基于全参数在线辨识的鲁棒自校正控制‘

《基于全参数在线辨识的鲁棒自校正控制‘》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、"2002年1月重庆大学学报(自然科学版)V．25第25卷1期Joumalofch0r时咄Unh~ity(Na~u,alSei,e~ceEdition)J且n．2()02文章编号：1000—582X[2002)01—0065—05基于全参数在线辨识的鲁棒自校正控制‘杨治平，冯素梅(重庆师范学院影像工程系，重庆40(047)摘要：受控系统中，模型结构参数(模型时延及模型阶次)和模型参数是自适应类控制的基础，采样这些参数，并即时送给控制器，是实现自适应控制的前提，也是优化该类算法的重要依据笔者给出了对上述自适应控

2、制的有关参数的在线辩识方击，并基于此，改进了经典的自适应类控制算法。算法中引入了对结构参数(模型阶次)的智能辩识方法和鲁棒极点配置原理，从而构成了鲁棒自校正控制，使算法得以进一步优化整个控制方案给出了自适应类控制的新模式关键词：模型结构参数；模型参数；在线辨识；鲁棒极点配置；自校正控制中圈分类号：TP271．2文献标识码：A在过程控制中，越来越多的采用自适应类控制，而其中r为模型的时延，D(q。。)_厂(k)为随机有色噪声，且该粪算法还在不断的优化和探新。目前的自校正控a．，6为后向移位算子q的多项式的系数(

3、模型参制器，大多数只辨识模型参数，而模型结构参数则作为数)，Y()、u()为过程的输出、输人信号序列。本文验前知识以固定的形式给出⋯，这一类的控制算法，不中述及的模型参数，6，及时延r的辨识，采用具有鲁能实施在线的模型结构参数和模型参数的全参数辨棒性较好，可有效抑制系统扰动的辨识算法。识，同时这些参数也不能送给自校正控制器予以及时根据吸收原理，若存在吸收多项式T(q)(对周校正，这往往引起较严重的模型误差，影响了控制的质期扰动，T(q。。)=1一口～，其中z=1，2，⋯)使得对于量。理想的自校正控制，需实时辨

4、识过程的模型结构干扰序列，()存在T(q)_厂()=O，则由(1)式给出参数和模型参数，并不断地修改控制律以完成实时控的系统模型中，T(q。。)D(q))：0也成立。现引制，在这方面“文进行了有益的探索，但真正做到全人滤波输出和输人式分别如下：参数在线辩识，并形成更有效的自适应类控制，目前尚()：r，(q)，()l⋯未见到作者是在前述工作的基础上，进一步深人探(k)：T(日)M()J索和研究，给出了在线模型结构参数和模型参数的由式(1)两边同乘以T(目)得：辩识方法、并在此基础上，形成了新型的自校正控制。T(

5、q)Y(k)=(1一A(q))T(q)Y()+控制算法中，为提高过程响应的实时性，采用了双估计B(q)“(一f)+D(q)T(q。。)，()(3)器的自校正控制算法；在提高控制质量方面，利用了鲁这样修正的系统方程如下：棒性原理，进行极点配置。整个控制算法，既体现了过程响应的实时性，也表现出控制的鲁棒性。仿真结果；()：(1一A(q))()+B(q)(一r)(4)表明了所给算法的优越性。l模型参数及模型结构参数(时延)的鲁棒辨识对上述系统而构成的参数辨识方程为：()：(1一(q))()+B(q)(k—f)所述系

6、统模型可由下式表出，即，(5)y()+∑aly,(一i一1)=式(5)还可写成下列的向量形式：()=；()()(6)∑(一—r)+D(q)，()⋯其中·收稿日期：2001436．28作者简介：杨治平(1957一)，男、辽宁辽阳市人，昌教授，硕士。主要研究方向：自适应类控制、模糊控制。重庆大学学报(自然科学版)2o02点；()：[一(一1)，2'-(k一2)，·一，一Y(一n。)，由上述算法可辨识出系统的模型参数及模型结构参(k一；，(k一；1)，⋯；(k一；一／zb)，o．1数；(时延)，同时抑制了扰动的影响

7、。(7)2模型结构参数(系统阶次)的智能辨识()：(三，··，5。，5--，5⋯；)(8)算法中采用积矩矩阵法，直接利用单变量系统输参数估计的递推算法为：人、输出数据构成积矩矩阵，然后再由积矩矩阵的奇异自()=自(一1)+r()[(一性来判定系统阶次。对(I)式的系统，假定输人信号序目(一1)()]()列(k)是持续激励。设参数矩阵由输人、输出采样数)=丽据组成：(9)r。()=ro(k一1)+Co(一1)置()()rp。(k—1)(k)rFo(一I)()Ⅱ(k—I)M(k—Z)：Y(k一1)Y(k—)u()

8、M(k—Z—I)：Y()y(k一2一I)(10)M(k—P+1)“(一z+P)：Y(k—P+1)Y(k一2+P)式中n(Ⅱ，)为(P+1)×21，观测次数为+P+1。为数据的统计特性，一般取最大值的30％左右，为跳跃预测阶数，P为采样次数。变化点较为合适，此时模型的阶次确定为2。其确定模积矩矩阵的定义为：(u，Y)：n(n，Y)n(，型的阶次算法的实现如下：)，其中(，Y)为22×22。可以证明，当