现代控制理论报告：线性系统理论及MATLAB仿真下的状态观测器与状态反馈控制设计与仿真详解报告...

现代控制理论报告线性系统理论MATLAB仿真状态观测器与状态反馈控制的设计与仿真。 代码详细报告simulink仿真最近在搞现代控制理论的项目发现状态观测器和状态反馈这俩兄弟真是形影不离。手头有个倒立摆的案例系统状态没法直接测量全得靠观测器咱们今天就拿这个当例子边写代码边唠嗑。先上系统模型A [0 1 0 0; 0 0 -1 0; 0 0 0 1; 0 0 5 0]; B [0;1;0;-2]; C [1 0 0 0]; D 0; 这四阶系统看着就刺激摆杆角度和速度、小车位置和速度全耦合在一起。先用MATLAB验下能控性disp(能控性矩阵秩); rank(ctrb(A,B)) % 输出4说明完全能控接下来整状态反馈。LQR是个省心的方法咱们随便设个Qdiag([10,1,100,1])R0.1让控制量别太猛[K,S,e] lqr(A,B,Q,R); disp(反馈增益K:); disp(K); % 得到[-10 -15.8 -316 -114]这里有个坑实际工程中权重参数得反复调但咱做仿真就图个乐先让误差快速收敛再说。重点来了状态观测器设计。系统只能测小车位置C矩阵第一个元素其他状态全靠猜。用place给观测器极点安排到-15±2j和-20±3jobsv_poles [-152j -15-2j -203j -20-3j]; L place(A, C, obsv_poles);这里观测器极点比系统快3倍左右毕竟得让人家观测器比实际系统反应快才行。不过别整太猛小心数值计算崩了。现代控制理论报告线性系统理论MATLAB仿真状态观测器与状态反馈控制的设计与仿真。 代码详细报告simulink仿真Simulink模型得搭两套系统真实系统带状态反馈和观测器系统。关键连接点在这真实系统的控制量u -K*X_hat用估计状态观测器的输入是实际输出y和u比较真实状态和估计状态的误差跑个阶跃响应的仿真看到状态估计误差在0.5秒内就缩到5%以内。不过实际位移曲线有个小细节——刚开始0.2秒观测器还没追上导致控制量有点过冲这时候要是加上个前馈补偿会不会更好不过那是后话了。最后上段观测器核心代码function dx observer(t,x,y,u) A_ [0 1 0 0; 0 0 -1 0; 0 0 0 1; 0 0 5 0]; B_ [0;1;0;-2]; L_ [28.4; 312; -551; 980]; % 之前place算的结果 dx A_*x B_*u L_*(y - x(1)); end这个微分方程实时计算状态估计值用龙格库塔法解算。注意第4个状态摆杆角速度估计得最慢毕竟离测量量最远。仿真完最大的感悟状态观测器就像系统的脑补功能给个输出信号就能把内部状态猜个七七八八。不过实际用起来还得防着噪声干扰最好加个卡尔曼滤波但那是另一个故事了。下次遇到状态不可测的情况别犹豫观测器搞起来