LADRC线性自抗扰控制
Posted XXX_UUU_XXX
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了LADRC线性自抗扰控制相关的知识，希望对你有一定的参考价值。
目录
LADRC算法
自抗扰控制（ADRC，Active Disturbance Rejection Control）是由韩京清先生提出的一种不依赖对象模型的控制算法，针对ADRC参数整定困难问题，高志强教授提出线性自抗扰控制（LADRC），将ADRC参数与控制器和观测器的频率联系起来，把参数整定问题转化为带宽调节问题。
LADRC基本结构图
自抗扰控制的精髓：扰动估计和补偿。
总扰动 =内部扰动 （系统模型的不确定性）+ 外部扰动
线性扩张状态观测器LESO可分为无对象模型线性扩张状态观测器、模型辅助线性扩张状态观测器和降阶线性扩张状态观测器。
线性误差反馈控制律LSEF中存在补偿分量对总扰动进行实时估计和补偿。
使用LESO对总扰动进行估计，使用LSEF消除总扰动
LADRC算法推导二阶线性系统为例
y为输出，u为输入，x1、x2和x3为状态变量，x3为扩张状态（状态变量数=系统阶数，二阶系统所以x3成为扩张状态），w为扰动，f为总扰动，扩张状态空间方程：
无对象模型线性扩张状态观测器：
其中，yc为输出，z为观测器的状态向量，L为观测器误差反馈增益矩阵。
由下式
观测器增益矩阵L与观测器带宽w0：
线性误差反馈控制律：
其中，u0：
r为给定值，z1、z2和z3为观测器状态， kp和kd是控制器的增益。
控制器带宽：
综上可得线性自抗扰控制算法公式：
LADRC算法n阶
总扰动f扩张成第n+1个状态变量
观测器带宽w0：决定了观测器的跟踪速度，w0越大，观测器估计精度越高，抗干扰能力越强，瞬态响应速度加快，但是w0过大，会引入高频噪声，系统不稳定。w0参数应该考虑估计性能和噪声容许量。
控制器带宽wc：决定了控制器的响应速度，wc越大，系统响应速度越快，但是wc过大会导致系统超调甚至不稳定。过大会引入更多噪声，所以满足控制性能时，应选择较小的wc。
扰动补偿b0：表示控制对象的特性，可以由阶跃对象的初始加速度导出，b0越大，抗干扰能力越弱，为了使系统保持稳定，b0不能过大也不能过小。
w0和wc的关系：近似有w0=（2~10）wc或w0=（3~5）wc一般取w0=4wc。
LADRC离散化—零阶保持法
LADRC算法在计算机上运行需要离散化，在固定采样率下运行。控制器部分值针对观测器输出分别按照kp、kd放大组合，不需要离散，只需要对观测器进行离散化。
当前零阶保持法效果优于当前一阶保持法和当前欧拉法，形式上更简单，相位滞后更小。零阶保持法在被离散对象前加零阶保持器，然后一起z变换离散化。
离散估计器极点与连续观测期极点之间的关系如下，其中h为采样周期。
一阶系统
一阶系统连续模型：
省略f， 添加零阶保持器后z变换得：
离散估计器方程如下，其中ud(k)为离散估计器输入组合，yd(k)为离散估计器输出，Lc为离散估计器误差反馈增益矩阵。
使下式成立，
得到离散估计器误差反馈增益矩阵：
最终得到一阶系统离散估计器方程：
二阶系统
二阶系统连续模型：
省略f， 添加零阶保持器后z变换得：
离散估计器方程如下，其中ud(k)为离散估计器输入组合，yd(k)为离散估计器输出，Lc为离散估计器误差反馈增益矩阵。
使下式成立，
得到离散估计器误差反馈增益矩阵：
最终得到二阶系统离散估计器方程：
LADRC参数整定方法
1.设置一个较小的b0，使系统运行，逐渐增大b0，直到控制效果相对稳定。
2.设置较小的wc，较大的w0。
2.逐渐增大wc，期间如果系统不稳定，观察系统是否发生抖动，则重新增大b0。
参考文献
[1]韩京清.从PID技术到“自抗扰控制”技术[J].控制工程,2002(03):13-18.
[2]高志强.自抗扰控制思想探究[J].控制理论与应用,2013,30(12):1498-1510.
[3]王传榜,王永,梁青.降阶自抗扰控制器对时滞系统控制研究[J].控制工程,2016,23(10):1602-1606.DOI:10.14107/j.cnki.kzgc.140569.
[4]梁青,王传榜,潘金文,卫一恒,王永.线性自抗扰控制参数b_0辨识及参数整定规律[J].控制与决策,2015,30(09):1691-1695.DOI:10.13195/j.kzyjc.2014.0943.
[5]朱斌.自抗扰控制入门
以上是关于LADRC线性自抗扰控制的主要内容，如果未能解决你的问题，请参考以下文章
matlab simulink欠驱动水面船舶航迹自抗扰控制研究