁棒控制算法具有一些明显的优势。
首先，它的强鲁棒性能可以处理控制系统中的不确定性，有效地抵消了外部环境和内部干扰等不确定因素的影响；其次，它具有自适应特性，能够动态调节控制参数和优化控制方法，以适应不同工作环境下的控制需求；最后，该算法能够从多个角度对系统的不确定性进行分析，使得控制器能够在不同条件下保证控制性能。
鲁棒控制
鲁棒控制是一个着重控制算法可靠性研究的控制器设计方法。
鲁棒性一般定义为在实际环境中为保证安全要求控制系统最小必须满足的要求。
一旦设计好这个控制器，它的参数不能改变而且控制性能保证。
鲁棒控制方法，是对时间域或频率域来说，一般假设过程动态特性的信息和它的变化范围。
一些算法不需要精确的过程模型但需要一些离线辨识。
一般鲁棒控制系统的设计是以一些最差的情况为基础，因此一般系统并不工作在最优状态。
鲁棒控制方法适用于稳定性和可靠性作为首要目标的应用，同时过程的动态特性已知且不确定因素的变化范围可以预估。
飞机和空间飞行器的控制是这类系统的例子。
过程控制应用中，某些控制系统也可以用鲁棒控制方法设计，特别是对那些比较关键且（1）不确定因素变化范围大；（2）稳定裕度小的对象。
但是，鲁棒控制系统的设计要由高级专家完成。
一旦设计成功，就不需太多的人工干预。
另一方面，如果要升级或作重大调整，系统就要重新设计。
非线性时变系统的鲁棒性分析与控制研究随着科技的发展，人们对控制理论的需求越来越高。
非线性时变系统在实际生活中也随处可见，尤其在工业生产、交通运输等领域中占据着重要的位置。
对于这种具有不确定性和复杂性的系统，如何进行鲁棒性分析和控制成为研究的热点和难点之一。
一、非线性时变系统的基本概念非线性时变系统一般由非线性方程组描述，包含多个状态变量，其特点是动态系统的状态随时间演化而不断变化。
对比于线性时变系统，非线性时变系统具有更大的不确定性和复杂性，因此在分析和控制上存在更大的困难。
二、鲁棒性分析的概念及原理鲁棒性分析是指对于非线性时变系统，通过对系统内变量、外部干扰、模型误差等因素进行综合分析，提高系统稳定性、鲁棒性和抗干扰能力的方法。
鲁棒性分析时还需要考虑系统的变化特性，是通过建立合适的模型来确定变化特性，对系统进行统计分析。
三、鲁棒性控制的方法鲁棒性控制是指对鲁棒性分析结果进行整合，通过采用不同的控制策略，提高系统的鲁棒性、稳定性和抗干扰能力。
一般来说，鲁棒性控制的方法包括自适应控制、模糊控制、神经网络控制等。
自适应控制是指根据系统状态的变化，适时调整控制器参数和控制策略，进而提高系统的控制性能和鲁棒性。
模糊控制是指利用灰色系统理论，根据系统变化规律进行模糊分类，对控制器进行优化，提高系统控制精度和鲁棒性。
神经网络控制是指利用人工神经网络模拟人脑神经元的工作原理和计算方法，对于非线性时变系统进行特征提取和建模，在此基础上进行控制，提高系统的控制精度和抗干扰能力。
四、应用案例分析鲁棒性分析和控制不仅在理论研究上有重要的意义，更是在各种实际应用中有广泛的应用价值。
例如，在机械控制、电力系统、自动化生产等领域，非线性时变系统的控制问题始终是一个难题。
以机器人控制为例，当机器人完成一个复杂任务时，系统状态经常会发生变化，干扰、误差等问题也随之出现。
通过对机器人的鲁棒性分析和控制，可以在系统状态发生变化时，适时调整控制策略，提高控制精度和鲁棒性。
鲁棒控制原理及应用举例
摘要：本文简述了鲁棒控制的由来及其发展历史，强调了鲁棒控制在现代控制系统中的重要性,解释了鲁棒控制、鲁棒性、鲁棒控制系统、鲁棒控制器的意义，介绍了鲁棒控制系统的分类以及其常用的设计方法，并对鲁棒控制的应用领域作了简单介绍，并举出实例。
关键词：鲁棒控制鲁棒性不确定性设计方法现代控制系统
经典的控制系统设计方法要求有一个确定的数学模型。
在建立数学模型的过程中，往往要忽略许多不确定因素：如对同步轨道卫星的姿态进行控制时不考虑轨道运动的影响，对一个振动系统的控制过程中不考虑高阶模态的影响等。
但经过以上处理后得到的数学模型已经不能完全描述原来的物理系统，而仅仅是原系统的一种近似。
对许多要求不高的系统，这样的数学模型已经能够满足工程要求。
然而，对于一些精度和可靠性要求较高的系统，如导弹控制系统设计，若采用这种设计方法，就会浪费了大量的人力物力在反复计算数弹道、调整控制器参数以及反复试射上。
因此，为了解决不确定控制系统的设计问题，科学家们提出了鲁棒控制理论。
由于鲁棒控制器是针对系统工作的最坏情况而设计的，因此能适应所有其它工况，所以它是解决这类不确定系统控制问题的有力工具。
鲁棒控制（Robust Control）方面的研究始于20世纪50年代。
上世纪60年代，状态空间结构理论的形成，与最优控制、卡尔曼滤波以及分离性理论一起，使现代控制理论成了一个严密完整的体系。
随着现代控制理论的发展，从上世纪80年代以来，对控制系统的鲁棒性研究引起了众多学者的高度重视。
在过去的20年中，鲁棒控制一直是国际自控界的研究热点。
通常说一个反馈控制系统是鲁棒的，或者说一个反馈控制系统具有鲁棒性，就是指这个反馈控制系统在某一类特定的不确定性条件下具有使稳定性、渐进调节和动态特性保持不变的特性，即这一反馈控制系统具有承受这一类不确定性影响的能力。
设被控系统的数学模型属于集合D，如果系统的某些特性对于集合U中的每一对象都保持不变，则称系统具有鲁棒性。
鲁棒性又可以分为鲁棒稳定性、鲁棒渐进调节和鲁棒动态特性。
鲁棒稳定性是指在一组不确定性的作用下仍然能够保证反馈控制系统的稳定性；鲁棒渐进调节是指在一组不确定性的影响下仍然可以实现反馈控制系统的渐进调节功能；鲁棒动态特性通常称为灵敏度特性，即要求动态特性不受不确定性的影响。
所谓鲁棒控制，使受到不确定因素作用的系统保持其原有能力的控制技术。
鲁棒控制的主要思想是针对系统中存在的不确定性因素，设计一个确定的控制律，使得对于系统中所有的不确定性，闭环系统能保持稳定并具有所期望的性能。
鲁棒控制理论是以使用状态空间模型的频率设计方法为主要特征，提出从根本上解决控制对象不确定性和外界扰动不确定性问题的有效方法。
鲁棒控制理论最突出成就是∞H控制和μ方法。
鲁棒控制理论主要研究分析和综合这两方面的问题。
在分析方面要研究的是：当系统存在各种不确定性及外加干扰时，系统性能变化的分析，包括系统的动态性能和稳定性等。
在综合方面要研究的是：采用什么控制结构、用什么设计方法保证控制系统具有更强的鲁棒性，包括如何应对系统存在的不确定性和外加干扰的影响。
它弥补了现代控制理论需要对象精确数学模型的缺陷，使得系统的分析和综合方法更加有效、实用。
具有鲁棒性的控制系统称为鲁棒控制系统。
一般鲁棒控制系统的设计是以一些最差的情况为基础，因此一般系统并不工作在最优状态。
根据对鲁棒控制性能的不同定义，可分为稳定鲁棒性和性能鲁棒性。
（1）鲁棒稳定性（绝对稳定性）
鲁棒稳定性是系统受到扰动作用时，保持其稳定性的能力。
这种扰动是不确切知道的，但是是有限的。
稳定性是对一个系统正常工作的起码要求，所以对不确定系统的鲁棒稳定性检验是必要的。
因为传统的设计方法不具有保证鲁棒稳定性的能力，包括七十年代发展起来的各种方法，INA（逆奈氏阵列）、CL（特征轨迹）、LQR（线性二次型调节器）等，都不能保证系统的鲁棒稳定性。
从九十年代起，大多数飞机、导弹、航天器都提出了鲁棒性要求。
鲁棒稳定性分为频域分析及时域分析两类，每一类又包含多种不同的方法。
常用的鲁棒稳定性分析方法有：
1）矩阵特征值估计方法
2） Kharitonov 方法
3） Lyapunov 方法
4）矩阵范数及测度方法
(2)性能鲁棒性（相对稳定性）
对不确定系统，仅仅满足鲁棒稳定性要求是不够的。
要达到高精度控制要求，必须使受控系统的暂态指标及稳态指标都达到要求。
按名义模型设计的控制系统在摄动作用下仍能满足性能指标要求，则说该系统具有性能鲁棒性。
大多数设计方法不能保证性能鲁棒性，因而对不确定系统进行性能鲁棒性的检验是必要的。
性能指标的鲁棒性分析方法也可分为频域和时域两种，使用何种性能指标，要视提出的性能指标是在频域还是在时域而定。
性能鲁棒性有时又称为相对稳定性、D-稳定性等。
所谓D-稳定性，即为了保证系统的性能，要求在摄动作用下，系统的闭环特征值保持在某个区域D 内。
以闭环系统的鲁棒性作为目标设计得到的固定控制器称为鲁棒控制器。
鲁棒控制器的设计主要分为以下三种：
（1）基于不确定性界限的鲁棒控制器设计
已知名义系统及不确定性的界限，设计一个控制系统使其满足稳定性或性能指标要求。
这里的不确定性包括：对外干扰的不确定性及内部结构、参数变化的不确定性，一般前者称为鲁棒伺服机问题，发展较早（70 年代中期），后者称为鲁棒调节问题，发展较晚（70 年代末、80 年代初开始）。
属于这类方法有：
1）保证价值控制理论（Guaranteed Cost Control）；
2）Lyapunov 最大-最小方法；
3）变结构控制理论（VSC），特别是其中的滑动模态控制理论（Sliding Mode Control）；（2）基于灵敏度指标的鲁棒控制器设计
这类控制器是在名义系统基础上设计的，然后应用一些与灵敏度有关的性能指标，设计控制器使所设定的性能指标最优，如H∞控制等。
属于这类方法的主要有：
1）H∞控制理论（1981 年加拿大的Zams 提出）；
2）鲁棒的特征结构配置方法（Matlab 中的place 函数）。
（3）基于其他考虑的方法
如英国的 Holowitz 1979 年提出的定量反馈理论（QFT）。
鲁棒控制理论已经广泛应用于化工、机器人、航空、航天、交通、一般工业等各个领域，取得了很好的效果。
尤其是在汽车自动驾驶、航天器姿态控制、机器人及导弹控制系统中得到了广泛的应用。
下面举一飞行器的例子加以说明。
飞行器的飞行姿态控制问题属于多变量的非线性控制问题。
本例是非线性动态逆控制律在无动力飞行器上的应用，把惯性不确定性和气动力矩的不确定性考虑进来，运用鲁棒控制对系统进行设计。
首先时间里飞行器的模型，推导出无动力飞行器的完整的动力学方程，这是设计飞行器姿态的基础。
依照时间尺度分离原理，控制方案采用两环结构，分别对应于快变系统和慢变系统，这种分离在工程中是符合实际要求的。
因为飞行器的体轴角速度比攻角角速度、侧滑角角速度快。
按照实际的设计要求，快速环的带宽是慢环的三到五倍。
基于这种姿态控制方案，考虑惯性不确性和气动力矩的不确定性。
对慢环而言，指令姿态角、真正的姿态角、指令角速度、真正的角速度一起用于形成体轴指令角速度。
对于快环而言，指令角速度、真正的角速度与角加速度用来导出舵偏角，指令舵偏角与一个低通滤波器和饱和限幅器相连。
在
快环设计中，当设计控制律的时候，采用转动动力学的标称形式，通过选择合理的控制增益，可以控制飞行器的姿态动力学。
通过计算，可以知道不确定性影响收敛的特性。
可以通过选择适当的控制参数实现目标。
换句话说，如果知道了不确定性的最大值和最小值，连同被选择的增益，就完成了快环的控制律设计。
慢环设计如同快环设计一样，可以通过选择适当的控制参数实现我们的控制目标，运用Lyapunov函数来完成设计。
鲁棒控制是为了解决不确定控制系统的设计问题而产生的，为处理不确定性提供了有效的手段，并逐渐构筑起鲁棒控制理论的完整体系，促进了现代控制理论的发展，为控制系统提供了良好的理论依据和实用的设计方法。
但由于鲁棒控制系统的设计要由高级专家完成，故其缺点在于一旦设计好这个控制器，它的参数可能就不易于改变。
相信鲁棒控制会在我们的生活中得到越来越多的应用的利用。
参考文献：
[1] 闫谦时,刘智平,毕磊. 基于非线性动态逆的姿态跟踪控制[J]. 计算机仿真,2010(3):51-55.
[2] 王星，李智斌. 一类线性不确定性时滞系统的鲁棒控制器设计[J]. 中南工业大学学报( 自然科学版),2003(7):79-81.
[3]/view/262308.htm?fr=ala0_1_1
[4]/view/b81e8c3a87c24028915fc399.html
[5]/view/b88d5d2e453610661ed9f4b5.html。
