基于RBF神经网络的鲁棒滑模观测器设计
张袅娜1,2,张德江1,李兴广1
(1.长春工业大学自动化系,吉林长春130012;2.哈尔滨工业大学电气学院,黑龙江哈尔滨150001)
摘 要:针对非线性不确定性系统,提出一种鲁棒滑模观测器。所提出的鲁棒滑模观测器通过滑模与相应的
控制策略来实现。设计参数的选取不需要求解大量方程,同时能保证对系统的非线性不确定性具有鲁棒性,系统中不确定性的上界值采用RBF神经网络进行自适应学习。通过设计滑模,可以调整观测器跟踪系统状态的收敛速度,使状态估计达到预期的指标。仿真结果验证了提出方法的有效性。关键词:观测器;滑模;鲁棒性; RBF神经网络
中图分类号:TP 13 文献标志码:A
引 言
在控制系统设计中,很多控制器的设计是建立在被控系统的所有状态可直接获得的假定上的。但在众多场合,系统的状态是不能完全测得的,因此一个很自然的问题就是如何利用被控系统输入、输出的信息设计观测器,对系统状态实现重构。
变结构观测器以其鲁棒性强的优点得到了广泛的关注。但是常规变结构观测器存在匹配条件的限制,且存在固有的抖动现象以及须知不确定因素上下界的问题[1]。文献[2]构造的对不确定因素不满足匹配条件且外部干扰具有鲁棒性的观测器适用于可化为正则型的仿射非线性系统。文献[3]提出的一种智能变结构状态观测器,利用神经网络来消除匹配条件的限制,克服抖动和须知不确定因素上下界的问题,只适用于SISO仿射非线性系统。对于非线性系统,Walcott和Zak等人采用变结构技术设计的观测器对系统的非线性不确定性具有鲁棒性,不需要知道非线性项的具体信息,只需要非线性不确定性满足匹配条件且有上界[4]。但设计过程中,设计参数矩阵必须满足严格的假设条件,设计过程繁琐,需要大量不等式计算,当系统维数较高时,难以设计[5]。
本文提出一种鲁棒滑模观测器,解决了上述问题。通过采用新的观测器的控制策略,使设计参数的选取不需要求解大量方程,极大简化了设计过程,并且不需要知道系统中不确定项的上界值,采用RBF神经网络对未知上界进行自适应学习,使得所提出的控制策略对系统的非线性和不确定项具有鲁棒性。通过设计滑模,可以调整观测器跟踪系统状态的收敛速度,使状态估计达到预期的指标,并可降低系统的抖振。仿真结果验证了提出方法的有效性。
1 非线性不确定系统的鲁棒滑模观测器设计
1.1 一类非线性不确定系统的模型
考虑如下非线性不确定性系统[3,6]
从仿真结果可见,本文提出的鲁棒滑模观测器对非线性不确定系统(1)的非线性/不确定性具有鲁棒性,不需知道不确定项的上界值,能够快速地估计出非线性不确定系统的状态。
3 结束语
本文基于RBF神经网络提出了一种鲁棒滑模状态观测器,不需知道系统中不确定项的上界,即可通过滑模与相应的控制策略来设计观测器。观测器的参数选取不需要求解大量方程,只需要配置误差系统特征值,简化了设计过程,对系统的非线性/不确定性具有鲁棒性,通过设计滑模,可以调整观测器跟踪系统状态的收敛速度,使状态估计达到预期的指标,并可降低系统的抖振。仿真结果验证了提出方法的有效性。
|
