backstepping方法
- 格式:docx
- 大小:36.89 KB
- 文档页数:3
摘要对于几类严格反馈的非线性系统, 本文依据模糊逻辑系统、Backstepping技术、command滤波和Nussbaum函数等方法对其进行控制器设计, 并且进行了稳定性分析. 具体内容如下:1.针对一类具有状态约束的严格反馈非线性系统, 构造了一个模糊跟踪控制器, 借助于模糊逻辑系统来近似非线性函数, 所提出的控制方案解决了有限时间跟踪控制问题.2.针对一类具有不确定参数的随机非线性系统, 构造了一个有限时间跟踪控制器. 通过构造一个tan−型的障碍Lyapunov函数, 证明了闭环系统是有限时间稳定的;跟踪误差在有限时间内收敛到零的一个足够小的邻域内.3.针对一类具有不确定扰动的非线性系统, 讨论了基于command滤波的有限时间自适应模糊控制问题. 通过用误差补偿信号和模糊逻辑系统, 提出了一个模糊控制方案, 保证了输出跟踪误差在有限时间内收敛到零的一个足够小的邻域内, 并且闭环系统中的所有信号都是有界的.4.为了处理一类具有未知控制方向的非线性系统, 提出了一个基于command滤波的自适应控制方案. 在控制方案中, 用模糊逻辑系统来处理非线性函数、用command滤波来解决由重复可导的虚拟函数引起的复杂性问题、用Nussbaum函数来解决未知控制方向问题.关键词:非线性系统; 模糊逻辑系统; 障碍Lyapunov函数;command滤波; 误差补偿信号;Nussbaum函数.ABSTRACTFor several classes of strict-feedback nonlinear systems, the controller is designed and stability is analyzed in this paper based on fuzzy logic system, backstepping technique, command filter and Nussbaum function. The specific contents are as follows:1. A fuzzy tracking controller is constructed for a class of strict-feedback nonlinear systems with full state constraints. Because fuzzy logic system is used to approximate the unknown nonlinear functions, the proposed control scheme addresses the finite-time tracking control problem.2. A finite-time tracking controller is constructed for a class of stochastic nonlinear systems with parametric uncertainties. By constructing a tan-type Barrier Lyapunov Function, the proposed control scheme ensures that the closed-loop system is finite-time stable and the output tracking errors converge to a sufficiently small neighborhood of the origin in finite-time.3. A command filter-based finite-time adaptive fuzzy control problem is discussed fora class of nonlinear systems with uncertain disturbance. By using the error compensation signals and fuzzy logic system, a fuzzy control scheme is proposed to ensure that the output tracking errors converge to a sufficiently small neighborhood of the origin in finite-time and all signals in the closed-loop systems are bounded.4. To deal with a class of nonlinear systems with unknown control directions, a command filter-based adaptive control scheme is proposed. In the design process, fuzzy logic system is required to handle nonlinear functions, command filter is employed to settle the explosion of complexity problem arose from repeated differentiation of virtual control function and Nussbaum function is introduced to deal with the problem of unknown control directions.Key words:nonlinear systems; fuzzy logic system; Barrier Lyapunov Function; command filter; error compensation signals; Nussbaum function.目录第一章前言 (1)1.1论文研究背景 (1)1.2本文的主要研究内容和安排 (3)第二章一类状态约束非线性系统的有限时间自适应模糊控制 (5)2.1模型描述及基本假设 (5)2.2控制器设计和稳定性分析 (7)2.3仿真结果 (12)2.4本章小结 (14)第三章一类状态约束随机非线性系统的有限时间跟踪控制 (15)3.1模型描述及基本假设 (15)3.2控制器设计和稳定性分析 (16)3.3仿真结果 (23)3.4本章小结 (25)第四章一类未知扰动非线性系统的有限时间自适应模糊控制 (26)4.1模型描述及基本假设 (26)4.2控制器设计和稳定性分析 (27)4.3仿真结果 (32)4.4本章小结 (33)第五章一类未知控制方向非线性系统的自适应跟踪控制 (34)5.1模型描述及基本假设 (34)5.2控制器设计和稳定性分析 (35)5.3仿真结果 (41)5.4本章小结 (42)第六章总结与展望 (43)参考文献 (44)致谢 (49)攻读硕士学位期间参与的科研项目和发表的学术论文 (50)第一章前言1.1 论文研究背景在工业、生活和生产中, 几乎所有系统都可以用非线性系统来描述, 例如机器人控制设计、无人机飞行器设计和网络信号传输控制设计等. 研究非线性系统为解决实际问题提供了理论帮助. 不像线性系统因其数学模型比较简单和容易建立, 非线性系统中包含了各种未知因素和扰动, 并且其系统不满足叠加原理. 所以研究非线性系统具有非常重要的意义.在之前的研究中, 可以用泰勒展式等处理非线性函数, 将其转化为线性问题, 从而应用线性系统完善的理论和方法解决非线性问题. 但是随着科技、计算机技术的发展和非线性系统的进一步研究, 应用线性系统来解决非线性问题显得捉襟见肘. 为了在研究中保证实际系统的良好性能和稳定性, 需要对实际系统建立精确的模型. 而实际系统存在不确定性和扰动等因素, 例如实际系统中能量消耗、重心转移引起的误差因素和系统本身的时滞性等. 这些因素难以测量, 不被我们熟知, 所以对非线性系统的研究比线性系统的研究更加困难和具有挑战性. 为了使非线性系统更加接近实际问题, 考虑非线性系统的不确定性是十分必要的.由于许多被控对象的数学模型随时间、能量消耗、环境等的变化而变化. 针对这类变化, 研究者们提出了许多解决方案. 当其数学模型变化的范围较小时, 可用反馈控制、最优控制等来消除或减弱对控制性能的不利影响. 而数学模型的变化范围较大时, 以上方法不可用, 从而引发了人们对自适应控制问题的研究. 在50年代末, Whitaker首次在飞机自动驾驶问题上提出了自适应控制方案, 但是没有进行实际应用. 1966 年, Parks根据Lyapunov方法提出了自适应算法, 保证了系统的全局渐近稳定. 但是该算法降低了自适应对干扰的抑制能力. Landau把超稳定性理论应用到自适应控制中, 使得系统是全局渐近稳定的, 并且增强了系统的抗干扰能力. 由于自适应控制对系统有良好的控制性能, 到目前为止自适应控制理论被广泛应用在线性系统理论、非线性系统理论、计算机控制、航空航天、空间飞行器的控制等各个方面[1]-[2].20世纪90年代初, 非线性系统自适应控制的研究引起越来越多的关注.Kanellakopoulos,Kokotovic和Morse等对部分线性的严格反馈系统提出了自适应反推(backstepping)方法. 在此基础上, [3]首次介绍了非线性系统的自适应backstepping设计方法. 但是, 由于自适应理论刚刚发展, 早期的backstepping方法还不成熟, 即存在过度参数化问题. Jiang和Praly将推广的匹配条件应用到高阶非线性系统, 成功的将估计参数减少了一半.Krsti在文[6]中通过引入调节函数处理了估计参数, 彻底地解决了过度参数化问题. 由于自适应backstepping设计方法不要求非线性系统满足匹配条件, 因此, 该方法在近年来引起了广泛的应用[4]-[10]. 但是backstepping设计方法Ge S S和存在局限性, 那就是针对的系统是严格反馈的非线性系统. 在2002年, .. Wang C用均值定理和隐函数定理, 通过设计backstepping方法, 解决了纯反馈系统.的自适应跟踪控制问题. 但到目前为止, 对于非严格反馈系统的控制器设计还没有得到解决.backstepping设计方法采用反向递推的设计思想, 对于严格反馈的系统, 将其分解成不超过系统阶数的子系统, 在每一个子系统中设计相应的Lyapunov函数和虚拟控制信号, 使得其具有一定的收敛性. 在下一个子系统中, 将上一个虚拟控制律作为跟踪目标, 获得该子系统的虚拟控制信号. 以此类推, 完成了整个backstepping设计, 构造了跟踪控制器, 并且实现系统的全局调节或跟踪.L A Zadeh在为了用数学方法解决自然界中不精确的信息, 1965年, 美国科学家..论文Fuzzy Set中提出了模糊理论. 模糊理论是建立在模糊集合和模糊逻辑的基础上,用于描述模糊信息, 处理模糊现象的一种新的数学工具. 至此, 模糊集理论得到了飞跃性的发展. 模糊控制是以模糊集理论、模糊语言变量、模糊逻辑推理为基础的一种智能控制, 是智能控制的重要组成部分. 同时, 模糊控制也是控制领域中非常有前景的一个分支, 并且已经得到了成功的应用. 1974年, Mamdani利用模糊语言构成模糊控制器, 首次在蒸汽机和锅炉的控制中应用模糊控制理论.当模糊控制应用于复杂的非线性系统时, 为了得到更好的控制效果, 需要有更完善的控制策略. 由于系统本身的性质、外界扰动等影响, 造成了原有的模糊机制不完善. 为了弥补这一问题, 自适应模糊控制被提出[11]. 自适应在处理和分析过程中, 能够自动的调节处理方法、参数等, 通过在线辨识, 使其达到最佳的效果, 使模型越来越接近实际系统. 将自适应控制和模糊控制相结合, 形成具有自我调节能力的更完善的控制系统. 根据控制对象的动态变化, 实时地调整对应的模糊控制器, 从而更有效的解决了非线性问题. 由于该控制系统能够不断的调节自己的控制机制来改变其性能, 因此越来越多的控制方案应用到工业、电力系统、航空航天等实际性问题中, 并且取得了令人瞩目的结果[12]-[17].在实际系统中, 我们常常需要在有限的时间内实现收敛. 因此, 有限时间控制问题已成为一个重要的研究课题. 随着有限时间稳定性理论的发展, 近年来有限时间控制问题得到了研究, 并给出了非线性系统的有限时间控制结果[18]-[27]. 随机现象在制造过程、机器人操作系统等实际系统中经常发生, 它会引起系统的不稳定性. 因此, 随机是需要考虑的另一个重要因素, 对随机非线性系统的研究近年来也受到越来越多的关注[28]-[38].此外, 以上文献中的控制方法都存在计算复杂性问题. 因为backstepping技术在α进行重复求导, 导致较高阶虚拟控制器和最终实际控每一步中都要对虚拟控制器i制器所含项随着系统阶数的增加呈现爆炸性增长, 使得控制器的计算复杂程度剧增, 从而限制了这种方法在实际工程中的应用. 庆幸的是, 文献[39]首次提出了一种动态面控制技术, 解决了以上复杂性问题. 随后, Levant[40]提出了Command滤波, 用来解决重复可导的虚拟控制器引起的复杂性问题. 之后, 各种非线性系统的动态面自适应控制方案[41]-[44]和Command滤波自适应控制方案[45]-[50]被提出.控制方向代表了系统在任意控制下的运动方向, 在控制设计中具有重要意义. 但是控制方向很难检测或从物理意义上决定, 这使得控制设计更加困难. 连续Nussbaum增益法在控制设计中易于实现, 是解决控制方向未知问题的一种常用方法. 该方法的关键是利用Nussbaum函数去估计控制系数的符号, 从而解决非线性系统中未知控制方向的问题[51]-[58].总的来说, 本文在有关不确定非线性系统的自适应控制方面已经取得了一定的研究成果, 但是还需要进一步的讨论与研究. 本文对几类严格反馈的非线性系统进行了稳定性分析及控制器设计, 对进一步研究基于自适应backstepping方法的非线性不确定系统控制问题具有一定的参考价值.1.2 本文的主要研究内容和安排本文主要对于几类严格反馈的非线性系统, 进行了控制器的设计, 并且以自适应控制、backstepping设计方法和模糊控制为理论基础进行了稳定性分析. 全文内容安排如下:第一章: 前言. 介绍了论文的研究背景以及本文的主要研究内容和安排.第二章: 针对一类状态约束的严格反馈非线性系统, 构造了一个模糊跟踪控制器, 证明了输出跟踪误差信号在有限时间收敛到零的任意小的领域内, 同时闭环系统中所有的信号都是有界的.第三章: 针对一类具有不确定参数的随机非线性系统, 研究了状态约束严格反馈随机非线性系统的稳定性问题, 证明了系统输出能够有效地跟踪参考信号, 并且闭环系统中所有的信号都是有界的.第四章: 针对一类具有不确定扰动的非线性系统, 构造了一个命令滤波模糊控制器, 保证了误差收敛于零的任意小邻域内, 而且系统中闭环信号均有界.第五章: 对于一类控制方向未知的非线性系统, 提出了一个command滤波跟踪控制方案. 保证了误差信号收敛到原点附近, 并且所有闭环信号都是有界的.第六章: 对全文的工作做了总结, 并指出了以后的工作中需要解决的问题.以上章节均给出仿真实例, 并且验证了所提出的方法的有效性.第二章 一类状态约束非线性系统的有限时间自适应模糊控制针对一类严格反馈的非线性系统, 本章设计了一个有限时间模糊跟踪控制器. 将tan −型障碍Lyapunov 函数、模糊逻辑系统和backstepping 技术灵活地结合起来, 给出了控制器的设计步骤. 所提出的控制方案保证了输出跟踪误差在有限时间内收敛到零的任意小的领域内, 同时系统中的所有信号均有界. 仿真实例说明了该方法的有效性.2.1 模型描述及基本假设2.1.1 模型描述:考虑如下严格反馈非线性系统:11,11,()()((,),)i i i i i i n n n n n i x f x g x x x f x g x n x u y +=≤≤−+==+ (2-1)其中12[,,,],,T n n x x x x R y R u R ∈∈∈ 分别为系统状态、输出和输入; 12[,,,]T i i x x x x = ; ()i i f x 是未知的光滑非线性函数并且满足(0)0i f =; ()i i g x 是已知的光滑非线性函数; 内, i c k 是正常数. 本章的目的是针对系统(2-1), 设计一个有限时间模糊跟踪控制器, 使得:(1)输出在有限时间内能够很好地跟踪参考信号;(2)闭环系统中所有信号均有界;(3)所有的状态都不能违反其约束边界.2.1.2 基本假设:模糊逻辑系统的基本原理:IF-THEN 规则: i R : 如果1x 属于1i F , ..., n x 属于i n F , 则y 属于,1,,i B i N = , 其中12[,,,],T n n x x x x R y R ∈∈ 分别为系统状态和输出; i j F 和i B 是模糊集; ()j i j F x µ和()iB y µ是模糊隶属度函数. 通过模糊系统规则, 可以将模糊逻辑系统表示为1111()()[()]i j i j nN i j F i j n N j F i j x y x x µµ====Φ=∑∏∑∏, 其中()i i y R B max y µ∈Φ=. 令111(()[)()]i j i j n j F j i n N j F i j x p x x µµ====∏∑∏, 12()[(),(),,()]T N P x p x p x p x = ,1[,,]T N Φ=ΦΦ , 则上式可写成()()T y x P x =Φ. (2-2)引理 2.1[16]. ()f x 是定义在紧集Ω上的一个连续函数, 则对于任何给定的常数0ε>, 存在模糊逻辑系统(2-2), 使得()()T x sup f x P x ε∈Ω−Φ≤.引理2.2[18]. 对于任何实数1,,n x x …和01b <<, 以下不等式成立:n 11(++)b n b bx x x x …≤…++. 定义2.1[19]. 如果对于任意00()t ζζ=, 存在正常数ε和驻留时间0(,)T εζ<∞, 对任意1120210()ln (1)1T V x λλµµµµ−+−≤.推论2.1.对于任何实数12,00µµ>>, 01λ<<, 01β<<和0τ<<∞, 如果存在一个21102011122()1ln (1)()(1)V x T λλλµβµµλτµβµβµ−−+≤−+−. 证明: 从(2-3)可知, 对于任意01β<<, 有122()()()(1)().V x V x V x V x λλµβµβµτ≤−−−−+定义集合2{()}(1)x x V x λτβµΩ=≤−∣和2{()}(1)x x V x λτβµΩ=>−∣. 以下分两种情形进行讨论: 情形1: 如果()x x t ∈Ω, 则12()()()V x V x V x λµβµ≤−− , 所以假设1. 对于连续函数)(i i g x , 存在正常数0g , 满足00()i i g g x <≤. 不失一般性, 假2.2 控制器设计和稳定性分析在这一部分中, 对于系统(2-1), 构造了一个有限时间自适应模糊跟踪控制器. 首先, 定义111,,id i i x y x ξξα−=−=− (2-5) 其中i ξ是状态跟踪误差, i α是虚拟控制器并且满足i i αα<, i α是正常数. 定义2i i θΦ. 给出以下tan −型的候选障碍Lyapunov 函数:22*2tan()2ii i b i b k V k πξπ=,其中:{,,1,,}i i i i b R k i n ξξξξ∈Ω=∈<=…, 11010,0i ib c b c i k k Y k k α−=−>=−>.第1步: 由(2-5)可得11112.d d x y f g x yξ−+==−选择如下障碍Lyapunov 函数:*121112V V θ=+ , 其中111ˆθθθ=− , 并且1ˆθ为1θ的估计. 定义222cos ()2iiiib k ξξϑπξ=, 计算1V 的导数:11122111111221112111ˆ(())cos ()2ˆ()),(d b V f g y k f g ξαθθπξϑξαξξθθ=−−=++−++ (2-6)其中11d f f y =− . 由引理2.1可知, 对于任何10τ>, 存在模糊逻辑系统111()TP X Φ, 使得以下式子成立:111111111()(),,()Tf P X X X δδτ=Φ+≤11)(X δ为近似误差. 通过使用'Young s 不等式, 可以得到:1111122221111111111121()()2222TTP P a f P X X a ξξξξξϑθϑτϑϑϑδ=Φ+≤+++, (2-7)1a 是一个给定的正常数. 设计虚拟控制器1α如下:11111122221111,1222111121111sin()cos()cos ()ˆ2221[]22tan Tb b b K K S k k k P P g aαξξπξπξπξϑθϑαξξ=−−−−, (2-8)其中1100,K K α>>是常数, ,tan i S 定义为:22,2221222tan ta (),0,2()(),,t 22n an i i i i i i b tan ii i i i b b if k S l l else k k απξξεπξπξ ≥> = +(2-9) 2212122251(),(),01,tan tan 04422i i i ii i i b b l l k k ααπεπεαε−−==−<<>. 根据洛必达法则可得 11221112211sin()cos()220,0.b b K k k πξπξξξ→→当这意味着奇点不会出现在1α的第一项中. 构造(2-9)是为了避免奇点发生在1α的第二项中. 根据洛必达法则, 有11221,1211cos ()20,0tan b K S k απξξξ→→当.将(2-7), (2-8)代入(2-6), 得到1111111111111122221111111211121222222221111111111112112222112211122ˆ()2222ˆˆ()(tan )22222222()(2tan tan tan 2TT T b b b b P P a V g a P P P P a K K g k k a a K K k k ξξξξξξξααξααϑθϑτϑξαθθϑθϑϑθϑπξπξτϑξθθπξπξ+++++−≤−−−−+++++−−−≤≤ 112221111121121ˆ)().222T P P a g a ξξϑτϑξθθ++++− (2-10)第i 步: 从(2-5), 可以得到111()ii i i i i i i x f g ξαξαα−+−=−=++− . 其中111(1)11111()101ˆ()ˆi i i j i i i j j jj i j d j j j j jd f g x y x y ααααθθ−−−+−−−−+===∂∂∂=+++∂∂∂∑∑∑ . 定义候选障碍Lyapunov 函数: 2112i i i i V V V θ∗−=++ , 其中ˆi i i θθθ=− , 并且ˆiθ是i θ的估计. 计算i V 的导数, 则有1111111ˆ(())ˆ(()),i iii i i i i i i i i i i i i i i i i i i V V f g g V f g ξξξξϑξααθθϑξϑξαθθϑ−−+−−−+=+++−−=+++−− (2-11) 其中111ii i ii i i g f f ξξϑξαϑ−−−=−+ . 根据引理 2.1, 对于任意0i τ>, 存在模糊逻辑系统()i i T i P X Φ, 使得下式成立:()(),,()i i i i i i i i T i f P X X X δδτ=Φ+≤)(i i X δ是近似误差. 利用'Young s 不等式, 以下不等式成立22222()(),2222iiiii i i i i i i i T i ii i i Tf P X X P P a a ξξξξξϑϑϑδϑθϑτ=Φ+≤+++ (2-12)i a 是一个给定的正常数. 设计控制器i α为2222,2222sin()cos()cos ()ˆ2221[]22i iiiiitan iT b i i i i i i ii ii b b iiK K S k k k P P g aαξξπξπξπξϑθϑαξξ=−−−−, (2-13)0,0i i K K α>>是常数. 相似于1α, 奇异点将不会发生在i α中, 将(2-10)、(2-12)和(2-13)代入(2-11), 可得1122222222222211122122112ˆ()222ˆˆtan()tan ()222222222i i i i i i i ii i i i i i i ii i i i i i i i iT T i i i i i i i i i i i i i i i i i b b i T i i i i P P P P a V K K P P a g g k k a V g a a V g ξξξξξξξααξξξϑθϑϑθϑθϑτϑξαϑξθθϑπξπξτϑξϑξθ−−−++−−−≤++++≤−−−−+++++−−++−− 2222212221111ˆ()()()().2222tan tan 2j j i j j i iiii j j j j j jj i j j T i j j j j b b j P g a P a K K k k ξααξϑπξπξτϑθθξθ+====≤−−++++−∑∑∑∑ (2-14)第n 步: 从(2-5), 可以得到11n n n n n n xf g u ξαα−−=−=+− , 其中111(1)11111()101ˆ()ˆn n n j n n n j j j jn j d j j j j jdf g x y x y ααααθθ−−−+−−−−+===∂∂∂=+++∂∂∂∑∑∑ . 定义候选障碍Lyapunov 函数: 2112n n n n V V V θ∗−++ , ˆn n nθθθ=− , 并且ˆn θ是n θ的估计. 计算n V 的导数, 可得11111ˆ()ˆ(),n n nnn n n n n n nn n n n n n n V V f g u g V f g u ξξξξϑαθθϑξϑθθϑ−−−−−=++−−=++−− (2-15)其中111n nn n nn n g f f ξξϑξαϑ−−−=−+ . 根据引理 2.1, 对于任意0n τ>, 存在模糊逻辑系统()n n T n P X Φ, 使得下式成立:()(),,()T n n n n n n n n n f P X X X δδτ=Φ+≤)(n n X δ是近似误差. 利用'Young s 不等式, 以下不等式成立22222()(),2222nnnnn T n n n n n n T n n nnn nf P X X P P a a ξξξξξϑϑϑδϑθϑτ=Φ+≤+++ (2-16)n a 是一个给定的正常数. 设计控制器u 为2222,2222sin()cos()cos ()ˆ2221[]22nnnnnnn n nn tan nT b b b n n n n n n nK K S k k k P P u g a αξξπξπξπξϑθϑξξ=−−−−, (2-17)0,0n n K K α>>是常数. 相似于1α, 奇异点将不会发生在n α中, 将(2-14)、(2-16)和(2-17)代入(2-15), 可得112222222212222111222122ˆˆtan()tan ˆ222()22222222ta 2n(n n n n n n n n nn n n T T n n n n n n n n n n n n n n n n b T n n nn n n n nn n n n nnb ni n i P P P P a V K K g k k a a P P a V V g u g a K ξξξξξααξξξξϑθϑϑθϑπξπξτϑξθϑθϑτϑϑξθθπξθ−−−−−−=≤+++++−≤−−−−++++−−−≤−∑ 22222222111ˆ)()()().2222tan 2iiiiT n n n i i i i i i i i i i i b b i P P a K k k a ξααϑπξτθθ===−+++−∑∑∑ (2-18) 设计自适应率为22ˆˆ2i T i i i i ii P P a ξϑθσθ=− , 则(2-18)能够写成 2222221111ta ˆ()()n t 22a )n (22i i i n n n ni i i i n i i i i i i i b b ia V K K k k ααπξπξτσθθ====≤−−+++∑∑∑∑ . (2-19) 由'Young s 不等式, ˆi i i σθθ 满足2222222222222ˆ222222(1)22222(1)(1).2222i i i i i i i i i i i i i i ii i i i i i i i ii i i i i i iαααασθσθσθθσθσθσθσθσθσθσθασθασσθασθσθασ≤−=−−+−≤−−++−−≤−−+ (2-20)将(2-20)代入(2-19), 有22222222211(1)(tan tan 1)(()())().22222222i i i n ni i i i i i i i i i i n i i i b b a V K K k k αααπξπξτσθασθσθασ=−−≤−−+++−−+∑∑(2-21) 定义111122min{,,,(1),,(1)}nn n b b K K k k ππησασα=…−…−, 11112122}min{,,,2,,2n n n b b K K k k ααααααααππησσ−−=……, 则(2-21)能够写成222222122211tan tan 11[()][()]2222ii i inn b b i ini i i i b b k k V C k k αααααπξπξηθηθππ==≤−+−++∑∑ , 其中2221(1)()2222ni i i i i ia C τσθασ=−=+++∑. 由引理2.2可知:12n n nV V V C αηη≤−−+ . (2-22)定理: 在满足假设1和假设2的条件下考虑系统(2-1). 如果设计的控制器是(2-17),虚拟控制信号是(2-13)和自适应律是22ˆˆ2i T i i i i ii P P a ξϑθσθ=− , 则有: (1)未违反状态约束的条件;(2)闭环系统中的所有信号都是有界的; (3) 误差信号()i t ξ将收敛到max{i i ξε<内,并且驻留时间满足: 110111222((0))1ln (1)()(1)n V T Cαααηξβηηαηβηβη−−+≤−+−.证明: 从(2-22)中可得1n nV V C η≤−+ , 解不等式可得111((0))t n n CCV V e ηηη−≤−+. 因此n V 是有界的. 根据2112n n n n V V V θ∗−++ 可知, i V 和i θ 都是有界的. 因此ˆi i iθθθ=+ 也是有界的. 根据122211()(ta (n 0))2iib t i n n b k CV V e kCηπξπηη−≤≤−+可知ii b k ξ<成立. 由(2-5)和假设2可得11110d b c x y k Y k ξ≤+<+=. 从模糊逻辑系统的定义可知111TP P <. 根据假设1可得11i g g ≤, 所以1ig 是有界的. 因此1α是有界的并且满足11αα≤. 从(2-25)和11αα≤可知222211b c x k k ξαα≤+<+=. 所以2α是有界的并且满足22αα≤. 同理可知,3,,i i c x k i n <=…. 因此, 未违反状态约束的条件.因为控制器u 中的所有信号都是有界的,所以控制器u 是有界的, 由以上分析可知闭环系统中的所有信号都是有界的.根据推论 2.1可知, n V 将在有限时间内收敛到紧集12()(1)n n CV V αβη−≤内. 因为21222()()tan (1)2iib i n b k C V kαπξπβη≤≤−,所以max{ii ξε<, 并且收敛时间满足110111222((0))1ln (1)()(1)nV T Cαααηξβηηαηβηβη−−+≤−+−.证明完毕.2.3 仿真结果:考虑以下非线性系统:11221221,.,xx x x x x u y x =+=+= 参考信号是()0.5sin()d y t t =. 初始条件是12(0)=0.1,(0)=0.1x x , 状态约束在12=1.5,=1.5c c k k 内.在状态区间[-1.5,1.5]中定义了7个模糊集. 并且给出了隶属度函数:222123222456270.5( 1.5)0.5(1)0.5(0.5)0.5()0.5(0.5)0.5(1)0.5( 1.5),,,,,,.i i i iiii i i iiiii x x x F F F x x x F F F x F e e e e e e e µµµµµµµ−+−+−+−−−−−−−=======参数设计为121212122,2,1,1,0.75,0.01,0.01,0.01,0.01K K K K ααασσττ=========. 仿真结果如图2-1至2-5.图2-1 输出y 和参考信号d y 图2-2 系统状态1x 和2x图2-3 自适应率1ˆθ和2ˆθ 图2-4 系统输入u图2-5误差信号1S 和2S2.4 本章小结:针对一类具有状态约束的严格反馈非线性系统, 本章提出了一个自适应有限时间模糊控制方案. 在该方案中, 跟踪误差在有限时间内收敛到零的任意小邻域内. 闭环系统中的信号均有界, 并且不违反状态约束的条件.第三章 一类状态约束随机非线性系统的有限时间跟踪控制本章研究了状态约束随机非线性系统的稳定性问题. 采用反推技术设计了基于tan −型障碍Lyapunov 函数的非线性系统有限时间跟踪控制器. 保证了系统输出能够有效地跟踪参考信号, 并且闭环系统中所有信号都是有界的. 最后, 仿真结果说明了所提出的有限时间控制方案的有效性.3.1 模型描述及基本假设3.1.1 模型描述:考虑如下严格反馈非线性系统:11(()())(),1,,1,(()(),)(),T i i i i i i i i Tn n n n n n n dx f x g x x dt x d i n dx f x g x u dt x d y x φωφω+=++=…−=++= (3-1)其中12[,,,],,T n n x x x x R y R u R ∈∈∈ 分别为系统状态、输出和输入; 12[,,,]T i i x x x x = ;()i i f x 是未知的光滑非线性函数并且满足()()T i i i i f x x θϕ=; i ϕ是光滑函数向量, θ是不确定的常数向量满足{,,}m M M R R θθθθθθ+∈Ω=∈≤∈; ()i i g x 是已知的光滑非线性函数;()i i x φ是已知的非线性函数向量; ω是标准维纳过程.所有的状态都严格约束在紧集, 其中ic k 是正常数.本章的控制目标是针对系统(3-1), 设计一个有限时间跟踪控制器, 使得: (1)输出在有界误差范围内跟踪参考信号; (2)闭环系统中的所有信号都有界; (3)并且所有状态都满足约束条件. 3.1.2 基本假设:考虑如下随机系统:()()dxf x dtg x d ω=+,其中x 为状态向量; ()f x R ∈和()n r g x R ×∈满足局部李普希茨条件和线性增长条件, 并且满足(0)0,(0)0f g ==; ω是一个r 维的标准维纳过程.定义3.1[32] . 对于任何给定的正函数2,1(,)V x t C ∈, 我们定义微分算子L 如下:221[(,)]{}2T V V V L V x t f Tr g g t x x ∂∂∂=++∂∂∂, 其中(.)Tr 是矩阵的迹.引理3.1[33]. ()f x R ∈和()n r g x R ×∈满足局部李普希茨条件和线性增长条件, 如果存在一个2C 上的函数V , K ∞类函数12,µµ, 两个常数0c >和01γ<<, 满足12()()(),()(),x V x x LV x cV x γµµ≤≤≤−则系统是有限时间随机稳定的, 并且驻留时间满足:1001[()]()(1)E T x V x c γγ−≤−.引理3.2[34]. 存在一个2C 上的函数V , K ∞类函数12,µµ, 两个常数0γ>和0ρ>, 满足0[()]()/t E V x V x e γργ−≤+.3.2 控制器设计和稳定性分析在这一部分中, 对于系统(3-2), 构造了一个自适应有限时间控制器. 首先, 定义111,,i d i i x y x ξξα−=−=− (3-2) 其中i ξ是虚拟状态跟踪误差, i α是虚拟控制器并且满足i i αα<, i α是正的常数. 给出以下tan −型的候选障碍Lyapunov 函数:444tan()4iib i i b k V k πξπ∗=,其中:{,,1,,}ii i i b R k i n ξξξξ∈Ω=∈<=…, 11010,0iib c b c i k k Y k k α−=−>=−>.第1步: 由11d x y ξ=−和221x ξα=−可得 11112111211()(())T T T T d d d d dx dy g x y dt d g y dt d ξθϕφωθϕξαφω=−=+−+=++−+ .选择如下障碍Lyapunov 函数:1112T V V θθ∗=+ ,其中ˆθθθ=− 并且ˆθ为θ的估计. 定义3442cos ()4i ii ib k ξξϑπξ=, 由定义3.1可知: 111111444261111443211112114423411443cos()2sin()44(())cos ()2cos ()44b b b T T d b b b k k k LV g y k k kπξπξξπξξθϕξαφθθπξπξ+=++−++. (3-3) 令11ωϕ=和111ˆξθτωϑσθ=−. 设计虚拟控制器1α如下: 1111111144421111,144411331114411433322114441144),sin()cos()cos ()4441ˆ(2sin()41(3)cos()cos()44tan b b b T d b b b b K K S k k k y g k k kkαπξπξπξαθωξξπξπξφπξπξ=−−−++ (3-4)其中1100,K K α>>是常数, ,tan i S 定义为:44,4421244tan ta (),0,4()(),,t 44n an i i i i i i b tan ii i i i b b if k S l l else k k απξξεπξπξ ≥> = +(3-5) 4412124451(),()444t n n 4a ta i ii i i i b b l l k k ααπεπε−−==−. 根据洛必达法则可得 114411144131sin()cos()440,0.b b K k k πξπξξξ→→当这意味着奇点不会出现在1α的第一项中. 构造(3-5)是为了避免奇异发生在1α的第二项中. 根据洛必达法则, 有11421,14131cos ()400tan b K S k απξξξ→→当.通过使用'Young s 不等式, 以下不等式成立:1111111114444264111111444333231221114443343411114443cos()2sin()2sin()4441(3)32cos ()cos ()cos()444b b b b b b b b b k k k k S k k kkk πξπξπξξπξπξξφφπξπξπξ+≤++. (3-6)将(3-4)和(3-6)代入(3-3), 得到11111111144421111,1444311112433211144411433322111444114433121431sin()cos()cos ()444(cos ()42sin()41ˆ(3))cos()cos()44cos (4tan b b bT d bbT d b b b K K S k k k LV g y k k y k k k k απξπξπξξθϕξπξξξπξπξθωφπξπξξπξ≤+−−−−++ 111111111114411433214344411111214431144441114431111ˆˆtan()tan ()()442sin()41(3)3)cos()41ˆˆ()()()43tan tan 43bT b b bT T T b T T b bb K K k S k k g k k S K K k k S αξαθξααπξπξθϕξθωθπξπξφθθπξϑπξπξθθτσθθθϑ≤−−++−+−+++≤−−−−+++ 112.g ξ(3-7)第2步: 从221x ξα=−和332x ξα=−可得 22122312223212()(())T T T Td dx d g x dt d g dt d ξαθϕαφωθϕξααφω=−=+−+=++−+ ,其中1111211()Tg x x ααθϕη∂=++∂ ,22()11111111(1)2111ˆ()()ˆ2i Td i i d y x x y x αααηθφφθ−=∂∂∂=++×∂∂∂∑ . 上式可写为 12,2,223212121(())T Tr r d g dt d g x dt x αξθϕξαηφω∂=++−+−∂,其中1,2,2211[,],[,]TT T Tr r x αθθθϕϕϕ∂==−∂, 选择候选障碍Lyapunov 函数:212V V V ∗=+. 由定义3.1可得22222244426222244322121,2,2232112244234122443cos()2sin()44(())cos ()2cos ()44.b b b Tr r b b b k k k LV LV g g x x k k k πξπξξπξξαθϕξαηφπξπξ+∂=+++−−+∂(3-8) 令212212121,x ξαωϕϕττωϑ∂=−=+∂. 设计控制器2α为222221222244422222,2444221332224422433312122221244412244sin()cos()cos()4441ˆ[2sin()41(3)],cos()cos()44tanb b b Tbbb bK K Sk k kgk gg xxkk kαξξπξπξπξαθωηξξπξπξϑξαφϑπξπξ=−−−+∂++−∂(3-9) 220,0K Kα>>是常数. 通过使用'Young s不等式, 下列不等式成立:2222222224444264222222444333232222224443343422224443cos()2sin()2sin()4441(3)32cos()cos()cos()444bb b bb bb b bkk k kSk kk k kπξπξπξξπξπξξφφπξπξπξ+≤++. (3-10) 将(3-7), (3-9)和(3-10)代入(3-8), 得到2222221222244422222,24443221,2,2234332222444224333122222244422443222sin()cos()cos()444(cos()42sin()41ˆ(3))cos()cos()44tanb b bTr rbbTbb bK K Sk k kLV LV gkk gkk kαξξπξπξπξξθϕξπξξξπξπξϑξθωφϑπξπξξ≤++−−−+−2222221222442243332244334222444422122312244324422244112sin()41(3)3cos()cos()441tan()tan()443ˆtan()tan()()44ii ibbb bTb bTi iii ib bkSkk kLV K K g gk k SK Kk kααξξξααπξπξφπξπξπξπξϑξϑξϑθωπξπξθθτ==++≤−−++−≤−−−+−+∑∑2223311ˆ.3Ti igSθξσθθϑξ=++∑(3-11)第i步: 从1i i ixξα−=−和11i i ixξα++=−, 可得111(())Ti i i i iTi i iid dx d g dt dξαθϕξααφω−+−=−=++−+,其中111111()iTii jj jj jig xxααθϕη−−−+−=∂=++∂∑, 21()1111(1)1,11ˆ()()ˆ2ij Ti i ii d kij jjkjj j k kdy x xx xyαααηθφφθ−−−−−−==∂∂∂=++×∂∂∂∂∑∑. 上式能够写成11,,1111(())i iiT T ir i r iji i ji jjid g dt d g x dtxαξθϕξαηφω−−+−+=∂=++−+−∂∑,其中11,,1111[,,],[,,,]T T T Ti ir i r ii iix xααθθθϕϕϕϕ−−−−∂∂=…=−…−∂∂. 选择候选障碍Lyapunov函数:1i iiV V V∗−=+.根据定义3.1可得444264431211,,111441234443cos()2sin()44(())cos ()2cos ()44.i i iiiii i ii i i i i j b i b b Ti i r i r i i j ii i j i j b b b k k k LV LV g g x x k k kπξπξξπξξαθϕξαηφπξπξ−−−+−+=+∂=+++−−+∂∑(3-12)令1111,ii i j i i ji i i j x ξαωϕϕττωϑ−−−=∂=−=+∂∑. 设计控制器i α为14442,444133444331311221441444sin()cos()cos ()4441ˆ[2sin()41(3)],cos()cos()44i i i i ii i i i ii i ii i i i i ta ii ii ij n ib b b T i i b i i i j j b b b j i i K K S k k k g k g g x x k k k αξξπξπξπξαθωηξξπξπξϑξαφϑπξπξ−−−−−+==−−−+∂++−∂∑ (3-13)0,0i i K K α>>是常数.通过使用'Young s 不等式, 以下不等式成立:44442644443332322444334344443cos()2sin()2sin()4441(3)32cos ()cos ()cos()444i iiiiiii ii i i ib b bbii b b b b i ii ii i i ibk k k k S k k kk k πξπξπξξπξπξξφφπξπξπξ+≤++. (3-14) 将(3-11), (3-13)和(3-14)代入(3-12), 得到14442,44431,,14332444433312244444sin()cos()cos ()444(cos ()42sin()41ˆ(3))cos()cos()44i iiii i iii iita i i i i i i i ii i i n ib b b T i r i r i i b b i T ib b b iiiii i K K S k k k LV LV g k k g k kkαξξπξπξπξξθϕξπξξξπξπξϑξθωφϑπξπξ−−+−≤++−−−+−14443333224433444441114434444112sin()41(3)3cos ()cos()441tan()tan ()443tan()tan ()44iii ii i i iiji jj i i iii i i i i i i b it b b b T i i i b b i iij j j b j j b k S k k k LV K K g g kkS K K kk ααξξξααπξπξξφπξπξπξπξϑξϑξϑθωπξπξ−−+−==++≤−−+−++≤−−∑ 1311ˆˆ()3.i iii i jT T i j g S θξθθτσθθϑξ+=−++−+∑∑(3-15)第n 步: 从1nn n x ξα−=−可得 11()T Tn n n n n n n d dx d g u dt d ξαθϕαφω−−=−=+−+ ,其中2111()11111111(1)111,11ˆ()()()ˆ2,n nn n T i Tn n n n n i n n d k k i i i i i k k d i i i i i i g y x x x x x y x αααααθϕηηθφφθ−−−−−−−−+−−−====∂∂∂∂=++=++×∂∂∂∂∂∑∑∑∑ . 上式能够写成11,,111()n TT n nr nr n n n ni i i id g u dt d g x dt x αξθϕηφω−−−+=∂=+−+−∂∑, 其中11,,1111[,,],[,,,]T T T T n n r n r nn n n x x ααθθθϕϕϕϕ−−−−∂∂=…=−…−∂∂. 选择候选障碍Lyapunov 函数: 1n n n V V V ∗−=+. 根据定义3.1可得444264431211,,11441234443cos()2sin()44()cos ()2cos ()4.4nnnnnni n n b nn n b bTn n n n r n r n n n i n i nn b i bb k k k LV LV g u g x x k k kπξπξξπξξαθϕηφπξπξ−−−−+=+∂=++−−+∂∑(3-16)令1111,ni in n n n n n n i x ξαωϕϕττωϑ−−−=∂=−=+∂∑. 设计控制器u 为14442,444133444331311221441444sin()cos()cos ()4441ˆ[2sin()41(3)],cos()cos()44n nnnnn n nnnn n n n tan nb b b T n n nnnn i nn b n n n nni i n n b b ib K K S k k k u g k g g x x k kkαξξπξπξπξθωηξξπξπξϑξαφϑπξπξ−−−−−+==−−−+∂++−∂∑(3-17)0,0n n K K α>>是常数.通过使用'Young s 不等式, 以下不等式成立:44442644443332322444334344443cos()2sin()2sin()4441(3)32cos ()cos ()cos()444nnnnnnnn nn n n b nn nb bbn nnn n n n n bb b b bk k k k S k k kk k πξπξπξξπξπξξφφπξπξπξ+≤++. (3-18)将(3-15), (3-17)和(3-18)代入(3-16), 得到14442,44431,,433244443331224444432sin()cos()cos ()444ˆ(cos ()42sin()41(3))cos()cos()44n n n nnnn nn n nn n nn tan nb b b T T n n n r n r n nn n nb n nb n n nn n nb b b nK K S k k k LV LV k k g k k k αξξπξπξπξξθϕθωπξξξπξπξϑξφϑπξπξξ−−−≤+−−−+−14443332443344444114434444112sin()41(3)3cos ()cos()441tan()tan ()443ˆtan()tan ()()44nnn nn n n n n i i i n nb n n n n n b b b T n nn n n n nb b nnn T i ii n i i b b k S k k k LV K K g k k S K K k k ααξξααθπξπξφπξπξπξπξϑξϑθωπξπξθθτσ−−−==++≤−−+−≤−−−+−+∑∑ 311ˆ.3n T i i S θθ=+∑(3-19)。
小型四旋翼飞行器的滑模控制王辰璐;陈增强;孙明玮【摘要】A sliding mode control scheme was proposed for a 6 degree of free quadrotor model to improve the robustness of the quadrotor control system. Firstly, the quadrotor model was divided into two parts which included a fully-actuated subsystem and an under-actuated subsystem. The fully-actuated subsystem was composed of two independent loops with altitude and yaw angle, while the under-actuated subsystem had four state variables and two control variables. Secondly, a backstepping based on sliding mode controller and furthermore a finite time terminal sliding mode controller were proposed to the fully-actuated subsystem, and then a cascade sliding mode controller was designed to control the under-actuated subsystem which was transformed into a cascade standard form. Thirdly, the stability of the designed control system was proved by using Lyapunov stability theorem. The results show that the proposed quadrotor control scheme is effective, it not only has good robustness and fast tracking dynamic performance, but also has the ability to restrain buffeting.%针对1种六自由度四旋翼模型,设计滑模控制器来提高控制系统的鲁棒性.首先将四旋翼模型划分为全驱动和欠驱动2部分,全驱动子系统由高度和偏航角2个独立回路组成,而欠驱动子系统则包含4个被控量和2个控制量.然后针对全驱动系统的2个回路设计了基于反步法(Backstepping)的滑模控制,并进一步推导出有限时间终端滑模控制器.将欠驱动子系统写成一种级联标准型,并给出一种欠驱动级联形式的滑模控制器.采用Lyapunov稳定性理论证明所设计的滑模控制系统的稳定性.研究结果表明:所提出的四旋翼控制器是有效的,它不仅具有良好的鲁棒性和快速跟踪动态性能,而且能够有效地抑制抖振现象.【期刊名称】《中南大学学报(自然科学版)》【年(卷),期】2017(048)004【总页数】6页(P1006-1011)【关键词】四旋翼飞行器;欠驱动系统;滑模控制;终端滑模控制;反步法【作者】王辰璐;陈增强;孙明玮【作者单位】南开大学计算机与控制工程学院,天津,300350;天津市智能机器人技术重点实验室,天津,300350;南开大学计算机与控制工程学院,天津,300350;天津市智能机器人技术重点实验室,天津,300350;南开大学计算机与控制工程学院,天津,300350;天津市智能机器人技术重点实验室,天津,300350【正文语种】中文【中图分类】TP272四旋翼飞行器具有机动性强、控制灵活的特点,可以实现垂直起降、定点悬停等飞行姿态,因而被广泛应用于勘测、航拍、监控、侦查等活动中,近年来已经成为军事、民用领域的研究热点。
基于Backstepping时变反馈和PID控制的移动机器人实时
轨迹跟踪控制
徐俊艳;张培仁;程剑锋
【期刊名称】《电机与控制学报》
【年(卷),期】2004(008)001
【摘要】根据机器人的运动学模型,采用分层控制的思想将移动机器人的轨迹跟踪控制分为两部分:轨迹跟踪控制器和机器人速度PID控制器.基于Backstepping时变状态反馈方法和Lyapunov理论,引入具有双曲正切特性的虚拟反馈量,提出一种移动机器人全局轨迹跟踪算法;采用PID速度控制器以满足机器人驱动电机实时调速要求.考虑到机器人的动力学约束,引入受限策略以保证其运动平滑.在基于DSP 的两轮驱动移动机器人上对算法进行了实时轨迹跟踪试验,取得了满意的控制效果.【总页数】5页(P35-38,43)
【作者】徐俊艳;张培仁;程剑锋
【作者单位】中国科学技术大学,自动化系,安徽,合肥,230027;中国科学技术大学,自动化系,安徽,合肥,230027;中国科学技术大学,自动化系,安徽,合肥,230027
【正文语种】中文
【中图分类】TP24
【相关文献】
1.基于Backstepping方法的轮式移动机器人轨迹跟踪研究 [J], 刘佳;李春书
2.基于Backstepping的移动机器人轨迹跟踪控制 [J], 王川;吴怀宇;王芬;程磊
3.基于前馈-反馈的移动机器人轨迹跟踪控制 [J], 郑伟勇;李艳玮
4.基于变增益模糊PID控制的移动机器人轨迹跟踪 [J], 赵会超; 师五喜
5.基于backstepping方法的两轮移动机器人轨迹跟踪控制 [J], 陈滢;陈炜;杨贺贺;孙玉超;吴航
因版权原因,仅展示原文概要,查看原文内容请购买。
河南师范大学硕士学位论文非线性系统的鲁棒H<,∞>控制姓名:***申请学位级别:硕士专业:应用数学指导教师:***20090401摘要本文考虑了一类非线性时滞系统的鲁棒自适应巩控制和一类高阶非线性系统的鲁棒自适应比控制.在现有文献基础上,对非线性系统的鲁棒自适应如控制做了一些研究.首先,我们研究了一类非线性时滞系统的鲁棒自适应比控制,运用Backstepping方法和Lyapunov稳定性理论,通过巧妙的选取Lyapunov函数,构造了鲁棒自适应控制器,不仅解决了非线性系统中的时滞问题,并且保证了闭环系统的渐近稳定,数值例子和仿真证明了结论的有效性.其次,我们研究了一类高阶非线性系统的L2m增益鲁棒控制器设计方法,应用Back-stepping方法和改进的幂积分器方法,设计了一种新的鲁棒自适应如控制器,不仅使闭环系统全局渐近稳定并且满足上k范数界7.数值例子和仿真证明了结论的正确性.最后,针对以上非线性系统的鲁棒%控制问题作出了总结.关键词:鲁棒比控制,加幂积分器,自适应控制,渐近稳定ABSTRACTInthispaper,weconsidertheproblemofrobustadaptiveH∞controlforaclassofnonlineartime-delaysystemsandrobustadaptiveH∞controlforaclassofhigh-ordernonlinearsystems.Basedontheexistingliterature,somestudyhasbeendoneinthispaperonrobustadaptiveH∞controlofthenonlinearsystems.Firstly,WeconsidertheproblemofrobustadaptiveH∞controlforaclassofuncertainnonlineartime-delaysystems,usingBacksteppingmethodandLyapunovstabilitytheory,bychoosingLyapunovfunctionalskillfully,wehaveadesignofrobustadaptivecontroller.Wenotonlydealwiththetime—delaytermsofnonlinearsystems,butalsorendertheclosed—loopsystemasymptoticstability.Theillustrativeexampleandsimulationresultsverifytheeffectivenessoftheconclusion.Secondly,weconsiderthedesignmethodofL2仇一gainedrobustcontrollerforaclassofhigh—ordernonlinearsystems.Thesystemofthispaperisapolynomiallower—triangularform.BasedonBacksteppingmethodandmodifiedpowerintegratormethod,thenewrobustadaptive比controllerisdesigned,whichensuresthattheclosed—loopsystemismakes比normbound.Theillustrativeexampleandgloballyasymptoticallystableandsimulationresultsverifythecorrectnessoftheconclusion.Finally,wegiveasummaryoftheaboveproblemofrobustH∞controlfornonlinearsystems.KEYWORDS:RobustHoocontrol,PowerIntegrator,Adaptivecontrol,AsymptoticstabilityIII独创性声明本人郑重声明:所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果.尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写的研究成果,也不包含为获得河南师范大学或其他教育机构的学位或证书所使用过的材料.与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意.签名:脚日期.鲨Z:皇:型关于论文使用授权的说明本人完全了解河南师范大学有关保留、使用学位论文的规定,即:有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅.本人授权河南师范大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文.(保密的学位论文在解密后适用本授权书)签名:第一章绪论§1.1学科概述在科技日新月异的今天,人们对实际生产过程的分析要求较高,大量的分析表明很多物理系统都是非线性的.严格地说,几乎所有的控制系统都是非线性的,非线性控制系统的形成基于两类原因,一是被控系统中包含有不能忽略的非线性因素,二是为提高控制性能或简化控制系统结构而人为地采用非线性元件.非线性系统的分析远比线性系统为复杂,缺乏能统一处理的有效数学工具.在许多工程应用中,由于难以求解出系统的精确输出过程,通常只限于考虑:系统是否稳定;系统是否产生自激振荡(见非线性振动)及其振幅和频率的测算方法;如何限制自激振荡的幅值以至消除它.而现代广泛应用于工程上的分析方法有基于频率域分析的描述函数法和波波夫超稳定性等,还有基于时间域分析的相平面法和李雅普诺夫稳定性理论等.这些方法分别在一定的假设条件下,能提供关于系统稳定性或过渡过程的信息.在某些工程问题中,非线性特性还常被用来改善控制系统的品质.例如将死区特性环节和微分环节同时加到某个二阶系统的反馈回路中去,就可以使系统的控制既快速又平稳.非线性控制系统在许多领域都具有广泛的应用.除了一般工程系统外,在机器人,生态系统和经济系统的控制中也具有重要意义.§1.2研究背景20世纪80年代以来,非线性科学越来越受到人们的重视,非线性系统的分析和设计问题引起了科研工作者的广泛兴趣【11.因为非线性系统所包含的现象十分复杂,迄今非线性系统理论还很不成熟.相平面法、李雅普诺夫方法和描述函数法是处理非线性控制系统的最经典的方法,但这三种分析方法对大多数非线性控制系统并不适用.变结构控制是目前最常用的非线性综合方法,并且已在实际中得到了一些应用,但使用该方法所设计的控制器会产生严重的抖动现象.各种智能方法也被用到非线性控制系统中,并提出了一些有效的控制方案.另一种研究非线性系统的思路是利用现代数学方法,其中的微分几何和微分代数控制方法极大地推动了非线性系统方面的研究.非线性系统的鲁棒比控制很多控制对象的数学模型随着时间或工作环境的改变而变化,其变化规律往往事先不知道.例如导弹或飞机的气动参数会随其飞行速度、飞机高度的变化而变化,因而导弹的数学模型参数可在很大的范围内变化.在飞行过程中,导弹的质量和质心位置会随着燃料的消耗而改变,这也会影响其数学模型的参数.当对象的数学模型参数在小范围内变化时,可用一般的反馈控制、最优控制或补偿控制等方法来消除或减小参数变化对控制品质的有害影响.如果控制对象参数在大范围内变化时,系统仍能自动地工作于最优工作状态或接近于最优的工作状态,因而就提出了自适应控制问题【2】.自适应控制是一种比较复杂的反馈控制,利用自适应控制能够解决一些常规的反馈控制所不能解决的复杂控制问题,可以大幅度地提高系统的稳态精度和动态品质.自从1983年Artstein[3】与Sontag[a]提出控制Lyapunov函数(CLF)概念后,借助于控制Lyapunov函数构造稳定控制律的方法得到了广泛的研究.对于某些类型的非线性系统,如果能找到其CLF,我们便能直接利用一些基于CLF与系统动态的通用公式【5'6】计算出使系统稳定的控制律.这样,Lyapunov函数不再局限于对非线性系统稳定性的描述,而在非线性控制系统的设计方面也显示出巨大的应用价值.近年来的研究已经使CLF进一步应用于时变系统、随机系统、离散系统等许多领域.Li与Kokotovic[71将CLF引入自适应非线性系统中,提出了自适应控制Lyapunov函数(ACLF)的概念,将对自适应系统的控制问题转化为对非自适应系统的控制问题.并利用ACLF构造控制律与自适应律.利用Lyapunov构造控制律具有较大的优势,因为即使我们通过其它方法构造出一个控制律,仍然需要一个适当的Lyapunov函数去证明其稳定性.Backstepping方法【5l是上世纪九十年代提出的,由于其独特的构造性的设计过程和对非匹配不确定的处理能力,在飞机及导弹控制系统设计中得到成功的应用.该方法是针对不确定性系统的一种系统化的控制器综合方法,是将Lyapunov函数的选取与控制器的设计相结合的一种回归设计方法.它通过从系统的最低阶次微分方程开始,引入虚拟控制的概念,一步一步设计满足要求的虚拟控制,最终设计出真正的控制律.时滞现象在各种各样的控制系统中都是普遍存在的,如长管道进料或皮带传输,极缓慢的过程或复杂的在线分析仪等均存在时滞现象.时滞的存在使得系统的分析和综合变得更加复杂和困难,因此,在过去的几十年内,不确定时滞系统的稳定性分析和镇定问题受到很多学者关注,并取得了丰硕成果【8—15】.在许多控制过程中,我们希望设计的控制器不仅要镇定整个闭环系统而且要实现系统第一章绪论满意的性能指标,其中的一种方法就是所谓的如控制.基于此种思想,如性能问题已取得了一些成果,见文献【16—29】.鲁棒上k控制理论是在上k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理论.控制界将鲁棒日o。
backstepping方法
Backstepping方法是一种控制系统设计方法,适用于处理非线性、强
耦合、多变量系统的控制问题。
它通过分级引入虚拟控制器,将非线
性系统分解为一系列可控制的线性子系统,从而实现系统的稳定控制。
下面我们将详细介绍Backstepping方法的相关内容。
一、Backstepping方法的基本思想
Backstepping方法主要基于以下两个基本思想:
1、递归设计虚拟控制器
在Backstepping方法中,通过引入一系列虚拟控制器,将非线性控制
问题递归分解成一系列线性子问题。
通过递归设计虚拟控制器的方法,可以将之前未解决的问题转化为已解决的问题,从而解决非线性控制
问题。
2、迭代控制实现系统稳定
Backstepping方法通过迭代控制的方法实现系统的稳定。
即在每一步
将系统引入到一个新的安全区间内,并以此为基础,继续迭代直到系
统达到目标状态。
二、Backstepping方法的实现步骤
Backstepping方法主要包括以下四个步骤:
1、选择Lyapunov函数
在Backstepping方法中,首先需要选择合适的Lyapunov函数。
该函
数通常需要具备以下性质:
① 正定性:函数值大于0,并且当自变量为0时,函数值等于0。
② 下凸性:函数的二阶导数是正定矩阵。
2、设计虚拟控制器
在选择好Lyapunov函数后,需要递归引入虚拟控制器,将非线性系统
分解成一系列线性子系统。
3、设计实际控制器
通过迭代控制的方法,在每个分层结构内部设计实际控制器,实现系
统稳定。
4、证明系统稳定性
为了证明系统的稳定性,需要使用Lyapunov函数来分析系统状态,验
证系统状态的收敛性。
三、Backstepping方法的应用场景
Backstepping方法适用于处理非线性、强耦合、多变量系统的控制问题。
它也被广泛应用于机器人、航空航天、智能交通等领域的控制中。
需要注意的是,Backstepping方法有一定的局限性,当系统状态的测
量不准确时,容易导致系统稳定性的破坏。
总之,Backstepping方法是一种有效的控制系统设计方法,该方法通
过递归引入虚拟控制器和迭代控制的方法,将非线性控制问题转化成一系列线性子问题,从而实现对非线性系统的稳定控制。