第一章绪论50567.ppt

系统辨识与自适应控制 System Identification and Adaptive Control 前言 “反馈”是控制人士的法宝之一 优点：系统不必精确，控制律不必精细 缺点：模型参数固定，控制策略需要不断调整 自适应控制成为现代控制的重要手段之一 现代控制理论-系统辨识（自适应控制） 线性系统理论 最优控制理论 教材 1 以系统辨识为主，自适应控制为辅，自适应控制作为系统辨识的应用实例出现 2 以自适应控制理论为主，系统辨识知识为先验知识出现，此类教材以自适应控制设计方法为主，本书为此类教材 1.1 什么是自适应控制 反馈控制 两种措施 ‘以不变应万变’ 鲁棒控制理论 robust 20世纪70年代末，控制理论向大系统理论，智能控制理论，复杂系统理论发展 1981 Zames 美国 基于hardy空间范数最小化方法的鲁棒最优控制 1992 Doyle 美国 最优控制的状态空间数值解法 ‘你变我也变’ 自适应控制 adaptive control 自适应控制是针对系统内部和外部存在的不确定性而设计的，针对这种不确定性，系统能够综合控制作用，逐渐减少这种不确定性，使系统达到最优或次最优的状况。 自适应控制系统的组成 自适应控制律 改变控制器参数 改变控制规律 自适应控制的特征 性能检测 根据性能指标的变化实施反馈控制 自适应控制分类 模型参考自适应控制系统 自校正控制器 自校正控制的设计 自适应控制研究的主要问题 自适应控制是针对系统内部和外部存在的不确定性而设计的，针对这种不确定性，系统能够综合控制作用，逐渐减少这种不确定性，使系统达到最优或次最优的状况。(这里，内部的不确定性是指被控对象未知或变化，外部的不确定性是指系统受到的随机扰动)。 1 稳定性 稳定性问题是一切控制系统的核心问题 原则： 全局稳定 重点：李雅普诺夫理论 波波夫超稳定性理论 2.收敛性 数学上：稳定性------收敛性 自适应控制：算法的收敛 时不变系统： 参数估计收敛于常值------自校正控制器收敛于定常控制器 时变系统 参数估计不可能收敛于常值 收敛性证明不易证明 3.鲁棒性 自适应控制的历史 自适应控制发展史 MIT：Massachusetts institute of technology 首次提出了建立参考模型，并利用误差最小为指标进行 设计。 基于传递函数，单变量系统，主要手段是局部参数优化 缺点：不能保证系统的稳定性 1965 英国皇家科学院 Shackcloth Butchar Parks Lyapunov方法 保证系统的稳定性 20世纪70年代 Landau Popov超稳定性 将李雅普诺夫方法推广到具有非线性元件的自适应系统 1974年 美国 Monopoli 广义误差信号法 避免了微分运算增加稳定性 2.自校正控制 1958 Kalman CARMA （Contolled autoregressive moving average process 受控自回归移动平均过程） 最小二乘估计模型参数-----最优控制器 1960-61 美国 Bellman 苏联 Fel‘dbaum 动态规划原理设计 对偶控制 1970 IFAC 辨识和参数估计专题研究会 布拉格 捷克 Peterka 应用最小二乘估计控制器参数 瑞典 最小方差自校正调节器 只适用于最小相位系统 1976 英国 Clarke Gawthrop 广义最小方差自校正控制器 英国 Edmunds 极点配置自校正控制技术