自适应控制-第二讲模型参考自适应控制的MIT法.ppt

自适应控制潘峰模式识别与智能系统研究所,6号教学楼703 第二讲模型参考自适应控制的MIT法预备知识MIT法的基本原理MIT法的仿真实验及其分析并联MRASr（t）01ym（t）02参考模型03可调系统04＋05yp（t）06自适应机构07e（t）广义误差08z=f(x1,x2)x2多元函数及其偏导数zz=f(x1,x2)x1x2z方向导数αl梯度的几何意义gradz只有当目标函数的等高线轮廓球形(或在二维空间中的圆形时)，梯度法可以一步达到极小点，否则，该方法不一定直接指向最小点非线性规划的梯度法x*x0飞机自动驾驶仪反馈控制器自适应控制器局部参数最优化设计MRAS单击此处添加小标题设定性能指标IPRM，使IPRM对|e(t)|单调递增；单击此处添加小标题将IPRM表示为参数空间上的一个多元函数；单击此处添加小标题寻找使IPRM取得局部极小值的参数值；单击此处添加小标题控制器参数寻优调节规律，就是适应律。MIT法的系统模型自适应机构添加标题1e（t）广义误差添加标题2＋添加标题3r（t）添加标题4ym（t）添加标题5yp（t）添加标题6MIT自适应控制方案r（t）添加标题1ym（t）添加标题2＋添加标题3yp（t）添加标题4e（t）添加标题5自适应机构添加标题6课后作业用Matlab对MIT方案进行仿真，参考模型分别为以下一阶和二阶形式：MIT法的特点从MIT法自适应律的推导过程可以看出几个特点：的变化速度远慢于的调节速度是一个必要的条件，否则无法求出的导数；系统动态响应速度要远快于调节速度；自适应机构包含积分环节，自适应调节效果与ym有关，即与参考模型传递函数和输入r(t)有关。MIT法的特点自适应过程不具智能性，整个系统是非线性系统，且只能解决对象参数局部时变的问题。μ由人工设定，与梯度法的步长λ成正比，因此可以视为自适应调节的步长，或称为自适应增益，其值影响自适应过程收敛的速度和精度，需要通过实验来确定。性能指标可以选择各种形式一阶系统稳定性分析MIT方案中，调节Kc的目标是使广义误差e(t)逐步趋近于零。因此MIT法自适应控制系统的稳定性应当以广义误差e(t)的动态特性进行分析。一阶系统的阶跃响应μ=0.5一阶系统的阶跃响应μ=0.02一阶系统的阶跃响应μ=50