自适应控制综述
无模型自适应控制方法综述
《无模型自适应控制方法综述》在现代控制领域中，无模型自适应控制方法因其独特的优势和广泛的应用前景而备受关注。
随着科技的不断发展和工业生产等领域对控制性能要求的日益提高，无模型自适应控制方法逐渐成为解决复杂系统控制问题的重要手段之一。
本文旨在对无模型自适应控制方法进行全面而系统的综述，深入探讨其基本原理、主要类型、特点以及在实际应用中的成果和挑战。
一、概述控制系统在工业生产、航空航天、交通运输、自动化等众多领域中起着至关重要的作用。
传统的控制方法往往基于对被控对象精确的数学模型建立，但在实际系统中，由于系统的复杂性、不确定性以及建模误差等因素的存在，很难获得准确且精确的数学模型。
这就促使了无模型自适应控制方法的产生和发展。
无模型自适应控制方法不依赖于被控对象的精确数学模型，而是通过对系统的上线观测和学习，不断调整控制策略，以适应系统的变化和不确定性，从而实现对被控对象的良好控制。
二、无模型自适应控制方法的基本原理无模型自适应控制方法的基本原理可以概括为以下几个关键步骤：（一）系统上线观测与状态估计通过传感器等手段对被控系统的状态变量进行实时监测和采集，获取系统的当前状态信息。
然后利用合适的估计方法，如卡尔曼滤波等，对系统的状态进行估计，以获得更准确的系统状态表征。
（二）控制律设计基于估计的系统状态，设计相应的控制律。
控制律的设计通常是根据一定的性能指标和控制策略进行优化，以实现对被控系统的期望控制效果。
（三）自适应调整根据系统的实际运行情况和估计误差，不断调整控制律中的参数或结构，使控制系统能够自适应地适应系统的变化和不确定性。
这种自适应调整可以是基于模型的自适应，也可以是基于数据驱动的自适应等方式。
通过以上基本原理的循环迭代，无模型自适应控制方法能够逐步逼近系统的最优控制状态，实现对被控系统的有效控制。
三、无模型自适应控制方法的主要类型（一）模型参考自适应控制（MRAC）MRAC 是无模型自适应控制中最经典的一种方法。
自适应控制的应用研究综述
江苏大学的孙宇新等基于单神经元设计出用于感 应电机矢量控制的自适应磁链和转速控制器 ,利用神 经元的自学习功能在线调节连接权重 。该控制系统的 动态性能良好 [ 5 ] 。单神经元的数学模型如图 1所示 。
图 1 单神经元的数学模型
( 2 )工业过程控制 工业过程自 20世纪 30年代后期以来已越来越依 赖自动化装置 ,反馈控制是通用的控制方法 ,经历了从 比例控制到智能控制的发展历程 。最近 30多年 ,自适 应策略在工业过程控制中获得了广泛的应用 ,主要包 括化工过程 、造纸过程 、食品加工过程 、冶金过程 、钢铁 制造过程 、机械加工过程等应用领域 。 大连理工大学的张志军将两个多层模糊神经网络
Summary of Research on Applica tion s of Adaptive Con trol L IU Chu2hui1, 2
自适应控制
自适应控制什么是自适应控制自适应控制是一种控制系统设计方法，它通过实时监测和调整系统的参数来适应不确定的外部环境和内部系统变化。
自适应控制可以提高控制系统的性能和鲁棒性，使其能够快速、准确地响应不断变化的环境或系统参数。
在传统的控制系统中，通常假设系统的数学模型是已知和固定的。
然而，在实际应用中，系统的动态特性常常受到各种因素的影响，如外部扰动、参数变化、非线性效应等。
这些因素使得传统的控制方法往往无法满足系统的控制要求。
而自适应控制则能够通过不断地观测和在线调整系统参数，使系统能够适应这些变化，并实现良好的控制效果。
自适应控制的基本原理自适应控制的基本原理是根据系统的实时反馈信息来调整控制器的参数。
具体来说，自适应控制系统通常由以下几个部分组成：1.参考模型：参考模型是指描述所期望控制系统输出的理想模型，通常由一组差分方程来表示。
参考模型的作用是指导控制系统的输出，使其能够尽可能接近参考模型的输出。
2.系统模型：系统模型是指描述被控对象的数学模型，包括其输入、输出和动态特性。
系统模型是自适应控制的重要基础，它确定了控制系统需要调整的参数和控制策略。
3.控制器：控制器是自适应控制系统的核心部分，它根据系统输出和参考模型的误差来实时调整控制器的参数。
控制器可以通过不同的算法来实现，如模型参考自适应控制算法、最小二乘自适应控制算法等。
4.参数估计器：参数估计器是自适应控制系统的关键组件，它用于估计系统模型中的未知参数。
参数估计器可以通过不断地观测系统的输入和输出数据来更新参数估计值，从而实现对系统参数的实时估计和调整。
5.反馈环路：反馈环路是指通过测量系统输出并将其与参考模型的输出进行比较，从而产生误差信号并输入到控制器中进行处理。
反馈环路可以帮助控制系统实时调整控制器的参数，使系统能够适应外部环境和内部变化。
自适应控制的应用领域自适应控制在各个领域都有广泛的应用，特别是在复杂和变化的系统中，其优势更为突出。
无模型自适应控制方法综述
无模型自适应控制方法综述一、前言无模型自适应控制是一种基于系统动态特性而不依赖于准确模型的控制方法，具有广泛的应用前景。
本文将对无模型自适应控制方法进行综述，包括其基本原理、分类和应用等方面。
二、基本原理无模型自适应控制方法是一种基于系统动态特性的控制方法，其核心思想是通过对系统动态特性的估计来实现对系统的控制。
具体来说，该方法通过引入一个自适应机构来估计系统的未知参数和状态，并利用这些估计值来设计控制器。
这样就可以在不需要准确模型的情况下实现对系统的控制。
三、分类根据不同的自适应机构和控制策略，无模型自适应控制方法可以分为多种类型。
常见的分类方式包括以下几种：1. 直接自适应控制（Direct Adaptive Control，DAC）：该方法直接通过估计系统未知参数来设计控制器，并且只需要测量系统输出信号。
2. 间接自适应控制（Indirect Adaptive Control，IAC）：该方法通过估计系统状态和未知参数来设计状态反馈或输出反馈控制器，并且需要测量系统状态和输出信号。
3. 模型参考自适应控制（Model Reference Adaptive Control，MRAC）：该方法通过引入一个参考模型来设计控制器，并且通过估计系统未知参数来调整参考模型的参数。
4. 无模型预测控制（Model-Free Predictive Control，MFPC）：该方法通过引入一个预测模型来设计控制器，并且通过估计系统状态和未知参数来调整预测模型的参数。
四、应用无模型自适应控制方法具有广泛的应用前景，在多个领域得到了成功的应用。
以下是一些常见的应用场景：1. 机器人控制：无模型自适应控制方法可以用于机器人姿态控制、路径跟踪和力矩控制等方面。
2. 航空航天：无模型自适应控制方法可以用于飞行器姿态和位置控制、推力矢量控制等方面。
3. 工业过程：无模型自适应控制方法可以用于温度、压力、流量等工业过程的控制。
控制系统自适应控制
控制系统自适应控制自适应控制是一种控制系统中常用的控制方法，它能够根据被控对象的特性和外部环境的变化，自动调整控制器的参数，以达到系统最佳的控制效果。
在控制系统中，自适应控制起到了至关重要的作用。
本文将对控制系统自适应控制进行深入的探讨。
一、控制系统概述控制系统是由被控对象、传感器、执行器以及控制器等多个组件构成的系统，其主要功能是通过控制器对被控对象进行控制，使其达到预期的状态或输出。
传统的控制系统是通过确定性的控制方法来实现对被控对象的控制，但是这种方法在面对不确定性的情况下效果并不理想。
因此，自适应控制应运而生。
二、自适应控制原理自适应控制通过实时监测被控对象的输出以及外部环境的变化，利用自适应算法不断调整控制器的参数，以适应系统的变化。
自适应控制的关键是确定适当的自适应算法，常用的自适应算法有最小均方（LMS）算法、递归最小二乘（RLS）算法等。
这些算法能够根据系统的动态性和时变性，采用不同的调整策略，从而达到控制系统的优化。
三、自适应控制的应用自适应控制广泛应用于各个领域的控制系统中。
其中，最为典型的应用是自动驾驶汽车中的控制系统。
自动驾驶汽车需要实时感知车辆周围的情况，通过自适应控制调整车辆的速度、转向等参数，以适应不同的驾驶环境和路况。
另外，自适应控制还被广泛应用于电力系统、航空航天、工业自动化等领域。
四、自适应控制的优缺点自适应控制具有以下优点：1. 对于复杂的被控对象和不确定的环境具有良好的适应性；2. 能够实现控制系统的在线优化，提高了系统的稳定性和控制效果；3. 可以有效应对外部环境的变化，保持系统的稳定性。
然而，自适应控制也存在一些缺点：1. 自适应控制算法的设计和实现较为复杂，需要较高的技术要求；2. 当被控对象存在非线性、时变性等复杂特性时，自适应控制的效果可能不理想；3. 自适应控制对系统的要求较高，如果系统存在较大的不确定性，可能导致系统不稳定。
五、总结自适应控制是一种重要的控制方法，能够根据被控对象的特性和外部环境的变化，自动调整控制器的参数，以达到系统最佳的控制效果。
自适应控制的研究及应用综述
自适应控制的研究及应用综述自适应控制（adaptive control）是一种控制系统设计方法，旨在实现对未知或不确定的系统动态特性的准确建模和实时自动调整。
自适应控制广泛用于工业控制、航空航天、机器人、电力系统等领域，能够提高系统的性能和鲁棒性。
自适应控制的研究始于20世纪70年代，一直以来都备受关注。
其核心思想是通过观测系统输出和对比理论模型输出，不断修正模型参数，以实现控制系统对未知系统动态的适应性。
自适应控制的基本步骤包括系统建模、参数估计、控制器设计和参数更新。
自适应控制的研究重点包括自适应模型参数估计、自适应控制器设计和自适应机构设计。
自适应模型参数估计是自适应控制的基础，主要研究如何实时准确地估计未知系统的模型参数。
自适应控制器设计是自适应控制的关键，主要研究如何根据估计的模型参数设计出能够实时调整的控制器。
自适应机构设计则是自适应控制的实现方式，主要研究如何在实际系统中实现参数估计和参数更新。
自适应控制的应用非常广泛。
在工业控制领域，自适应控制可用于实现对复杂动态环境的准确控制，提高生产效率和产品质量。
在航空航天领域，自适应控制可用于飞行器的自主导航和姿态控制，提高飞行安全和飞行性能。
在机器人领域，自适应控制可用于实现机器人的自主导航和环境感知，提高机器人的操作能力和适应性。
在电力系统领域，自适应控制可用于实现对电网负荷的准确调节，提高电力系统的稳定性和可靠性。
自适应控制的研究还面临着一些挑战。
首先，自适应控制需要对系统动态进行准确建模，但实际系统往往不太容易被精确建模。
其次，自适应控制需要实时对模型参数进行估计和更新，但参数估计的算法和更新的时间间隔会影响控制系统的性能。
此外，自适应控制还需要考虑实际系统的实时性和稳定性，以保证控制系统的正确性和可靠性。
综上所述，自适应控制是一种重要的控制系统设计方法，在多个领域有广泛的应用。
随着研究的不断深入，自适应控制的性能和稳定性将会得到进一步提升，为实际应用提供更好的解决方案。
控制系统的自适应控制技术
控制系统的自适应控制技术自适应控制技术在控制系统中发挥着重要的作用。
它可以根据被控对象的变化实时调整控制参数，以实现控制系统的自动化、稳定性和鲁棒性。
本文将对控制系统的自适应控制技术进行探讨。
一、自适应控制技术的概述自适应控制技术是指控制系统可以根据被控对象的变化，在实时调整控制参数的一种控制技术。
传统的控制系统通常需要提前准备好一组固定的控制参数，无法适应被控对象变化带来的控制误差。
而自适应控制技术可以通过学习、辨识被控对象的特性，动态地更新控制参数，从而实现控制系统对变化环境的适应能力。
二、自适应控制技术的应用领域自适应控制技术广泛应用于各种控制系统中，特别是对于变化频繁、非线性或者多参数的被控对象，自适应控制技术能够发挥其优势。
下面以以下几个领域为例进行介绍：1. 工业控制系统在复杂的工业生产过程中，被控对象的特性经常发生变化，如果采用传统的固定参数控制方法很难满足控制要求。
自适应控制技术可以根据被控对象的变化实时调整控制参数，提高工业控制系统的稳定性和性能。
2. 机器人控制系统机器人控制系统需要根据环境的变化来实现精确的运动控制。
自适应控制技术可以通过学习和辨识机器人的动态模型，实时调整控制参数，提高机器人的运动控制能力和适应性。
3. 智能交通系统智能交通系统中的交通信号灯需要根据实时的交通流量情况来调整信号灯的控制策略。
自适应控制技术可以实时感知道路上的车辆和行人情况，从而实现交通信号的自动调整，提高交通系统的效率和安全性。
4. 航天器控制系统航天器在太空中面临着复杂的环境和飞行状态的变化，需要具备较强的自适应能力。
自适应控制技术可以根据外部环境和航天器的动态特性实时调整控制策略，保证航天器的安全性和稳定性。
三、自适应控制技术的关键问题自适应控制技术在应用过程中，面临着一些关键的问题需要解决：1. 系统辨识自适应控制技术需要学习和辨识被控对象的特性。
系统辨识是自适应控制技术的基础，通过实时采集系统的输入和输出数据，使用辨识算法来估计系统的动态特性。
自适应控制的研究及应用综述
自适应控制的研究及应用综述摘要：本文在查阅相关资料的基础上对自适应控制的研究内容和应用概况进行了较系统的总结。
自适应控制成为一个专门的研究课题已超过50年了，至今，自适应控制已在很多领域获得成功应用，证明了其有效性。
存在的问题主要是其通用性和开放性严重不足，导致其推广应用至今仍受限制，但现在已能设计出安全、稳定、快速、有效、对现场操作人员无过高要求的自适应系统。
结合神经网络、模糊逻辑等人工智能技术是今后一段时期内可能的理论和应用研究方向。
关键词：自适应控制；收敛性；鲁棒性；规范化一、自适应控制的由来在控制工程中，控制的目标是设计控制器使被控对象满足某种性能指标，或使系统运动轨迹按某种理想的轨迹运行，达到一种最优的运行状态。
在线性系统理论和最优控制理论中，人们对这些问题进行了深入的研究，得到了非常丰富的成果，形成了完整的理论体系。
不过，这里要求被控对象的模型都是已知的，并且在多数情况下还要求被控对象具有线性是不变的特征。
在实际的控制过程中，控制对象往往存在不确定性。
有时人们对被控对象的数学模型了解并不完全，模型结构存在某种不确定性；或者是对模型结构（如模型的阶数、传递函数零极点的个数等）已经了解，但是由于环境、工况的影响，被控对象模型的参数可能在很大范围内发生变化。
当系统存在不确定性时，按照确定性数学模型所涉及的控制器就不可能得到良好的控制性能，有时系统会出现不稳定的现象。
因此，需要一种新的控制系统，她能够自动补偿系统由于过程对象的参数，环境的不定性而造成的系统性能的变化，自适应控制系统应运而生。
二、自适应控制系统的定义自适应控制系统尚没有公认的统一定义，一些学者针对比较具体的系统构成方式提出了自适应控制系统的定义。
有些定义得到了自适应控制研究领域广大学者的认同。
下面介绍两个影响比较广泛的定义。
定义1（Gibson，1962年）一个自适应控制系统应提供被控对象当前状态的连续信息，即辨识对象；将当前系统性能与期望性能或某种最优化指标进行比较，在此基础上做出决策，对控制器进行实时修正，使得系统趋向期望性能或趋于最优化状态。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
自适应控制文献综述卢宏伟（华中科技大学控制科学与工程系信息与技术研究所M200971940）摘要：文中对自适应控制系统的发展、系统类型、控制器类型以及国内外自适应控制在工业和非工业领域的应用研究现状进行了较系统的总结。
自适应控制成为一个专门的研究课题已超过50年了，至今，自适应控制已在很多领域获得成功应用，证明了其有效性。
但也有其局限性和缺点，导致其推广应用至今仍受到限制，结合神经网络、模糊控制是自适应控制今后发展的方向。
关键字：自适应控制鲁棒性自适应控制器1.自适应控制的发展概况自适应控制系统首先由Draper和Li 在1951年提出，他们介绍了一种能使性能特性不确定的内燃机达到最优性能的控制系统。
而自适应这一专门名词是1954年由Tsien在《工程控制论》一书中提出的，其后，1955年Benner 和Drenick也提出一个控制系统具有“自适应”的概念。
自适应控制发展的重要标志是在1958午Whitaker“及共同事设计了一种自适应飞机飞行控制系统。
该系统利用参考模型期望特性和实际飞行特性之间的偏差去修改控制器的参数，使飞行达到最理想的特性，这种系统称为模型参考自适应控制系统(MRAC系统)。
此后，此类系统因英国皇家军事科学院的Parks利用李稚普诺夫(Lyapunov)稳定性理论和法国Landau利用Popov 的超稳定性理论等设计方法而得到很大的发展，使之成为—种最基本的自适应控制系统。
1974年，为了避免出现输出量的微分信号，美国的Monopli 提出了一种增广误差信号法，因而使输入输出信号设汁的自适应控制系统更加可靠地应用与实际工程中。
1960年Li和Wan Der Velde提出的自适应控制系统，他的控制回路中用一个极限环使参数不确定性得到自动补偿，这样的系统成为自振荡的自适应控制系统。
Petrov等人在1963年介绍了一种自适应控制系统，它的控制数如有一个开关函数或继电器产生，并以与参数值有关的系统轨线不变性原理为基础来设计系统，这种系统称为变结构系统。
1960到1961年Bellman和Fel`dbaum分别在美国和苏联应用动态规划原理设计具有随机不确定性的控制系统时，发现作为辨识信号和实际信号的控制输入之间存在对偶特性，因而提出对偶控制。
Astrom和Wittenmark对发展另一类重要的自适应控制系统，即自校正调节器(STR)作出了重要的贡献。
这种调节器用微处理机很容易实现。
这一有创见的工作得到各国学者普遍的重视，并且把发展各种新型的STR和探索新的应用工作推向新的高潮，使得以STR方法设计的自适应控制系统在数量上迢迢领先。
在这些发展中以英国的Clarker和Gawthrop在1976年提出的广义最小方差自校正控制器最受重视。
它克服了自校正调节器不能用于非最小相位系统等缺点。
为了既保持自校正调节器实现简单的优点，又有拜较好的直观性和鲁棒件，l976年英国的Edmund首先提出极点配置自校正控制技术，Astrom，Westerberg和Wittenmark在这方面也做了一些研究。
近年来许多学者在自适应控制系统的稳定性、收敛件和设计方法上又做了大量的有益工作，其中有美国的Narend、Morse和澳大利亚的Goodwin。
我国学者陈翰馥在收敛性分析方面也作了很大贡献。
2.自适应控制系统的类型自从50年代末由美国麻省理工学院提出第一个自适应控制系统以来，先后出现过许多不同形式的自适应控制系统。
比较成熟的自适应控制系统有下述几大类。
(1)可变增益自适应控制系统这类自适应控制系统结构简单，响应迅速，在许多方面都有应用。
其结构如图1所示，调节器按被控过程的参数的变化规律进行设计，也就是当被控对象（或控制过程）的参数因工作状态或环境情况的变化而变化时，通过能够测量到的某些变量，经过计算而按规定的程序来改变调节器的增益，以使系统保持较好的运行性能。
另外在某些具有非线性校正装置和变结构系统中，由于调节器本身对系统参数变化不灵敏。
采用此种自适应控制方案往往能去的较满意的效果。
图1 变增益自适应控制(2)模型参考自适应控制系统（Model Reference Adaptive System，简称MRAS）模型参考自适应控制系统由以下几部分组成，即参考模型、被控对象、反馈控制器和调整控制器参数的自适应机构等部分组成，如图2所示图2 模型参考自适应控制系统设计这类自适应控制系统的核心问题是如何综合自适应调整律，即自适应机构所应遵循的算法。
关于自适应调整律的设计目前存在两类不同的方法。
其中一种称为局部参数最优化地方法，即利用梯度或其他参数优化的第推算法，求得一组控制器的参数，使得某个预定的性能指标，如J=∫e2(t)dt，达到最小。
最早的MIT自适应律就是利用这种方法求得的。
这种方法的缺点是不能保证参数调整过程中，系统总是稳定的。
自适应律的另一种设计方法是基于稳定性理论的方法，其基本思想是保证控制其参数自适应调节过程是稳定的，然后再尽量是这个过程收敛快一些。
由于自适应控制系统是本质非线性的，因此这种自适应律的设计自然要采用适用于非线性系统的稳定理论。
Lyapunov稳定性理论和Popov的超稳定性理论都是设计自适应律的有效工具。
由于保证系统稳定是任何闭环控制系统的基本要求，所以基于稳定性理论的设计方法引起了更为广泛的关注。
(3)自校正调节器（Self-tuning Regulator，简称STR）这类自适应控制系统的一个特点是具有一个被控对象数学模型的在线辨识环节，具体地说是加入了一个对象参数的递推估计器。
由于估计得是对象参数，而调节器参数还要求解一个设计问题方能得出，所以这种自适应控制系统可以用图3的结构描述。
这种自适应调节器也可设想成为内环和外环来年各个环路组成，内环包括被控对象和一个普通的线性反馈调节器，这个调节器的参数由外环调节，外环则由一个递推参数估计器和一个设计机构组成。
这种系统的过程建模和控制的设计都是自动进行，每个采样周期都要更新一次。
这种结构的自适应控制器称为自校正调节器，采用这个名称为的是强调调节器能自动校正自己的参数，已得到希望的闭环性能。
对象参数估计图3 自校正调节器（STR）的结构图(4)自寻最优控制系统自寻最优控制系统是一种自动搜索和保持系统输出位于极值状态的控制系统。
先前这种系统称为极值控制系统。
在这种系统中，受控系统的输入—输出特性至少有一个代表最优运行状态的极值点或其他形式的非线性特性。
因此，受控对象是非线性的。
如果极值特性在运行过程中不发生变化，则可通过分析和试验找到一个能使系统工作在极值位置的固定控制量，这时由常规控制便可保持最优运行状态。
不过，许多工业对象的极值特性在运行中都或多或少会发生漂移，因而无法采用常规控制策赂。
对于这类受控系统，采用自寻最优控制策略便可自动保持极值运行状态，使运行状态的梯度为零。
此外，自寻最优控制系统还具有易于理解和实现方便等优点，所以它在工业中也有广泛的应用。
(5)学习控制系统这是一类按行为科学进行处理的控制系统，它比上述各类自适应控制系统都更加复杂。
这种系统的先验信息相当缺乏，为了保证有效的工作，它一般应具有识别、判断、积累经验和学习的功能。
由IEEE的“自适应学习和模式识别标准与定义小组委员会”提出的定义如下：定义(学习系统)一个系统，如果能对一个过程或其环境的未知特征有关的信息进行学习，并将所得的经验用于未来的估计、分类、决策或控制，以改善系统的性能，则称此系统为学习系统。
若一个学习系统以其学得的信息用来控制一个具有未知特征的过程，则称为学习控制系统。
根据学习时是否需要接收外部信息，学习过程可分为两类：监督学习和无监督学习。
在实际应用中，常将两种学习方式组合使用。
首先通过监督学习获取尽可能多的先验信息，然后改为无监督学习，以使收到最好的学习效果。
学习系统的形式有模糊自适应控制和专家或智能自适应控制。
研究学习过程的数学方法很多，在学习控制系统中采用的方法有：采用模式分类器的可训练系统、增量学习系统、Bayes估计、随机逼近、自动机模型和语言学方法等。
学习系统理论的应用不限于控制工程，在计算机科学、经济和社会等领域中也有应用。
其他自适应控制系统还有混合自适应控制、非线性控制对象自适应控制、模糊自适应控制、神经网络自适应控制等等。
3.自适应控制常用的控制器控制器是自适应控制系统的重要基础，是实现既定控制策略和保障控制性能的重要环节。
以下介绍几种控制器基于线性理论下的控制方法。
线性控制的结构如图4所示图4 一般线性控制结构图Gf前置滤波器；Gk前向通道控制器；Gp被控过程（对象）Gz反馈环节控制器；n输出干扰；u控制信号；R参考输入；y系统输出3.1一般的线性控制器一般的控制器可描述为：3.2PID控制器PID控制器是一种具有固定结构形式的线性控制器，其原理图如图5所示图5 PID控制系统原理框图传递函数：3.3对消控制器控制器传递函数为：控制器的结构图如图6所示图6 对消控制器结构图3.4非周期控制器控制的传递函数为：非周期控制器的结构图如图7所示图7 非周期控制器结构图其他控制器预报控制器、最小方差控制器、广义预报控制器、状态控制器、状态观测器和卡尔曼滤波器和谨慎控制器等。
4.自适应控制系统的应用4.1战术导弹的自校正控制战术导弹在整个飞行过程中，由于飞行速度和高度的变化，使弹体参数剧烈变化，严重地影响了控制性能。
当用经典控制理论设计自动驾驶仪时，一般采用舵回路、阻尼回路和加速度回路来减弱参数变化对系统的影响，但用这种方法不能完全消除参数变化对系统的影响。
为了进一步提高导弹的控制性能，有必要采用自适应控制。
自校正控制是自适应控制的一种，它适用于结构已知，但参数未知而恒定或参数缓慢变化的系统。
采用自校正控制需要辨识被控系统的参数，并自动校正控制作用，达到预期的控制效果。
用自校正控制技术设计自动驾驶仪，能够使被控系统适应参数变化，保持较好的性能。
4.2空间环境模拟器自适应控制随着航天技术的发展，对航天器零部件的可靠性要求越来越高。
为了确保航天器在太空可靠远行，航天器零部件必须在地面进行真空冷热浸试验、真空交变试验等各种空间环境模拟试验。
空间环境模拟器就是提供这种条件的一套试验设备。
由于控制过程的复杂性和不能对被控对象进行事先测定以及在控制过程中希望不要人工干预等，用PID调节器，每做一次环境模拟试验，都要调试Kp、Ki、Kd等参数，非常麻烦，且保证不了过渡过程中超调调小于2℃的要求。
用一般最佳控制，其状态方程的参数无法确定。
用自校正调节器，需要知道滞后步数Ko和一次性测试βo，而空间环境模拟器无法事先知道Ko，又无法确定βo ，因为稳态和初治状态的βo差别很大、自校正调节器不适合于过渡过程控制，特别是本系统对过渡过程超调的要求很高。