状态观测器的设计——报告
现代控制理论状态反馈和状态观测器的设计实验报告

本科实验报告课程名称:现代控制理论实验项目:状态反馈和状态观测器的设计实验地点:中区机房专业班级:自动化学号:学生姓名:指导教师:年月日现代控制理论基础一、实验目的(1)熟悉和掌握极点配置的原理。
(2)熟悉和掌握观测器设计的原理。
(3)通过实验验证理论的正确性。
(4)分析仿真结果和理论计算的结果。
二、实验要求(1)根据所给被控系统和性能指标要求设计状态反馈阵K。
(2)根据所给被控系统和性能指标要求设计状态观测器阵L。
(3)在计算机上进行分布仿真。
(4)如果结果不能满足要求,分析原因并重复上述步骤。
三、实验内容(一)、状态反馈状态反馈是将系统的状态变量乘以相应的反馈系数,然后反馈到输入端与参考输入叠加形成控制作为受控系统的控制输入,采用状态反馈不但可以实现闭环系统的极点任意配置,而且也是实现解耦和构成线性最优调节器的主要手段。
1.全部极点配置给定控制系统的状态空间模型,则经常希望引入某种控制器,使得该系统的闭环极点移动到某个指定位置,因为在很多情况下系统的极点位置会决定系统的动态性能。
假设系统的状态空间表达式为(1)其中 n m C r n B n n A ⨯⨯⨯::;:;: 引入状态反馈,使进入该系统的信号为Kx r u -=(2)式中r 为系统的外部参考输入,K 为n n ⨯矩阵. 可得状态反馈闭环系统的状态空间表达式为(3)可以证明,若给定系统是完全能控的,则可以通过状态反馈实现系统的闭环极点进行任意配置。
假定单变量系统的n 个希望极点为λ1,λ2, …λn, 则可以求出期望的闭环特征方程为=)(*s f (s-λ1)(s-λ2)…(s-λn)=n n n a s a s +++-Λ11这是状态反馈阵K 可根据下式求得K=[])(100*1A f U c -Λ(4)式中[]bA Ab b U n c 1-=Λ,)(*A f是将系统期望的闭环特征方程式中的s 换成系统矩阵A 后的矩阵多项式。
例1已知系统的状态方程为u x x ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡+⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---=•111101101112 采用状态反馈,将系统的极点配置到-1,-2,-3,求状态反馈阵K..其实,在MATLAB的控制系统工具箱中就提供了单变量系统极点配置函数acker(),该函数的调用格式为K=acker(A,b,p)式中,p为给定的极点,K为状态反馈阵。
状态观测器的设计

实验四 状态观测器的设计一、实验目的1. 了解和掌握状态观测器的基本特点。
2. 设计状态完全可观测器。
二、实验要求设计一个状态观测器。
三、实验设备1. 计算机1台2. MATLAB6.X 软件1套四、实验原理说明设系统的模型如式(3-1)示。
p m n R y R u R x D Cx y Bu Ax x ∈∈∈⎩⎨⎧+=+=& (3-1)系统状态观测器包括全维观测器和降维观测器。
设计全维状态观测器的条件是系统状态完全能观。
全维状态观测器的方程为:Bu y K z C K A z z z ++-=)(& (3-2)五、实验步骤已知系数阵A 、B 、和C 阵分别如式(3-4)示,设计全维状态观测器,要求状态观测器的极点为[-1 -2 -3]上⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---=234100010A ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=631B []001=C (3-4) 设计全维状态观测器,要求状态观测器的极点为[-1 -2 -3]。
对系统式(3.4)所示系统,用MATLAB 编程求状态观测器的增益阵K z =[k1 k2 k3]T程序:%实验4A=[0 1 0;0 0 1;-4 -3 -2];B=[1;3;-6];C=[1 0 0];D=[0];[num,den]=ss2tf(A,B,C,D,1); %求出原系统特征多相式denf=[-1 -2 -3]; %希望的极点的特征多相式k1=den(:,1)-denf(:,1)k2=den(:,2)-denf(:,2) %计算k2=d2-a2k3=den(:,3)-denf(:,3) %计算k3=d3-a3Kz=[k1 k2 k3]'运行结果:k1 =2k2 =4.0000k3 =6.0000Kz =2.00004.00006.0000。
现代控制实验状态反馈器和状态观测器的设计

现代控制实验状态反馈器和状态观测器的设计现代控制实验中,状态反馈器和状态观测器是设计系统的重要组成部分。
状态反馈器通过测量系统的状态变量,并利用反馈回路将状态变量与控制输入进行耦合,以优化系统的性能指标。
状态观测器则根据系统的输出信息,估计系统的状态变量,以便实时监测系统状态。
本文将分别介绍状态反馈器和状态观测器的设计原理和方法。
一、状态反馈器的设计:状态反馈器的设计目标是通过调整反馈增益矩阵,使得系统的状态变量在给定的性能要求下,达到所需的一组期望值。
其设计步骤如下:1.系统建模:通过对被控对象进行数学建模,得到描述系统动态行为的状态空间表达式。
通常表示为:ẋ=Ax+Buy=Cx+Du其中,x为系统状态向量,u为控制输入向量,y为系统输出向量,A、B、C、D为系统的状态矩阵。
2.控制器设计:根据系统的动态性能要求,选择一个适当的闭环极点位置,并计算出一个合适的增益矩阵。
常用的设计方法有极点配置法、最优控制法等。
3.状态反馈器设计:根据控制器设计得到的增益矩阵,利用反馈回路将状态变量与控制输入进行耦合。
状态反馈器的输出为:u=-Kx其中,K为状态反馈增益矩阵。
4.性能评估与调整:通过仿真或实验,评估系统的性能表现,并根据需要对状态反馈器的增益矩阵进行调整。
二、状态观测器的设计:状态观测器的设计目标是根据系统的输出信息,通过一个状态估计器,实时估计系统的状态变量。
其设计步骤如下:1.系统建模:同样地,对被控对象进行数学建模,得到描述系统动态行为的状态空间表达式。
2.观测器设计:根据系统的动态性能要求,选择一个合适的观测器极点位置,以及一个合适的观测器增益矩阵。
常用的设计方法有极点配置法、最优观测器法等。
3.状态估计:根据观测器设计得到的增益矩阵,通过观测器估计系统的状态变量。
状态观测器的输出为:x^=L(y-Cx^)其中,L为观测器增益矩阵,x^为状态估计向量。
4.性能评估与调整:通过仿真或实验,评估系统的状态估计精度,并根据需要对观测器的增益矩阵进行调整。
5.5状态观测器设计

W (t ) l×1 满足:
lim(Kx(t) −W (t)) = 0
t→∞
(5-31)
则称 ∑ˆ 为 ∑ 的KX函数观测器。
若K =I,则称 ∑ˆ 为∑ 的状态观测器。
2
(1)观测器构造思路 a. 以原系统 ∑ 的输入u 和输出 y作为观测系统∑ˆ 的输 入,建立一个复制系统; b. 引入反馈 L( y − Cxˆ) ,作为输入。
Q2 ]
12
定理5.10 通过非奇异变换 x = Px ,线性定常系统(5-39)可以
变成如下形式的系统
⎡ ⎢ ⎣
x& 1 x& 2
⎤ ⎥ ⎦
=
⎡ ⎢
A11
⎣ A 21
A12 A 22
⎤ ⎥ ⎦
⎡ ⎢ ⎣
x x
1 2
⎤ ⎥ ⎦
+
⎡ ⎢ ⎣
B B
1 2
⎤ ⎥u ⎦
(5-40)
y = x1
其中, x 1 为q维分状态,x 2 是n-q维分状态.
构状态 xˆ 的关系式为
xˆ = Q1 y + Q 2 ( z + L y )
证明:
(5-42)
xˆ
=
⎡ ⎢ ⎣
xˆ1 xˆ2
⎤ ⎥ ⎦
=
⎡ ⎢⎣ z
y⎤
+
L
y
⎥ ⎦
xˆ = [Q1 Q2 ]xˆ = Q1 y + Q2 (z + L y)
结构图:
16
算法1:(1) 对给定C,任取R,使
P
=
⎡C
⎢ ⎣
证明:x• = PAP−1x + PBu = Ax + Bu
状态观测器设计

基于M A T L A B的状态观测器设计预备知识:极点配置基于状态反馈的极点配置法就是通过状态反馈将系统的闭环极点配置到期望的极点位置上,从而使系统特性满足要求。
1. 极点配置原理假设原系统的状态空间模型为:若系统是完全可控的,则可引入状态反馈调节器,且:这时,闭环系统的状态空间模型为:2. 极点配置的MATLAB函数在MATLAB控制工具箱中,直接用于系统极点配置的函数有acker()和place()。
调用格式为:K=acker(A,C,P) 用于单输入单输出系统其中:A,B为系统矩阵,P为期望极点向量,K为反馈增益向量。
K=place(A,B,P)(K,prec,message)=place(A,B,P)place()用于单输入或多输入系统。
Prec为实际极点偏离期望极点位置的误差;message是当系统某一非零极点偏离期望位置大于10%时给出的警告信息。
3. 极点配置步骤:(1)获得系统闭环的状态空间方程;(2)根据系统性能要求,确定系统期望极点分布P;(3)利用MATLAB极点配置设计函数求取系统反馈增益K;(4)检验系统性能。
已知系统模型如何从系统的输入输出数据得到系统状态?初始状态:由能观性,从输入输出数据确定。
不足:初始状态不精确,模型不确定。
思路:构造一个系统,输出逼近系统状态称为是的重构状态或状态估计值。
实现系统状态重构的系统称为状态观测器。
观测器设计状态估计的开环处理:但是存在模型不确定性和扰动!初始状态未知!应用反馈校正思想来实现状态重构。
通过误差来校正系统:状态误差,输出误差。
基于观测器的控制器设计系统模型若系统状态不能直接测量,可以用观测器来估计系统的状态。
L是观测器增益矩阵,对偏差的加权。
真实状态和估计状态的误差向量误差的动态行为:的极点决定了误差是否衰减、如何衰减?通过确定矩阵L来保证。
也即极点配置问题。
要使得误差衰减到零,需要选取一个适当的矩阵L,使得A-LC是稳定的。
北航_自控实验报告_状态反馈和状态观测器

北航_自控实验报告_状态反馈和状态观测器摘要:本实验通过对一个质点的运动进行实时控制的实验研究,了解了状态反馈和状态观测器的原理和应用。
通过实验验证了状态反馈和状态观测器在控制系统中的重要性和有效性。
1引言状态反馈和状态观测器是控制系统中常用的两种控制方法,可以实现对系统状态的准确估计和实时控制。
在实际控制应用中,状态反馈和状态观测器广泛应用于电力系统、轨道交通系统等领域。
本实验通过对一个质点运动的控制,以实验方式掌握状态反馈和状态观测器的原理和应用。
2实验目的2.1理解状态反馈和状态观测器的原理;2.2 学会使用Matlab编程实现状态反馈和状态观测器;2.3通过实验验证状态反馈和状态观测器的有效性。
3实验内容与方法3.1实验设备本实验所需设备和材料有:计算机、Matlab软件。
3.2系统建模通过对质点的运动进行建模,得到系统的状态空间方程,用于状态反馈和状态观测器的设计。
3.3状态反馈设计根据系统建模和状态反馈的原理,设计状态反馈控制器,并进行仿真实验。
3.4状态观测器设计根据系统建模和状态观测器的原理,设计状态观测器,并进行仿真实验。
4实验结果与分析4.1状态反馈实验结果在进行状态反馈实验时,观察到质点运动的稳定性得到了明显提高,达到了预期的控制效果。
4.2状态观测器实验结果在进行状态观测器实验时,观察到对系统状态的估计准确性得到了明显提高,状态观测器的设计能够很好地预测系统状态变化。
5结论本实验通过对一个质点运动进行实时控制的实验研究,学习并实践了状态反馈和状态观测器的原理和应用。
通过实验验证了状态反馈和状态观测器在控制系统中的重要性和有效性。
实验结果表明,状态反馈和状态观测器能够有效改善系统的稳定性和估计准确性,达到了实时控制的目的。
[1]袁永安.现代控制理论与技术[M].北京:中国电力出版社。
[2]何国平,刘德海.控制系统设计与应用[M].北京:中国电力出版社。
[3]王晓红.状态反馈和状态观测在电力系统控制中的应用[J].电网技术,2024。
状态观测器的设计

原系统状态变量估计值
y1 x = T x = x = y2 z y 2
∧ ∧
�
∧ x = x ∧ x
∧ 1 2
∧
& ∧
y = z + L y
原系统状态变量估计值
C11 C11C2 y x = Tx = z + Ly Inm 0
∧
5,降维状态观测器结构图
(二)设计 1, 实际降维状态观测器的特征多项式和希望观测 器特征多项式的系数应相等.
如果
<
特征值为正,~ → ∞,不允许 x 特征值为负,~ → 0. x
t →∞
因此,要求A阵具有负根, 极点靠近虚轴近,如-0.1,e 0.1t 衰减慢.
三,观测器存在条件 定理5-4,系统∑(A, B, C )完全能观测是观测器存在 0
的充分条件,而且观测器的极点可以任意配置. 证明:AC能观,设为能观标准型.
5.5 状态观测器的设计
引言:(1)系统设计离不开状态反馈 (2)实际系统的状态变量不是都能用物理 方法测得到的 (3)需要设法得到状态变量 →采用状 态观测器实现状态重构
一,状态观测器定义 设线性定常系统∑0=(A, B, C )的状态向量x不能直接检测. 如果动态系统 ∑ g 以 ∑ 0 的输入u和输出y作为其输入量,能产 生一组输出量 x 渐近于x,即 lim[ x x] = 0, 则称 ∑ g 为 ∑ 0 的一个
y1 y1 = (6 + 1)( z + [0 1] ) + ([ 6 11] [0 0] + (1 0)u y2 y2
= 5 z 6 x1 6 x2 + u
(6)变换后系统状态变量的估计值为
全维状态观测器的设计

全维状态观测器的设计全维状态观测器(Full State Observer)是一种常用于控制系统中的重要部件,用于获取系统的全部状态信息。
它通常是通过对系统的输入输出进行观测,并通过数学模型来估算系统的状态。
全维状态观测器的设计可以通过以下步骤来完成。
第一步是系统建模。
将所要观测的系统建立数学模型,可以采用物理方程或者数学模型的方式。
常见的数学模型包括状态方程和输出方程。
状态方程描述了系统状态的时间演变规律,输出方程则描述了系统输出与状态之间的关系。
这些方程可以通过系统的运动方程,控制方程和物理特性等来建立。
第二步是选择观测器类型。
全维状态观测器有多种类型,包括基本观测器、极点配置观测器和最优观测器等。
基本观测器是使用系统的状态方程和输出方程来估算系统状态的观测器,而极点配置观测器和最优观测器则是通过最小化误差来估算系统状态,从而提高观测器的精度。
合适的观测器类型应该根据控制系统的需求来选择。
第三步是计算观测器矩阵。
观测器矩阵是观测器中用来计算系统状态的矩阵。
它可以使用系统的状态方程和输出方程来计算。
观测器矩阵需要满足一些性质,例如它需要是可观测的,并且需要保证系统状态与观测器状态的误差最小。
第五步是实现观测器。
实现观测器需要将观测器矩阵和观测器增益输入到观测器中,并对观测器的输入输出进行校验。
一旦观测器被设计并实现,它就可以用于控制系统中,并用来估算系统的全部状态信息。
总之,全维状态观测器的设计是控制系统中的重要部件,可以极大地提高控制系统的精度和稳定性。
设计一个好的全维状态观测器需要仔细分析系统模型和观测器类型,计算观测器矩阵和观测器增益,并进行实现和调试。
- 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)。
东南大学自动化学院实 验 报 告课程名称: 自动控制基础实验名称: 状态观测器的设计 院 (系): 自动化学院 专 业: 自动化 姓 名: 吴静 学 号: 08008419 实 验 室: 机械动力楼417室 实验组别: 同组人员: 实验时间:2011年05月13日 评定成绩: 审阅教师: 一、实验目的1. 理解观测器在自动控制设计中的作用2. 理解观测器的极点设置3. 会设计实用的状态观测器二、实验原理如果控制系统采用极点配置的方法来设计,就必须要得到系统的各个状态,然后才能用状态反馈进行极点配置。
然而,大多数被控系统的实际状态是不能直接得到的,尽管系统是可以控制的。
怎么办?如果能搭试一种装置将原系统的各个状态较准确地取出来,就可以实现系统极点任意配置。
于是提出了利用被控系统的输入量和输出量重构原系统的状态,并用反馈来消除原系统和重构系统状态的误差,这样原系统的状态就能被等价取出,从而进行状态反馈,达到极点配置改善系统的目的,这个重构的系统就叫状态观测器。
另外,状态观测器可以用来监测被控系统的各个参量。
观测器的设计线路不是唯一的,本实验采用较实用的设计。
给一个被控二阶系统,其开环传递函数是G (s )=12(1)(1)KT s T s ++ ,12K K K =观测器如图示。
设被控系统状态方程构造开环观测器,X ∧ Y ∧为状态向量和输出向量估值由于初态不同,估值X ∧状态不能替代被控系统状态X ,为了使两者初态跟随,采用输出误差反馈调节,加入反馈量H(Y-Y)∧,即构造闭环观测器,闭环观测器对重构造的参数误差也有收敛作用。
也可写成 X =(A-HC)X +Bu+HY Y CX∙∧∧∧∧=只要(A-HC )的特征根具有负实部,状态向量误差就按指数规律衰减,且极点可任意配置,一般地,(A-HC )的收敛速度要比被控系统的响应速度要快。
工程上,取小于被控系统最小时间的3至5倍,若响应太快,H 就要很大,容易产生噪声干扰。
实验采用X =A X +Bu+H(Y-Y)∙∧∧∧结构,即输出误差反馈,而不是输出反馈形式。
取:1212min 3520,5,2,0.5,0.2K K T T t λ-======,求解12g g ⎡⎤⎢⎥⎣⎦三、实验设备:THBDC-1实验平台 THBDC-1虚拟示波器 Matlab/Simulink 软件四、实验步骤按要求设计状态观测器(一) 在Matlab 环境下实现对象的实时控制1. 将ZhuangTai_model.mdl 复制到E:\MATLAB6p5\work 子目录下,运行matlab ,打开ZhuangTai_model.mdl 注:‘实际对象’模块对应外部的实际被控对象,在simulink 下它代表计算机与外部接口:● DA1对应实验面板上的DA1,代表对象输出,输出通过数据卡传送给计算机;● AD1对应实验面板上的AD1,代表控制信号,计算机通过数据卡将控制信号送给实际对象;2. 如图,在Simulink 环境下搭建带状态观测器的系统实时控制方框图3. 如图正确接线,并判断每一模块都是正常的,包括接好测试仪器、设置参数、初始化各个设备和模块;接成开环观测器,双击误差开关,使开关接地。
观测对象输出Y 与观测器状态输出y 的阶跃响应;接成闭环观测器,双击误差开关,使开关接误差。
观测对象输出Y 与观测器状态输出y 的阶跃响应;(阶跃不要超过0.3V )4. 改变g1、g2重复步骤3,说明实验原因五、预习与回答1. .如何在观测器的基础上设计状态反馈?设全维状态观测器的反馈矩阵为H ,状态反馈的反馈矩阵为K 则带全维观测器的反馈控制系统的状态方程为 输出方程为:y=Cx记状态观测误差为xx x ˆ~-= 由()det[]det(())det(())0()sI A BK BKsI A BK sI A HC sI A HC ---=------可知,闭环系统的特征式等于矩阵A-BK 与矩阵A-HC 的特征式的乘积,而A-BK 是状态反馈系统的系统矩阵,这部分特征值对应的运动模态是由输入v 能控的模态;A-HC 是观测器的系统矩阵,这部分特征值对应的运动模态是由输入v 不能控的模态。
上式表明状态反馈系统的动态特性和观测器的动态特性是相互独立的。
综上,根据分离性原理可知,带状态观测器的反馈控制系统的设计可分为以下两个步骤:设计状态反馈阵K 时,可以不考虑观测器的存在,用极点配置方法设计这一部分的极点;设计观测器的反馈增益阵H 时,可以不考虑状态反馈的作用。
2. 请区分原系统极点、控制系统极点、期望极点、观测器极点。
答:原系统极点:未加入任何控制器的系统极点。
控制系统极点:加入的控制器后系统的极点。
期望极点:根据系统性能指标理论计算得出的加入控制器后得到的系统的极点。
观测器极点:状态观测器特征多项式为0的根,即det (sI-(A-HC))=0时的值,其中H 为状态反馈矩阵。
3. 说明H 阵有什么作用,并计算观测器反馈阵12g g ⎡⎤⎢⎥⎣⎦。
答:··0··~~~~()0~~{{()()A t t x Ax Buy Cxx A x Bu y C xx A x x t e x t y C x∧∧∧-=+==+====设已知线性定常系统的状态空间模型为{状态观测时可构造如下系统进行观测:系统误差方程如下:,状态响应为显然,当t →∞时,观测器误差输出趋于0的充要条件为A 的特征值均在复平面的左半平面,但当矩阵A 不是渐近稳定的时候,系统的状态x ∧不能复现系统的状态。
此时可以对系统采用输出反馈,用反馈矩阵H 来做输出反馈,配置系统极点。
由自控原理相关知识可得,只要(A T ,C T )完全能控,则一定存在反馈增益阵H T 使系统的极点可以任意配置。
由图可得 :^^^11111^^^^122222[()][()]u g y y K T x x x g y y K T x x ∙∙+-=++-=+同时可知:[]11111122222210 , B= , C=01,10K g K TT T A H K K g T T T ⎡⎤⎡⎤-⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥-⎢⎥⎣⎦⎢⎥⎢⎥⎣⎦⎣⎦选择观测器极点为1λ,2λ,则特征式det()SI A HC -+=12()()s s λλ++:可求得H 阵。
假设12λλλ==,则有21222112121221212TT g T g T K TT T T g TT λλ--=--=,取1212m i n 3520,5,2,0.5,0.2K K T T t λ-======,则可算得123332.4g g ⎡⎤⎡⎤=⎢⎥⎢⎥⎣⎦⎣⎦,H=3.33.24⎡⎤⎢⎥⎣⎦。
六、实验数据T1.T2 不变 G=[5,5] T1 ,T2不变 G=[33,32.4]T1 ,T2 改变 T1=0.8,T2=0.4 , G=[33,32.4] T1=1.8,T2=1.4,g=[33,32.4] G=[5,5],T=[T1,T2]=[1.8,1.4] G=[300,300],t=[1.8,1.4]加入噪声, G=[33,32.4] T=[0.5,0.2] 加入噪声(1KHz ,0.1v ) 从以上数据可以看出:(1)状态反馈增益影响系统的动态性能指标,选取合适的K 能是系统的性能最佳(2)改变T1,T2 即使观测器的传递函数和系统的传递函数不一样,只要偏差不是很大,状态观测器的输出最终都会跟踪系统的输出。
(3)假如噪声后,状态观测器也对噪声跟踪,使输出有很大的高频噪声,由此可以看出,状态反馈也不是没有弊端,引入状态反馈的同时,相当于也引入了高频噪声。
因此加入观测器必须对原系统的高频噪声加以滤除。
(4)增大反馈增益后,观测器输出与系统输出相比几乎完全不存在误差,二者吻合度更高。
原因如下:设状态误差为xx x ˆ~-=,ˆˆ(H )()x x xA C x x =-=--则 所以:[](A-HC)tx(t)=ex(0)-x(0)ˆ 其中[]g -20A=C=H=g 10-5⎡⎤⎡⎤⎢⎥⎢⎥⎣⎦⎣⎦12,01,则()2det I-A+HC =(7g )10g 2g 100λλλ+++++=212所以可知,当H 增大后,12λλ与在负平面内会更加远离虚轴,观测器本身对系统的影响就越小,所以误差就会随之减小,观测器的输出会与实际输出更加吻合。
七、实验总结(1)该实验主要是观察引入状态反馈对原系统的影响,以及通过状态反馈如何配置系统极点.(2)由实验结果可以看出闭环观测器可以高度还原原系统输出,且调节反馈矩阵的取值可以使观测器的观测结果精度更高。
但此结果是建立在原系统传递函数已知,可以直接利用其构造观测器的基础上的。
若直接给未知系统设计观测器,则由于要首先尝试构造出系统的传递函数,其难度会大大增加,构造出的观测器的精度也会相应降低。
另外,如果原系统中存在震荡环节等非线性环节,直接构造观测器是无法做到的,需要对系统进行线性化处理,这也会降低观测结果的准确度。