基于Luenberger观测器的不确定系统鲁棒状态反馈设计
Robust State Feedback Design for Uncertain Systems Based on Luenberger Observer
通讯作者: 阎 石,教授,博士生导师,电话(Tel.):093-18912778;E-mail:yanshi@lzu.edu.cn.
责任编辑: 李博文
收稿日期: 2022-08-26 修回日期: 2022-09-14 接受日期: 2022-09-19
基金资助: |
|
Received: 2022-08-26 Revised: 2022-09-14 Accepted: 2022-09-19
作者简介 About authors
赵东东(1989-),副教授,主要研究方向为不确定性动态系统、机器人、机器学习.
针对不确定系统测量输出矩阵含有不确定参数的问题,提出一种基于新龙伯格(Luenberger)类型观测器的鲁棒状态反馈设计方法.首先,针对实践中状态变量难以测量的问题,通过观测状态的反馈来进行观测器设计,考虑不确定系统中测量输出矩阵含有不确定参数的情况,设计一种新龙伯格类型观测器;其次,在新龙伯格类型观测器基础上,结合多仿射表示和松弛变量框架,得到与李亚普诺夫函数相关的凸线性矩阵不等式(LMI)条件,进而对闭环系统进行基于线性矩阵不等式组的鲁棒稳定性分析;最后,通过实验检验上述条件的可行性,证明该方法的实用性和有效性.
关键词:
This paper proposes a robust state feedback design method based on a new Luenberger observer for uncertain systems with measurement output matrices containing uncertain parameters. First, in view of the problem that it is challenging to measure state variables in practice, an observer is designed through the feedback of the observation state. Considering the situation that the measurement output matrix contains uncertain parameters in the uncertain system, a new Luenberger observer is designed. Then, based on the new Luenberger observer, and combined with the multi-affine representation and the slack variable framework, the convex linear matrix inequality condition related to the Lyapunov function is obtained, and the robust stability analysis based on linear matrix inequalities is conducted for the closed-loop system. Finally, the feasibility of the above condition is tested by an experiment to show the applicability and effectiveness of the proposed method.
Keywords:
本文引用格式
赵东东, 闫磊, 周兴文, 耿宗盛, 阎石.
ZHAO Dongdong, YAN Lei, ZHOU Xingwen, GENG Zongsheng, YAN Shi.
对不确定系统的反馈控制大致分为输出反馈控制和状态反馈控制两大类.输出反馈直接通过测量输出进行反馈以便于工程应用,得到许多研究者的青睐,文献[6]中提出一种关于多面体系统的H2和H∞输出反馈控制方法,文献[8]中通过鲁棒稳定函数来实现鲁棒静态输出反馈控制器.这些控制方案大多应用二次稳定性的概念,只需线性矩阵不等式(LMI)在多面体的顶点上收敛,以保证系统稳定性.状态反馈在实践中状态变量难以测量,往往需要借助观测器,文献[9]中提出基于观测器不确定系统的鲁棒性LMI优化控制方法,能保证不确定系统的稳定性.但当涉及到不确定有理参数时,系统基于观测器的线性矩阵不等式组(LMIs)设计,大多为非凸的[7]、保守的[9]或需要计算和操纵特征多项式的参数相关系数[8].
为解决上述问题,提出一种基于新龙伯格(Luenberger)类型观测器的鲁棒状态反馈设计方法.首先,针对实践中状态数据难以测量的问题及测量输出相关矩阵含有不确定性的情况,设计一种新龙伯格类型观测器;其次,基于新龙伯格类型观测器,结合DMAR和S变量框架,得到与李亚普诺夫函数相关的凸LMI条件,并对闭环系统进行基于LMIs的鲁棒稳定性分析;最后,通过实验检验上述条件的可行性,证明方法的实用性和有效性.
符号说明:AT是矩阵A的转置;Aξ表示对称矩阵AT+A;A≻B是矩阵不等式,表示A-B是对称正定的.如果N(X)在决策变量X中是仿射的,则称N(X)≻0型的一个矩阵不等式是一个LMI.
1 问题提出及状态反馈设计
考虑如下不确定系统[10]:
式中:xk∈Rn为状态向量;yk∈Rp为测量输出;uk∈Rm是控制输入向量;wk∈Rv是扰动输入;zk∈Rq是受控输出;矩阵Ar(θ)∈Rn×n(θ), Br(θ)∈Rn×m(θ), Brw(θ)∈Rn×v(θ), Crz(θ)∈Rq×n(θ), Drzu(θ)∈Rq×m(θ), Drzw(θ)∈Rq×v(θ), Cry(θ)∈Rp×n(θ)都是关于不确定参数θ的有理矩阵.假设参数θ位于集合Θ中,定义集合Θ为
首先,引入多仿射概念.如矩阵在每个θp中都是仿射的,则在参数θ中是多仿射的.同时,每个多仿射矩阵Mi(θ)可写成V中顶点的凸组合,Mi(θ)=
式中:
对上述不确定系统式(1),可重写为
式中:
将式(4)中R(θ)表示为如下DMAR形式[10]:
式中:Ex(θ)∈Rn×t(θ);Ey(θ)∈Rq×t(θ);Ez(θ)∈Rp×t(θ);Eπ(θ)∈Rt×t(θ);M3(θ)=[A(θ) B(θ) Bw(θ)]∈Rt×(n+m+v)(θ).
假设基于系统式(1)的DMAR,构建新龙伯格类型的动态观测器与观测状态反馈器,以确保系统的鲁棒稳定性和输入/输出H∞性能.动态观测器和观测状态反馈器分别表示为
式中:
设计状态反馈增益K,使其具有状态反馈uk=Kxk的闭环系统,满足鲁棒稳定性和输入/输出H∞性能.设计K的过程详见文献[10]的引理2和定理5.
2 鲁棒观测器设计
由于理想状态通常不可测量,所以在实践中状态反馈控制是基于状态估计
定义理想状态和估计状态的误差ek=xk-
基于DMAR和S变量框架,得出以下与观测器设计相关的引理.
引理1 在DMAR式(5)下,设
注3 提出的引理1基于上述新龙伯格类型的观测器,结合DMAR和S变量框架得到,是下文引理和定理的基础.
证明 在扰动wk=0的情况下,联立式(1)、式(7)和式(8)进行简单操作,得到理想状态xk和观测状态
由式(5)得到精确的Eo(θ)ηo,k=0,其中:
进行观测器设计前,为保持动态尽可能相似,需对预期的状态轨迹进行估计.文献[10]定理6中,理想状态x通过
设计观测器的目标是提供一个估计
定义如下矩阵,在决策变量中是仿射的,在不确定性θ中为多仿射:
定理1 假设存在2
那么,Ao=
证明 由于矩阵不等式的凸性和参数相关矩阵的多仿射性质,当且仅当上述公式中的θ[v]被θ取代,
式中:
由上述两式可知,系统是渐进稳定且满足≤γ2
3 闭环系统的稳定性分析
因分离原理不适用于不确定系统,故需首先考虑小增益定理,对整体观测状态反馈设计进行鲁棒稳定性分析.与文献[10]类似,
上述关于闭环稳定的理论是保守的,γ2≥1时,闭环也可能是稳定的[10].对具有观测状态反馈控制的闭环系统进行基于LMIs的鲁棒稳定性分析.
引理2 在DMAR式(5)下,假设
Ec(θ)ηc,k=0的稳定性和输入/输出性能相当于系统式(1)、观测器式(8)和反馈uk=K
定理2 假设存在
则系统式(1)、式(7)和式(8)组成的闭环系统是鲁棒稳定的,所有θ∈Θ,其H∞性能小于μc.
4 数值例子
例1 通过下例证明上述设计程序的有效性:
可以得到一个如下的DMAR:
其中不确定参数在标称值 1 附近,差异为δ1、 δ2的间隔内,即θ1∈[1-δ1, 1+δ1]和θ2∈[1-δ2, 1+δ2].δ1、 δ2表示参数变化的范围,是对现实中电阻(容、抗)、速度等不确定范围的数学简单描述.
本例目的是为上述含有不确定有理参数的不稳定开环系统设计一个观测状态反馈控制器,使其闭环系统稳定且满足一定性能.需特别指出的是,文献[10]中的方法仅适用于系统测量输出矩阵为常数不确定性系统,因此不能对上述不确定系统进行鲁棒状态反馈设计.
表1 不同差异和优化设置的结果
Tab.1
差异(δ1, δ2) | 加权因子 (β2, βp) | 转移特性(γ2, γp) | H∞性能μc |
---|---|---|---|
(0, 0) | (1, 1) | (1.5×10-4, 1.5×10-4) | 1.0561 |
(0.1, 0) | (1, 1) | (0.421 8, 0.397 0) | 1.6531 |
(0, 0.1) | (1, 1) | (0.038 4, 0.038 4) | 1.5573 |
(0.1, 0.1) | (1, 1) | (0.481 9, 0.428 9) | 2.3533 |
(0.2, 0.2) | (10, 1) | (3.845 1, 3.703 4) | 13.3457 |
(0.2, 0.2) | (1, 1) | (3.939 4, 3.515 5) | 无可行解 |
(0.2, 0.2) | (1, 10) | (4.879 7, 3.137 5) | 9.6805 |
由表1可知,不同差异和优化设置的结果可以得到不同的转移特性和H∞性能μc,证明测量输出矩阵含有不确定参数的不确定系统设计的程序确实有效.
为直观表现控制效果,对δ1=δ2=0.2, β2=1, βp=1进行测试,可得以下观测矩阵:
得出含有鲁棒观测状态反馈控制的闭环冲激响应如图1所示,其中,输出(1)是zk,输出(2)、(3)是理想状态和观测状态之间的误差ek.取20个随机选择的不确定性值得到冲激响应,可知不论是输出zk,还是理想状态和观测状态之间的误差ek都是收敛的,说明闭环系统呈渐进稳定趋势.
图1
5 结语
提出一种基于新龙伯格类型观测器的鲁棒状态反馈设计方法.通过实验可知,此观测器适用于测量输出矩阵含有不确定参数的不确定系统模型.同时,基于此类型观测器结合DMAR和S变量框架,提出数值可处理的与李亚普诺夫函数相关的LMIs条件.综上所述,提出的基于新龙伯格类型观测器的鲁棒观测状态反馈设计方法研究了更为一般的不确定性系统,可以得到与文献[10]中相似的结论.
参考文献
负荷扰动互联电力系统模糊自适应输出跟踪与干扰抗御
[J].
Fuzzy adaptive output tracking and disturbance rejection for interconnected power systems with load disturbance
[J].
非仿射纯反馈非线性切换系统自适应控制
[J].
DOI:10.16183/j.cnki.jsjtu.2020.137
[本文引用: 2]
针对一类单输入单输出的非仿射纯反馈非线性切换系统,研究了一种在任意切换下的自适应控制策略.首先,引入中值定理处理系统的非仿射特性问题,并利用径向基函数神经网络逼近系统的未知非线性动态.然后,采用 Nussbaum函数处理系统控制增益未知的问题,且在反演设计的每一步引入低通滤波器以解决“微分爆炸”问题.最后,基于共同Lyapunov函数设计状态反馈控制器,并分析闭环系统的稳定性.所设计的控制器避免了切换发生时控制参数跳变和调节参数过多的问题,减少了计算负荷,可以保证闭环系统所有信号半全局一致有界,且跟踪误差可收敛到原点的一个较小邻域.仿真结果验证了控制策略的有效性.
Adaptive control of non-affine pure feedback nonlinear switching systems
[J].
集合约束下多智能体系统分布式固定时间优化控制
[J].
Distributed fixed-time optimal control of multi-agent system with set constraints
[J].
Neural network-based control of networked trilateral teleoperation with geometrically unknown constraints
[J].
DOI:10.1109/TCYB.2015.2422785
PMID:25956001
[本文引用: 2]
Most studies on bilateral teleoperation assume known system kinematics and only consider dynamical uncertainties. However, many practical applications involve tasks with both kinematics and dynamics uncertainties. In this paper, trilateral teleoperation systems with dual-master-single-slave framework are investigated, where a single robotic manipulator constrained by an unknown geometrical environment is controlled by dual masters. The network delay in the teleoperation system is modeled as Markov chain-based stochastic delay, then asymmetric stochastic time-varying delays, kinematics and dynamics uncertainties are all considered in the force-motion control design. First, a unified dynamical model is introduced by incorporating unknown environmental constraints. Then, by exact identification of constraint Jacobian matrix, adaptive neural network approximation method is employed, and the motion/force synchronization with time delays are achieved without persistency of excitation condition. The neural networks and parameter adaptive mechanism are combined to deal with the system uncertainties and unknown kinematics. It is shown that the system is stable with the strict linear matrix inequality-based controllers. Finally, the extensive simulation experiment studies are provided to demonstrate the performance of the proposed approach.
Adaptive cross-coupled control of cable-driven parallel robots with model uncertainties
[J].DOI:10.1109/LSP.2016. URL [本文引用: 2]
H2 and H∞ robust output feedback control for continuous time polytopic systems
[J].DOI:10.1049/iet-cta:20060460 URL [本文引用: 2]
Robust adaptive control for a class of MIMO nonlinear systems by state and output feedback
[J].DOI:10.1109/TAC.9 URL [本文引用: 2]
H2 and H∞ robust output feedback control for continuous time polytopic systems
[J].DOI:10.1109/TAC.2013.2293453 URL [本文引用: 3]
LMI optimization approach on robustness and H∞ control analysis for observer-based control of uncertain systems
[J].DOI:10.1016/j.chaos.2006.06.076 URL [本文引用: 3]
Robust observed-state feedback design for discrete-time systems rational in the uncertainties
[J].DOI:10.1016/j.automatica.2016.10.003 URL [本文引用: 16]
On robust stabilization of discrete-time LPV/LFR systems
[J].DOI:10.1109/TAC.2022.3140255 URL [本文引用: 1]
An introduction to observers
[J].DOI:10.1109/TAC.1971.1099826 URL [本文引用: 1]
YALMIP: A toolbox for modeling and optimization in MATLAB
[C]//
/
〈 |
|
〉 |
