引入Tuning function design的自适应反步控制方法 下篇
引入Tuning function design的自适应反步控制方法 下篇
上一篇文章写了如何通过推迟参数设计的方法来解决不匹配条件下的系统反步控制设计。为什么要用推迟参数设计?就是因为不匹配条件下系统的未知量和控制输入不在一个通道中,导致设计时不能直接由控制器抵消掉不确定项,从而导致设计中需要对同一个未知项进行多次估计。上上一篇文章针对这种情况也做了详细的说明和推导。本文主要是对引入Tuning function design的自适应反步控制方法进行推导。
然而由于CSDN网站字数的限制,本篇文章分成了上下两篇内容。
博客链接如下:
引入Tuning function design的自适应反步控制方法 上篇
推迟参数设计的自适应反步控制和自适应神经网络的反步控制设计_ADi_hhh的博客
利用Turning function解决高阶不匹配系统的控制器设计问题
上篇内容已经描述推迟参数设计在高阶不匹配系统控制器设计的失利,下篇主要讲述Tuning function是如何解决推迟参数设计解决不了的问题的。
问题描述
考虑如下的一个系统:
x˙1=f1(x1)θ+x2x˙2=f2(x1,x2)theta+x3x˙3=f3(x1,x2,x3)theta+uy=x1(14)\\begin{aligned} \\dot x_1&=f_1(x_1)\\theta+x_2\\\\ \\dot x_2&=f_2(x1,x2)theta+x_3\\\\ \\dot x_3&=f_3(x_1,x_2,x_3)theta+u\\\\ y&=x_1 \\end{aligned} \\qquad(14) x˙1x˙2x˙3y=f1(x1)θ+x2=f2(x1,x2)theta+x3=f3(x1,x2,x3)theta+u=x1(14)
该系统是非匹配的,其中fi(.)f_i(.)fi(.)是已知的函数,θ\\thetaθ为未知参数,设计控制器使得y→ydy→y_dy→yd,并且ydy_dyd的导数可知。
控制器设计
-
定义系统误差:z1=y−yd=x1−ydz_1=y-y_d=x_1-y_dz1=y−yd=x1−yd
-
系统误差的动态方程:
z˙1=x˙1−y˙d=f1(x1)θ+x2−y˙d=w1θ+x2−y˙d\\begin{aligned} \\dot z_1 &=\\dot x_1 -\\dot y_d\\\\ &=f_1(x_1) \\theta+x_2-\\dot y_d\\\\ &=w_1\\theta+x_2-\\dot y_d \\end{aligned} z˙1=x˙1−y˙d=f1(x1)θ+x2−y˙d=w1θ+x2−y˙d
其中w1=f1w_1=f_1w1=f1
-
考虑如下候选李亚普诺夫函数:V1=12z12V_1 = \\frac{1}{2}z_1^2V1=21z12
对其求导得:
V˙1=z1z˙1=z1(w1θ+x2−y˙d)\\begin{aligned} \\dot V_1 &=z_1\\dot z_1\\\\ & = z_1(w_1\\theta+x_2-\\dot y_d) \\end{aligned} V˙1=z1z˙1=z1(w1θ+x2−y˙d)
这时候我们可以把x2x_2x2当作一个输入量,那么假如
x2=−k1z1−w1θ^+y˙dx_2=-k_1z_1-w_1 \\hat\\theta+\\dot y_d x2=−k1z1−w1θ^+y˙d
其中θ^\\hat \\thetaθ^是对θ\\thetaθ的估计,估计误差为θ~=θ^−θ\\tilde \\theta=\\hat \\theta-\\thetaθ~=θ^−θ,引入一虚拟控制量α1\\alpha_1α1,即令α1=−k1z1−w1θ^+y˙d\\alpha_1=-k_1z_1-w_1 \\hat\\theta+\\dot y_dα1=−k1z1−w1θ^+y˙d此时可以定义出第二个误差为z2=x2−α1z_2=x_2-\\alpha_1z2=x2−α1
因为引入了新的估计误差θ~\\tilde \\thetaθ~,因此考虑如下候选李雅普诺夫函数:
V2=V1+12γθ~2V_2=V_1+\\frac{1}{2 \\gamma}\\tilde \\theta^2 V2=V1+2γ1θ~2
对其求导得:
V˙2=V˙1+1γθ~θ^˙=z1(w1θ+x2−y˙d)+1γθ~θ^˙=z1(w1θ+z2+α1−y˙d)+1γθ~θ^˙=z1(w1θ+z2+(−k1z1−w1θ^+y˙d)−y˙d)+1γθ~θ^˙=−k1z12+z1z2+θ~(−z1w1+1γθ^˙)(15)\\begin{aligned} \\dot V_2&=\\dot V_1+\\frac{1}{\\gamma}\\tilde \\theta \\dot{\\hat \\theta}\\\\ &=z_1(w_1\\theta+x_2-\\dot y_d)+\\frac{1}{\\gamma}\\tilde \\theta \\dot{\\hat \\theta}\\\\ &=z_1(w_1\\theta+z_2+\\alpha_1-\\dot y_d)+\\frac{1}{\\gamma}\\tilde \\theta \\dot{\\hat \\theta}\\\\ &=z_1(w_1\\theta+z_2+(-k_1z_1-w_1 \\hat\\theta+\\dot y_d)-\\dot y_d)+\\frac{1}{\\gamma}\\tilde \\theta \\dot{\\hat \\theta}\\\\ &=-k_1z_1^2+z_1z_2+\\tilde \\theta(-z_1w_1+\\frac{1}{\\gamma} \\dot{\\hat \\theta}) \\end{aligned}\\qquad(15) V˙2=V˙1+γ1θ~θ^˙=z1(w1θ+x2−y˙d)+γ1θ~θ^˙=z1(w1θ+z2+α1−y˙d)+γ1θ~θ^˙=z1(w1θ+z2+(−k1z1−w1θ^+y˙d)−y˙d)+γ1θ~θ^˙=−k1z12+z1z2+θ~(−z1w1+γ1θ^˙)(15)
令τ1=w1z1\\tau_1=w_1z_1τ1=w1z1,则公式15变为:
V˙2=−k1z12+z1z2+θ~(1γθ^˙−τ1)(16)\\begin{aligned} \\dot V_2&=-k_1z_1^2+z_1z_2+\\tilde \\theta(\\frac{1}{\\gamma} \\dot{\\hat \\theta}-\\tau_1) \\end{aligned}\\qquad(16) V˙2=−k1z12+z1z2+θ~(γ1θ^˙−τ1)(16) -
考虑系统第二个误差的动态方程:
z˙2=x˙2−α˙1=f2θ+x3−α˙1\\begin{aligned} \\dot z_2&=\\dot x_2-\\dot \\alpha_1\\\\ &=f_2 \\theta+x_3-\\dot \\alpha_1 \\end{aligned} z˙2=x˙2−α˙1=f2θ+x3−α˙1 值得注意的是此时$ \\alpha_1是一个关于是一个关于是一个关于x_1,y_d,\\dot y_d,\\hat \\theta$的复合函数,并且其中含有未知项
α˙1=∂α1∂x1x˙1+∂α1∂ydy˙d+∂α1∂y˙dy¨d+∂α1∂θ^θ^˙=∂α1∂x1(f1(x1)θ+x2)+∂α1∂ydy˙d+∂α1∂y˙dy¨d+∂α1∂θ^θ^˙=∂α1∂x1f1(x1)θ+∂α1∂x1x2+∂α1∂ydy˙d+∂α1∂y˙dy¨d+∂α1∂θ^θ^˙=∂α1∂x1f1(x1)θ+ψ+∂α1∂θ^θ^˙\\begin{aligned} \\dot \\alpha_1 &=\\frac{\\partial \\alpha_1}{\\partial x_1} \\dot x_1+\\frac{\\partial \\alpha_1}{\\partial y_d} \\dot y_d+\\frac{\\partial \\alpha_1}{\\partial \\dot y_d} \\ddot y_d+\\frac{\\partial \\alpha_1}{\\partial \\hat \\theta} \\dot{\\hat \\theta}\\\\ &=\\frac{\\partial \\alpha_1}{\\partial x_1}(f_1(x_1)\\theta+x_2)+\\frac{\\partial \\alpha_1}{\\partial y_d} \\dot y_d+\\frac{\\partial \\alpha_1}{\\partial \\dot y_d} \\ddot y_d+\\frac{\\partial \\alpha_1}{\\partial \\hat \\theta} \\dot{\\hat \\theta}\\\\ &=\\frac{\\partial \\alpha_1}{\\partial x_1}f_1(x_1)\\theta+\\frac{\\partial \\alpha_1}{\\partial x_1}x_2+\\frac{\\partial \\alpha_1}{\\partial y_d} \\dot y_d+\\frac{\\partial \\alpha_1}{\\partial \\dot y_d} \\ddot y_d+\\frac{\\partial \\alpha_1}{\\partial \\hat \\theta} \\dot{\\hat \\theta}\\\\ &=\\frac{\\partial \\alpha_1}{\\partial x_1}f_1(x_1)\\theta+\\psi+\\frac{\\partial \\alpha_1}{\\partial \\hat \\theta} \\dot{\\hat \\theta} \\end{aligned} α˙1=∂x1∂α1x˙1+∂yd∂α1y˙d+∂y˙d∂α1y¨d+∂θ^∂α1θ^˙=∂x1∂α1(f1(x1)θ+x2)+∂yd∂α1y˙d+∂y˙d∂α1y¨d+∂θ^∂α1θ^˙=∂x1∂α1f1(x1)θ+∂x1∂α1x2+∂yd∂α1y˙d+∂y˙d∂α1y¨d+∂θ^∂α1θ^˙=∂x1∂α1f1(x1)θ+ψ+∂θ^∂α1θ^˙
其中∂α∂x1x2+∂α∂ydy˙d+∂α∂y˙dy¨d=ψ\\frac{\\partial \\alpha}{\\partial x_1}x_2+\\frac{\\partial \\alpha}{\\partial y_d} \\dot y_d+\\frac{\\partial \\alpha}{\\partial \\dot y_d} \\ddot y_d=\\psi∂x1∂αx2+∂yd∂αy˙d+∂y˙d∂αy¨d=ψ是已知的。则
z˙2=f2θ+x3−α˙1=f2θ+x3−∂α1∂x1f1θ−ψ−∂α1∂θ^θ^˙=(f2−∂α1∂x1f1)θ+x3−ψ−∂α1∂θ^θ^˙=w2θ+x3−ψ−∂α1∂θ^θ^˙\\begin{aligned} \\dot z_2&=f_2 \\theta+x_3-\\dot \\alpha_1\\\\ &=f_2 \\theta+x_3-\\frac{\\partial \\alpha_1}{\\partial x_1}f_1\\theta-\\psi-\\frac{\\partial \\alpha_1}{\\partial \\hat \\theta} \\dot{\\hat \\theta}\\\\ &=(f_2-\\frac{\\partial \\alpha_1}{\\partial x_1}f_1) \\theta+x_3-\\psi-\\frac{\\partial \\alpha_1}{\\partial \\hat \\theta} \\dot{\\hat \\theta}\\\\ &=w_2\\theta+x_3-\\psi-\\frac{\\partial \\alpha_1}{\\partial \\hat \\theta} \\dot{\\hat \\theta}\\\\ \\end{aligned} z˙2=f2θ+x3−α˙1=f2θ+x3−∂x1∂α1f1θ−ψ−∂θ^∂α1θ^˙=(f2−∂x1∂α1f1)θ+x3−ψ−∂θ^∂α1θ^˙=w2θ+x3−ψ−∂θ^∂α1θ^˙
其中w2=(f2−∂α1∂x1f1)w_2=(f_2-\\frac{\\partial \\alpha_1}{\\partial x_1}f_1)w2=(f2−∂x1∂α1f1) -
虑如下候选李雅普诺夫函数V3=V2+12z22V_3=V_2+\\frac{1}{2}z_2^2V3=V2+21z22
对其求导得:
V˙3=V˙2+z2z˙2=−k1z12+z1z2+θ~(1γθ^˙−τ1)+z2(w2θ+x3−ψ−∂α1∂θ^θ^˙)=−k1z12+θ~(1γθ^˙−τ1)+z2(z1+w2θ+x3−ψ−∂α1∂θ^θ^˙)=−k1z12+θ~(1γθ^˙−τ1)+z2(z1+w2θ^−w2θ~+x3−ψ−∂α1∂θ^θ^˙)=−k1z12+θ~(1γθ^˙−τ1−w2z2)+z2(z1+w2θ^+x3−ψ−∂α1∂θ^θ^˙)(17)\\begin{aligned} \\dot V_3&= \\dot V_2+z_2\\dot z_2\\\\ &=-k_1z_1^2+z_1z_2+\\tilde \\theta(\\frac{1}{\\gamma} \\dot{\\hat \\theta}-\\tau_1)+z_2(w_2\\theta+x_3-\\psi-\\frac{\\partial \\alpha_1}{\\partial \\hat \\theta} \\dot{\\hat \\theta})\\\\ &=-k_1z_1^2+\\tilde \\theta(\\frac{1}{\\gamma} \\dot{\\hat \\theta}-\\tau_1)+z_2(z_1+w_2\\theta+x_3-\\psi-\\frac{\\partial \\alpha_1}{\\partial \\hat \\theta} \\dot{\\hat \\theta})\\\\ &=-k_1z_1^2+\\tilde \\theta(\\frac{1}{\\gamma} \\dot{\\hat \\theta}-\\tau_1)+z_2(z_1+w_2\\hat\\theta -w_2 \\tilde \\theta+x_3-\\psi-\\frac{\\partial \\alpha_1}{\\partial \\hat \\theta} \\dot{\\hat \\theta})\\\\ &=-k_1z_1^2+\\tilde \\theta(\\frac{1}{\\gamma} \\dot{\\hat \\theta}-\\tau_1-w_2z_2)+z_2(z_1+w_2 \\hat \\theta+x_3-\\psi-\\frac{\\partial \\alpha_1}{\\partial \\hat \\theta} \\dot{\\hat \\theta})\\\\ \\end{aligned}\\qquad(17) V˙3=V˙2+z2z˙2=−k1z12+z1z2+θ~(γ1θ^˙−τ1)+z2(w2θ+x3−ψ−∂θ^∂α1θ^˙)=−k1z12+θ~(γ1θ^˙−τ1)+z2(z1+w2θ+x3−ψ−∂θ^∂α1θ^˙)=−k1z12+θ~(γ1θ^˙−τ1)+z2(z1+w2θ^−w2θ~+x3−ψ−∂θ^∂α1θ^˙)=−k1z12+θ~(γ1θ^˙−τ1−w2z2)+z2(z1+w2θ^+x3−ψ−∂θ^∂α1θ^˙)(17)
定义τ2=w2z2+τ1\\tau_2=w_2z_2+\\tau_1τ2=w2z2+τ1,同时为了使最后设计的参数更新率是一个,而不是一个参数需要多个更新率,这里也要对∂α1∂θ^θ^˙\\frac{\\partial \\alpha_1}{\\partial \\hat \\theta} \\dot{\\hat \\theta}∂θ^∂α1θ^˙进行处理,使其也具有1γθ^˙−τ2\\frac{1}{\\gamma}\\dot {\\hat \\theta}-\\tau_2γ1θ^˙−τ2的形式。
给公式(17)加减γz2∂α1∂θ^τ2\\gamma z_2\\frac{\\partial \\alpha_1}{\\partial \\hat \\theta} \\tau_2γz2∂θ^∂α1τ2,则对应的公式(17)变为:
V˙3=−k1z12+θ~(1γθ^˙−τ1−w2z2)+z2(z1+w2θ^+x3−ψ−∂α1∂θ^(θ^˙−γτ2)−∂α1∂θ^τ2)=−k1z12+θ~(1γθ^˙−τ2)−z2∂α1∂θ^(θ^˙−γτ2)+z2(z1+w2θ^+x3−ψ−γ∂α1∂θ^τ2)(18)\\begin{aligned} \\dot V_3&=-k_1z_1^2+\\tilde \\theta(\\frac{1}{\\gamma} \\dot{\\hat \\theta}-\\tau_1-w_2z_2)+z_2(z_1+w_2 \\hat \\theta+x_3-\\psi-\\frac{\\partial \\alpha_1}{\\partial \\hat \\theta} (\\dot{\\hat \\theta}-\\gamma\\tau_2)-\\frac{\\partial \\alpha_1}{\\partial \\hat \\theta} \\tau_2)\\\\ &=-k_1z_1^2+\\tilde \\theta(\\frac{1}{\\gamma} \\dot{\\hat \\theta}-\\tau_2)-z_2\\frac{\\partial \\alpha_1}{\\partial \\hat \\theta} (\\dot{\\hat \\theta}-\\gamma\\tau_2)+z_2(z_1+w_2 \\hat \\theta+x_3-\\psi-\\gamma\\frac{\\partial \\alpha_1}{\\partial \\hat \\theta} \\tau_2) \\end{aligned}\\qquad(18) V˙3=−k1z12+θ~(γ1θ^˙−τ1−w2z2)+z2(z1+w2θ^+x3−ψ−∂θ^∂α1(θ^˙−γτ2)−∂θ^∂α1τ2)=−k1z12+θ~(γ1θ^˙−τ2)−z2∂θ^∂α1(θ^˙−γτ2)+z2(z1+w2θ^+x3−ψ−γ∂θ^∂α1τ2)(18)
-
引入第三个系统误差z3=x3−α2z_3 = x_3-\\alpha_2z3=x3−α2。其中α2\\alpha_2α2是虚拟控制量,由公式(18)可以得出α2\\alpha_2α2的表达式为:
α2=−k2z2−z1−w2θ^+ψ+γ∂α1∂θ^τ2(19)\\alpha_2= -k_2 z_2-z_1-w_2\\hat \\theta +\\psi+\\gamma\\frac{\\partial \\alpha_1}{\\partial \\hat \\theta} \\tau_2 \\qquad(19) α2=−k2z2−z1−w2θ^+ψ+γ∂θ^∂α1τ2(19)
将公式(19)及x3=z3+α2x_3=z_3+\\alpha_2x3=z3+α2代入到公式(18)中去,可得:
V˙3=−k1z12−k2z22+θ~(1γθ^˙−τ2)−z2∂α1∂θ^(θ^˙−γτ2)+z2z3(20)\\begin{aligned} \\dot V_3&=-k_1z_1^2-k_2z_2^2+\\tilde \\theta(\\frac{1}{\\gamma} \\dot{\\hat \\theta}-\\tau_2)-z_2\\frac{\\partial \\alpha_1}{\\partial \\hat \\theta} (\\dot{\\hat \\theta}-\\gamma\\tau_2)+z_2z_3 \\end{aligned}\\qquad(20) V˙3=−k1z12−k2z22+θ~(γ1θ^˙−τ2)−z2∂θ^∂α1(θ^˙−γτ2)+z2z3(20) -
考虑第三个系统误差的动态方程
z˙3=x˙3−α˙2=f3θ+u−α˙2\\begin{aligned} \\dot z_3 &=\\dot x_3 -\\dot \\alpha_2\\\\ &=f_3\\theta+u-\\dot \\alpha_2 \\end{aligned} z˙3=x˙3−α˙2=f3θ+u−α˙2
其中α2\\alpha_2α2是一个复合函数,关于x1,x2,yd,y˙d,θ^˙x_1,x_2,y_d,\\dot y_d,\\dot{\\hat \\theta}x1,x2,yd,y˙d,θ^˙。对于求导得
α˙2=∂α2∂x1f1θ+∂α2∂x2f2θ+∂α2∂x1x2+∂α2∂x2x3+∂α2∂θ^θ^˙+∂α2∂ydy˙d+∂α2∂y˙dy¨d=∂α2∂x1f1θ+∂α2∂x2f2θ+∂α2∂θ^θ^˙+ψ2\\begin{aligned} \\dot \\alpha_2&=\\frac{\\partial \\alpha_{2}}{\\partial x_{1}} f_{1} \\theta+\\frac{\\partial \\alpha_{2}}{\\partial x_{2}} f_{2} \\theta +\\frac{\\partial \\alpha_{2}}{\\partial x_{1}} x_{2}+\\frac{\\partial \\alpha_{2}}{\\partial x_{2}} x_{3} +\\frac{\\partial \\alpha_{2}}{\\partial \\hat{\\theta}} \\dot{\\hat{\\theta}}+\\frac{\\partial \\alpha_{2}}{\\partial y_{d}} \\dot y_d+\\frac{\\partial \\alpha_{2}}{\\partial\\dot y_{d}} \\ddot y_d\\\\ &=\\frac{\\partial \\alpha_{2}}{\\partial x_{1}} f_{1} \\theta+\\frac{\\partial \\alpha_{2}}{\\partial x_{2}} f_{2} \\theta+\\frac{\\partial \\alpha_{2}}{\\partial \\hat{\\theta}} \\dot{\\hat{\\theta}}+\\psi_{2} \\end{aligned} α˙2=∂x1∂α2f1θ+∂x2∂α2f2θ+∂x1∂α2x2+∂x2∂α2x3+∂θ^∂α2θ^˙+∂yd∂α2y˙d+∂y˙d∂α2y¨d=∂x1∂α2f1θ+∂x2∂α2f2θ+∂θ^∂α2θ^˙+ψ2
其中ψ2=∂α2∂x1x2+∂α2∂x2x3+∂α2∂ydy˙d+∂α2∂y˙dy¨d\\psi_2=\\frac{\\partial \\alpha_{2}}{\\partial x_{1}} x_{2}+\\frac{\\partial \\alpha_{2}}{\\partial x_{2}} x_{3}+\\frac{\\partial \\alpha_{2}}{\\partial y_{d}} \\dot y_d+\\frac{\\partial \\alpha_{2}}{\\partial\\dot y_{d}} \\ddot y_dψ2=∂x1∂α2x2+∂x2∂α2x3+∂yd∂α2y˙d+∂y˙d∂α2y¨d则对应地
z˙3=f3θ+u−(∂α2∂x1f1θ+∂α2∂x2f2θ+∂α2∂θ^θ^˙+ψ2)=(f3−∂α2∂x1f1−∂α2∂x2f2)θ+u−ψ2−∂α2∂θ^θ^˙=w3θ+u−ψ2−∂α2∂θ^θ^˙\\begin{aligned} \\dot z_3&=f_3\\theta+u-(\\frac{\\partial \\alpha_{2}}{\\partial x_{1}} f_{1} \\theta+\\frac{\\partial \\alpha_{2}}{\\partial x_{2}} f_{2} \\theta+\\frac{\\partial \\alpha_{2}}{\\partial \\hat{\\theta}} \\dot{\\hat{\\theta}}+\\psi_{2})\\\\ &=(f_3-\\frac{\\partial \\alpha_{2}}{\\partial x_{1}}f_1-\\frac{\\partial \\alpha_{2}}{\\partial x_{2}} f_{2})\\theta +u-\\psi_2-\\frac{\\partial \\alpha_{2}}{\\partial \\hat{\\theta}} \\dot{\\hat{\\theta}}\\\\ &=w_3\\theta+u-\\psi_2-\\frac{\\partial \\alpha_{2}}{\\partial \\hat{\\theta}} \\dot{\\hat{\\theta}} \\end{aligned} z˙3=f3θ+u−(∂x1∂α2f1θ+∂x2∂α2f2θ+∂θ^∂α2θ^˙+ψ2)=(f3−∂x1∂α2f1−∂x2∂α2f2)θ+u−ψ2−∂θ^∂α2θ^˙=w3θ+u−ψ2−∂θ^∂α2θ^˙
其中w3=(f3−∂α2∂x1f1−∂α2∂x2f2)w_3=(f_3-\\frac{\\partial \\alpha_{2}}{\\partial x_{1}}f_1-\\frac{\\partial \\alpha_{2}}{\\partial x_{2}} f_{2})w3=(f3−∂x1∂α2f1−∂x2∂α2f2) -
考虑候选李雅普诺夫函数为V4=V3+12z32V_4=V_3+\\frac{1}{2}z_3^2V4=V3+21z32,对其求导为:
V˙4=V˙3+z3z˙3=−k1z12−k2z22+θ~(1γθ^˙−τ2)−z2∂α1∂θ^(θ^˙−γτ2)+z2z3+z3(w3θ+u−ψ2−∂α2∂θ^θ^˙)=−k1z12−k2z22+θ~(1γθ^˙−τ2)−z2∂α1∂θ^(θ^˙−γτ2)+z3(z2+w3θ+u−ψ2−∂α2∂θ^θ^˙)=−k1z12−k2z22+θ~(1γθ^˙−τ2)−z2∂α1∂θ^(θ^˙−γτ2)+z3(z2+w3(θ^−θ~)+u−ψ2−∂α2∂θ^θ^˙)=−k1z12−k2z22+θ~(1γθ^˙−τ2−z3w3)−z2∂α1∂θ^(θ^˙−γτ2)+z3(z2+w3θ^+u−ψ2−∂α2∂θ^θ^˙)\\begin{aligned} \\dot V_4&=\\dot V_3+z_3\\dot z_3\\\\ &=-k_1z_1^2-k_2z_2^2+\\tilde \\theta(\\frac{1}{\\gamma} \\dot{\\hat \\theta}-\\tau_2)-z_2\\frac{\\partial \\alpha_1}{\\partial \\hat \\theta} (\\dot{\\hat \\theta}-\\gamma\\tau_2)+z_2z_3+z_3(w_3\\theta+u-\\psi_2-\\frac{\\partial \\alpha_{2}}{\\partial \\hat{\\theta}} \\dot{\\hat{\\theta}})\\\\ &=-k_1z_1^2-k_2z_2^2+\\tilde \\theta(\\frac{1}{\\gamma} \\dot{\\hat \\theta}-\\tau_2)-z_2\\frac{\\partial \\alpha_1}{\\partial \\hat \\theta} (\\dot{\\hat \\theta}-\\gamma\\tau_2)+z_3(z_2+w_3\\theta+u-\\psi_2-\\frac{\\partial \\alpha_{2}}{\\partial \\hat{\\theta}} \\dot{\\hat{\\theta}})\\\\ &=-k_1z_1^2-k_2z_2^2+\\tilde \\theta(\\frac{1}{\\gamma} \\dot{\\hat \\theta}-\\tau_2)-z_2\\frac{\\partial \\alpha_1}{\\partial \\hat \\theta} (\\dot{\\hat \\theta}-\\gamma\\tau_2)+z_3(z_2+w_3(\\hat\\theta-\\tilde \\theta)+u-\\psi_2-\\frac{\\partial \\alpha_{2}}{\\partial \\hat{\\theta}} \\dot{\\hat{\\theta}})\\\\ &=-k_1z_1^2-k_2z_2^2+\\tilde \\theta(\\frac{1}{\\gamma} \\dot{\\hat \\theta}-\\tau_2-z_3w_3)-z_2\\frac{\\partial \\alpha_1}{\\partial \\hat \\theta} (\\dot{\\hat \\theta}-\\gamma\\tau_2)+z_3(z_2+w_3\\hat\\theta+u-\\psi_2-\\frac{\\partial \\alpha_{2}}{\\partial \\hat{\\theta}} \\dot{\\hat{\\theta}})\\\\ \\end{aligned} V˙4=V˙3+z3z˙3=−k1z12−k2z22+θ~(γ1θ^˙−τ2)−z2∂θ^∂α1(θ^˙−γτ2)+z2z3+z3(w3θ+u−ψ2−∂θ^∂α2θ^˙)=−k1z12−k2z22+θ~(γ1θ^˙−τ2)−z2∂θ^∂α1(θ^˙−γτ2)+z3(z2+w3θ+u−ψ2−∂θ^∂α2θ^˙)=−k1z12−k2z22+θ~(γ1θ^˙−τ2)−z2∂θ^∂α1(θ^˙−γτ2)+z3(z2+w3(θ^−θ~)+u−ψ2−∂θ^∂α2θ^˙)=−k1z12−k2z22+θ~(γ1θ^˙−τ2−z3w3)−z2∂θ^∂α1(θ^˙−γτ2)+z3(z2+w3θ^+u−ψ2−∂θ^∂α2θ^˙)
令τ3=τ2+z3w3\\tau_3=\\tau_2+z_3w_3τ3=τ2+z3w3,则对应地z2∂α1∂θ^(θ^˙−γτ2)z_2\\frac{\\partial \\alpha_1}{\\partial \\hat \\theta} (\\dot{\\hat \\theta}-\\gamma\\tau_2)z2∂θ^∂α1(θ^˙−γτ2)和∂α2∂θ^θ^˙\\frac{\\partial \\alpha_{2}}{\\partial \\hat{\\theta}} \\dot{\\hat{\\theta}}∂θ^∂α2θ^˙也要相应地变化为相同的形式。
V˙4=−k1z12−k2z22+θ~(1γθ^˙−τ2−z3w3)−z2∂α1∂θ^(θ^˙−γτ2)+z3(z2+w3θ^+u−ψ2−∂α2∂θ^θ^˙)=−k1z12−k2z22+θ~(1γθ^˙−τ3)−z2∂α1∂θ^(θ^˙−γ(τ2+z3w3−z3w3)+z3(z2+w3θ^+u−ψ2−∂α2∂θ^(θ^˙−γτ3+γτ3))=−k1z12−k2z22+θ~(1γθ^˙−τ3)−z2∂α1∂θ^(θ^˙−γτ3)−∂α2∂θ^(θ^˙−γτ3)+γz2∂α1∂θ^z3w3+z3(z2+w3θ^+u−ψ2−∂α2∂θ^γτ3)=−k1z12−k2z22+θ~(1γθ^˙−τ3)−z2∂α1∂θ^(θ^˙−γτ3)−∂α2∂θ^(θ^˙−γτ3)+z3(γz2∂α1∂θ^w3+z2+w3θ^+u−ψ2−∂α2∂θ^γτ3)(21)\\begin{aligned} \\dot V_4&=-k_1z_1^2-k_2z_2^2+\\tilde \\theta(\\frac{1}{\\gamma} \\dot{\\hat \\theta}-\\tau_2-z_3w_3)-z_2\\frac{\\partial \\alpha_1}{\\partial \\hat \\theta} (\\dot{\\hat \\theta}-\\gamma\\tau_2)+z_3(z_2+w_3\\hat\\theta+u-\\psi_2-\\frac{\\partial \\alpha_{2}}{\\partial \\hat{\\theta}} \\dot{\\hat{\\theta}})\\\\ &=-k_1z_1^2-k_2z_2^2+\\tilde \\theta(\\frac{1}{\\gamma} \\dot{\\hat \\theta}-\\tau_3)-z_2\\frac{\\partial \\alpha_1}{\\partial \\hat \\theta} (\\dot{\\hat \\theta}-\\gamma(\\tau_2+z_3w_3-z_3w_3)\\\\&+z_3(z_2+w_3\\hat\\theta+u-\\psi_2-\\frac{\\partial \\alpha_{2}}{\\partial \\hat{\\theta}} (\\dot{\\hat{\\theta}}-\\gamma\\tau_3+\\gamma \\tau_3))\\\\ &=-k_1z_1^2-k_2z_2^2+\\tilde \\theta(\\frac{1}{\\gamma} \\dot{\\hat \\theta}-\\tau_3)-z_2\\frac{\\partial \\alpha_1}{\\partial \\hat \\theta} (\\dot{\\hat \\theta}-\\gamma\\tau_3)-\\frac{\\partial \\alpha_{2}}{\\partial \\hat{\\theta}} (\\dot{\\hat{\\theta}}-\\gamma\\tau_3)\\\\ &+\\gamma z_2\\frac{\\partial \\alpha_1}{\\partial \\hat \\theta}z_3w_3+z_3(z_2+w_3\\hat\\theta+u-\\psi_2-\\frac{\\partial \\alpha_{2}}{\\partial \\hat{\\theta}}\\gamma \\tau_3)\\\\ &=-k_1z_1^2-k_2z_2^2+\\tilde \\theta(\\frac{1}{\\gamma} \\dot{\\hat \\theta}-\\tau_3)-z_2\\frac{\\partial \\alpha_1}{\\partial \\hat \\theta} (\\dot{\\hat \\theta}-\\gamma\\tau_3)-\\frac{\\partial \\alpha_{2}}{\\partial \\hat{\\theta}} (\\dot{\\hat{\\theta}}-\\gamma\\tau_3)\\\\ &+z_3(\\gamma z_2\\frac{\\partial \\alpha_1}{\\partial \\hat \\theta}w_3+z_2+w_3\\hat\\theta+u-\\psi_2-\\frac{\\partial \\alpha_{2}}{\\partial \\hat{\\theta}}\\gamma \\tau_3)\\\\ \\end{aligned} \\qquad(21) V˙4=−k1z12−k2z22+θ~(γ1θ^˙−τ2−z3w3)−z2∂θ^∂α1(θ^˙−γτ2)+z3(z2+w3θ^+u−ψ2−∂θ^∂α2θ^˙)=−k1z12−k2z22+θ~(γ1θ^˙−τ3)−z2∂θ^∂α1(θ^˙−γ(τ2+z3w3−z3w3)+z3(z2+w3θ^+u−ψ2−∂θ^∂α2(θ^˙−γτ3+γτ3))=−k1z12−k2z22+θ~(γ1θ^˙−τ3)−z2∂θ^∂α1(θ^˙−γτ3)−∂θ^∂α2(θ^˙−γτ3)+γz2∂θ^∂α1z3w3+z3(z2+w3θ^+u−ψ2−∂θ^∂α2γτ3)=−k1z12−k2z22+θ~(γ1θ^˙−τ3)−z2∂θ^∂α1(θ^˙−γτ3)−∂θ^∂α2(θ^˙−γτ3)+z3(γz2∂θ^∂α1w3+z2+w3θ^+u−ψ2−∂θ^∂α2γτ3)(21)
至此,根据公式(21)可以设计出对应的控制器和参数更新率。
u=−k3z3−z2−w3θ^+ψ2+∂α2∂θ^γτ3−z2∂α1∂θ^w3θ^˙=γτ3(22)\\begin{aligned} u&=-k_3 z_3 -z_2-w_3\\hat \\theta+\\psi_2+\\frac{\\partial \\alpha_{2}}{\\partial \\hat{\\theta}}\\gamma \\tau_3-z_2\\frac{\\partial \\alpha_1}{\\partial \\hat \\theta}w_3\\\\ \\dot {\\hat \\theta}&=\\gamma \\tau_3 \\end{aligned} \\qquad(22) uθ^˙=−k3z3−z2−w3θ^+ψ2+∂θ^∂α2γτ3−z2∂θ^∂α1w3=γτ3(22)
将公式(22)带入公式(21)后,可以得到
V˙4=−k1z12−k2z22−k3z32(22)\\begin{aligned} \\dot V_4&=-k_1z_1^2-k_2z_2^2-k_3z_3^2 \\end{aligned} \\qquad(22) V˙4=−k1z12−k2z22−k3z32(22)
因此公式(22)构成了系统的控制器和参数更新率。
小结
可以看到引入的Tuning function确实能够很好地解决推迟参数设计中遇到的问题。同时Tuning function其实也是一种推迟参数设计,中间遇到的未知参数都没有设计参数更新率,一直到最后一步才设计出参数的更新率。
再来看一下引入的各个Tuning function
www | τ\\tauτ |
---|---|
w1=f1w_1=f_1w1=f1 | τ1=w1z1\\tau_1=w_1z_1τ1=w1z1 |
w2=(f2−∂α1∂x1f1)w_2=(f_2-\\frac{\\partial \\alpha_1}{\\partial x_1}f_1)w2=(f2−∂x1∂α1f1) | τ2=w2z2+τ1\\tau_2=w_2z_2+\\tau_1τ2=w2z2+τ1 |
w3=(f3−∂α2∂x1f1−∂α2∂x2f2)w_3=(f_3-\\frac{\\partial \\alpha_{2}}{\\partial x_{1}}f_1-\\frac{\\partial \\alpha_{2}}{\\partial x_{2}} f_{2})w3=(f3−∂x1∂α2f1−∂x2∂α2f2) | τ3=τ2+z3w3\\tau_3=\\tau_2+z_3w_3τ3=τ2+z3w3 |
是不是很有规律,相信假如是这个系统,四阶的话也可以直接写出w4w_4w4和τ4\\tau_4τ4
总结
本文主要讲述了推迟参数设计在解决高阶不匹配系统控制器设计中的问题,并引入了Tuning function来帮助设计控制器 。读者在读了前面几篇内容的基础上,再来读这一篇,相信会有所收获。