自适应控制的控制律及自适应律是怎么设计的?

自适应控制的控制律及自适应律是怎么设计的?

自适应控制算法和其他控制算法的设计一样,都是在保证系统的稳定性的前提下完成的。其本身就是一种基于模型的控制方法,会根据plant数学模型而产生结构迥异的形式。下面给出一个最简单的例子以供题主参考和理解。

对于一个一阶非线性系统:,其中是未知的常参数,是控制输入信号。要求设计合理的控制信号满足系统状态,,对某预期信号,,的跟踪。我们可以假设这个预期信号是解析并有界的,且它的微分信号,,也是连续并有界的。这个假设在实际中可以满足,因为与其信号往往是人为设计的。

问题提出以后,首先设误差信号:。根据系统的plant方程就很容易能写出开环误差方程为:

;(1)

由于原系统是满足matching条件的,即控制器信号和未知参数处在同一个方程中,那可以直接根据certainty equivalence原则来设计控制器:

;(2)

其中是估计参数,是控制器参数。这样的控制器结构是怎么来的呢?分成两部分,前半部分,即前两项,是前馈信号,用于去抵消开环误差方程(1)右边除了控制信号以外的系统结构项;后半部分,即(2)中第三项,是为了最终稳定(1)而设计的反馈信号。现在还有估计参数的更新率没有设计,我们可以结合Lyapunov thoery来完成。为了方便分析,我们设参数估计误差:,那么系统的闭环误差方程为:

;(3)

现定义一个Lyapunov function candidate:

;(4)

其中是待设计的控制器内参数。将(3)对时间求导,很容易得到:

;(5)

现设计参数更新率使得(5)为 negative semi-definite function:

;(6)

将(6)代入(5)中可以得到:

;(7)

结果(7)和(4)的 positive definite的特性就可以确定(4)是一个合理的Lyapunov function。根据(7)可知,(4)有界,即和均有界,且平方可积。又根据预期信号的假设,以及参数误差和跟踪误差的定义可知,和也有界,因此由(2)得控制器信号也有界,且由(1)得也有界。由Barbalat's Lemma 可得 uniformly continuous 且

;

至此跟踪系统的渐进稳定性证明完毕。值得注意的是,这里只能证明跟踪误差渐进收敛至0,但是参数估计误差并没有也收敛到0。要使得参数估计也收敛到真实值,那么对预期信号有信号类型的要求,这里不展开了。

对于非线性系统的参数自适应问题,设计过程基本和以上的例子类似,只是plant模型不同以后,在控制器设计的复杂度和Lyapunov function的设计上会产生巨大的变化,这里也不展开了。希望对题主有用。