基于模型的离散时间线性多变量系统扩展状态观测器
《ISA Transactions》:A model-based extended state observer for discrete-time linear multivariable systems
【字体:
大
中
小
】
时间:2026年09月30日
来源:ISA Transactions 6.6
编辑推荐:
• 为MB-ESO和GMB-ESO建立了必要和充分的存在条件,使得在没有先验假设扰动行为的情况下能够重建任意扰动。• MB-ESO和GMB-ESO利用多次测量和模型信息来减少所需的观测器增益,并提高对测量噪声的鲁棒性。• 在无噪声测量情况下,可以实现精确的有限步长重建;而在具有有
• 为MB-ESO和GMB-ESO建立了必要和充分的存在条件,使得在没有先验假设扰动行为的情况下能够重建任意扰动。• MB-ESO和GMB-ESO利用多次测量和模型信息来减少所需的观测器增益,并提高对测量噪声的鲁棒性。• 在无噪声测量情况下,可以实现精确的有限步长重建;而在具有有限观测器带宽的测量噪声情况下,也能保证高精度重建。• 推导出了一个显式的、非保守的重建误差界限,并且对于对角线扰动增益矩阵,证明了误差的单调收敛性。• 该理论解释了由离散化引起的重建退化,并提供了对增强系统观测器(ASOs)和未知输入观测器(UIOs)的统一几何解释。
引言
在控制理论及其应用中,对未知扰动的重建一直受到持续关注。未知输入观测器(UIOs)通过将扰动与观测器误差动态解耦,为重建任意未知扰动提供了一个确定性的框架。它们的存在性、合成性和可重建性已经通过代数和几何公式得到了广泛研究,从而基于秩匹配和稳定不变零点[2]、[3]、[4]、[5]、[6]建立了明确的必要和充分条件。后续的发展,包括延迟UIOs和高增益几何公式,通过使用过去的测量历史或近似解耦[7]、[8]、[9],放宽了结构约束或实现了精确解耦。总体而言,UIO理论为任意扰动的重建提供了一个严格的框架。
与此同时,一类实用的增强系统观测器(ASOs)被开发出来,用于在测量噪声存在的情况下共同重建系统状态和扰动。这类观测器起源于20世纪60年代末将扰动作为额外状态增强的想法[10],包括扩展高增益观测器(EHGOs)[11]、扩展状态观测器(ESOs)[12]、广义ESOs(GESOs)[13]、比例-积分观测器(PIOs)[14]和广义PIOs(GPIOs)[15]。尽管在方法上取得了显著进展并在许多领域得到广泛应用,但一个基础性的研究空白仍然存在:ASOs的可重建性理论尚未充分发展。特别是,与已经成熟的UIO理论相比,人们对ASOs何时以及为何能够重建任意扰动,以及能够实现何种重建能力理解还不够系统。
我们通过强调ASO家族中的三个常见局限性来进一步阐述这一空白。(i)依赖于积分器链形式。EHGOs、ESOs和GPIOs要求扰动通过积分器链形式进入输入等价通道,以支持匹配的扰动抑制。(ii)对扰动的限制性假设。PIOs[14]和GESOs[13]扩展了积分器链结构,适用于扰动通过非输入通道进入的系统,但施加了限制性渐近假设:PIOs[14]要求扰动具有有限的稳态极限,而GESOs[13]明确假设其收敛到常数扰动。这些假设排除了许多连续变化或突然变化的真实世界扰动。(iii)高观测器增益使得ASOs对测量噪声非常敏感。
本文旨在通过建立扰动可重建性的理论基础,并解决上述三个常见局限性来填补这一研究空白。为了清晰地分类这些观测器范式,表1比较了几种现有的方法,并突出了我们工作的定位。我们提出的基于模型的ESO(MB-ESO)及其泛化变体GMB-ESO,在不假设扰动行为的情况下为任意扰动建立了可重建条件,同时利用多次测量和模型信息来减少所需的观测器增益,从而提高对测量噪声的鲁棒性。值得注意的是,如果移除所有标称模型信息,MB-ESO精确地退化为传统的无模型ESO,这代表了ESO设计的另一个分支[16]、[17]、[18]。由于所提出的MB-ESO明确利用了可用的标称植物模型信息,我们的评估重点在于与基于模型的设计进行比较。
本文的主要贡献如下:
1) 可重建性条件。我们为MB-ESO和GMB-ESO的存在性建立了必要和充分条件,以便在不对扰动行为做任何假设的情况下重建任意扰动。在没有噪声测量的情况下,可以使用无限观测器带宽在有限步长内精确重建任意扰动。在测量噪声存在的情况下,可以使用有限观测器带宽以高精度重建任意扰动。这一贡献直接解决了上述基础性研究空白。
2) 新型观测器设计。受提出的可重建性条件的指导,MB-ESO和GMB-ESO提供了一种新方法,通过利用多次测量和模型信息来减少所需的观测器增益,从而提高对测量噪声的鲁棒性。MB-ESO是为具有对角线扰动增益矩阵的系统设计的,其中每个扰动可以独立重建。GMB-ESO将这种设计扩展到非对角线情况,即扰动在多个测量通道中混合。它首先对齐通道相关的延迟,然后分离混合重建结果以恢复各个物理扰动。
3) 显式的扰动重建误差界限。据我们所知,这是第一项通过推导其精确传递函数[23]来建立扰动重建误差显式界限的工作。所得界限是非保守的,并表明重建误差仅取决于扰动的相对度、观测器特征值和扰动变化,而不受其他系统属性的影响。
4) 折扰重建误差的单调性。我们建立了扰动重建误差的补充瞬态性质。当扰动增益矩阵是对角线时,MB-ESO的重建误差随时间单调减少,确保在扰动重建过程中不会发生过冲或振荡。
5) 离散化对扰动重建的影响。尽管离散化对于ESOs的硬件实现是必需的[24],但它可能在连续时间中不存在的扰动和测量之间引入不变零点。本文建立的必要和充分可重建性条件解释了这些由离散化引起的零点如何降低扰动重建的准确性。
6) 统一的几何解释。我们提供了一种统一的几何视角,用于解释ASO家族中的扰动重建,并阐明其与其他观测器理论的关联。这种视角揭示了两种观测器范式下的共同几何机制及其区别。
本文的其余部分组织如下。第2节介绍了问题表述和初步内容。第3节详细介绍了两种提出的观测器设计。第4节讨论了观测器的理论特性。第5节提供了仿真结果。第6节总结了本文。
符号说明:
表示实数集。表示?^d维欧几里得空间。矩阵用大写字母表示,例如A。小写字母a_i和b_i分别表示输出系统矩阵A和输入系统矩阵B的第i行和第i列。A^T表示A的转置。I_d表示一个d×d的单位矩阵。M^(i,j)表示位于A的第i行第j列的子矩阵。Δf表示函数f的δ变换。
问题表述和初步内容
考虑以下具有不确定性的MIMO线性时不变离散时间系统:
x(t) = A_1x(t-1) + A_2u(t) + B + ε(t)
其中,x(t)表示状态向量,u(t)表示已知输入,包括模型不确定性和外部扰动,y(t)表示输出,A、B和ε分别为适当维度的实数已知矩阵。不失一般性,我们假设A具有满行秩。假设A的维数为d,这是基于众所周知的事实,即独立输入的最大数量为d。
基于模型的扩展状态观测器设计
在本节中,根据(2)中扰动增益矩阵的结构,提出了两种观测器设计。当A是对角线时,该观测器称为MB-ESO;否则,开发出GMB-ESO。这两种观测器之间的结构关系如图1所示。在这种框架下,每个测量通道重建一个不同的集中扰动。因此,当扰动增益矩阵是对角线时,MB-ESO可以直接重建这些扰动。
MB-ESO和GMB-ESO的扰动估计分析
在本节中,分析了MB-ESO和GMB-ESO的扰动估计性能。具体来说,首先建立了扰动重建的有限步长收敛性。然后,研究了扰动估计误差的瞬态行为,包括误差界限和收敛行为。
数值仿真和讨论
本节通过六个仿真研究展示了所提出的MB-ESO和GMB-ESO的特性和有效性。仿真部分5.1验证了定理2中的有限步长收敛性质。仿真部分5.2验证了理论分析预测的估计误差的瞬态行为。仿真部分5.3将所提出的观测器与现有的扰动观测器进行了比较。仿真部分5.4研究了不变零点对扰动估计的影响。
结论
在本文中,提出了MB-ESO/GMB-ESO的新框架,以利用所有可用的模型和测量信息来改进扰动估计。仅假设输出和扰动之间的相对度给定,就建立了必要和充分的存在条件。表征了瞬态估计特性,并获得了观测器设计的实际指导。例如,(1) 存在条件提供了对改进...
CRediT作者贡献声明
陈金峰:撰写——原始草稿,可视化,验证,方法论,调查,形式分析,概念化。
高志强:撰写——审稿与编辑,监督,方法论,调查,形式分析。
林秦:撰写——审稿与编辑,监督,资源,项目管理,资金获取,形式分析。
利益冲突声明
作者声明以下可能被视为潜在利益冲突的财务利益/个人关系:
林秦报告称获得了国家科学基金会的财务支持。其中一位合著者(高志强)担任ISA Transactions的编辑顾问委员会成员。鉴于此角色,作者未参与本文的同行评审,也没有访问与其同行评审相关的信息。
致谢
本工作部分得到了国家科学基金会在奖项编号2301543和2525200下的支持。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号