鲁棒控制系统
控制系统鲁棒控制
控制系统鲁棒控制鲁棒控制是一种在控制系统中应用的重要技术，旨在实现对误差、干扰和不确定性的抵抗能力。
该技术的核心思想是通过设计控制器，以使系统对于各种不确定因素的影响具有一定的容忍性，从而保证系统的性能和稳定性。
本文将介绍控制系统鲁棒控制的概念、应用、设计方法以及鲁棒性分析等内容。
一、概述控制系统鲁棒控制是指在设计控制器时考虑到系统参数的不确定性、外界干扰以及测量误差等因素，以保证系统的稳定性和性能。
鲁棒控制的目标是使系统对于这些不确定因素具有一定的容忍性，从而实现了对不稳定因素的抵抗，提高了系统的可靠性和性能。
二、鲁棒控制的应用鲁棒控制广泛应用于各个领域，例如飞行器、机器人、汽车等。
在这些领域中，系统的参数往往难以准确获取，外界环境也存在不确定性因素，因此采用鲁棒控制可以提高系统的稳定性和性能。
三、鲁棒控制的设计方法鲁棒控制的设计方法有很多种，其中比较常用的是H∞控制和μ合成控制。
1. H∞控制H∞控制是一种常用的鲁棒控制设计方法，其主要基于H∞优化理论。
通过给定性能权重函数，设计一个状态反馈控制器，使系统的传递函数具有一定的鲁棒稳定性和性能。
2. μ合成控制μ合成控制是一种另类的鲁棒控制设计方法，其基于多项式算法和复杂函数理论。
通过对系统的不确定因素进行建模，并对控制器进行优化设计，实现对系统的鲁棒性能的最优化。
四、鲁棒性分析在控制系统中，鲁棒性分析是非常重要的一步，可以评估控制系统对于不确定性和干扰的容忍程度。
常用的鲁棒性分析方法有小增益辨识、相合性和鲁棒稳定裕度等。
1. 小增益辨识小增益辨识是通过对系统的稳定性和性能进行评估，以确定系统参数的变化范围。
通过小增益辨识可以分析系统对于参数变化的容忍能力，从而指导控制器的设计。
2. 相合性相合性是通过分析系统的输入和输出关系，以确定系统的稳定性和性能。
在鲁棒性分析中，相合性是评估系统对于不确定因素的鲁棒性能的一种重要指标。
3. 鲁棒稳定裕度鲁棒稳定裕度是指系统在设计的控制器下的稳定性边界。
控制系统中的鲁棒控制与模糊控制比较
控制系统中的鲁棒控制与模糊控制比较在控制系统中，鲁棒控制和模糊控制是两种常见的控制方法。
它们都在处理系统的不确定性和非线性方面起着重要作用。
然而，鲁棒控制和模糊控制在原理和实际应用方面存在一些差异。
本文将比较鲁棒控制和模糊控制的特点、优点和缺点，并分析它们在控制系统中的适用性。
1. 鲁棒控制鲁棒控制是一种处理系统模型不确定性的控制方法。
它通过设计鲁棒稳定控制器来确保系统在存在参数变化或外部干扰时的稳定性和性能。
鲁棒控制方法通常基于系统的数学模型，并利用最优控制理论和鲁棒性分析方法来设计控制器。
鲁棒控制的特点：1.1 基于数学模型：鲁棒控制方法要求系统有准确的数学模型，并且能够对模型中存在的不确定性进行分析和处理。
1.2 强鲁棒性：鲁棒控制的目标是设计一个控制器，使系统在参数变化、扰动和建模误差的情况下保持稳定。
鲁棒控制方法具有较强的鲁棒性能。
1.3 易于分析和设计：鲁棒控制是一种基于数学模型的控制方法，可以通过分析系统的稳定性和性能指标来设计控制器。
鲁棒控制的优点：2.1 稳定性：鲁棒控制方法能够保证系统在存在不确定性和外部扰动的情况下保持稳定。
2.2 鲁棒性能：鲁棒控制方法能够在参数变化和建模误差的情况下保持较好的控制性能。
2.3 数学分析：鲁棒控制方法可以通过数学分析对系统的稳定性和性能进行准确的评估和设计。
鲁棒控制的缺点：3.1 复杂性：鲁棒控制方法通常依赖于系统的数学模型，且设计过程较为复杂。
3.2 非线性限制：鲁棒控制方法对系统的非线性特性有一定的限制，不适用于高度非线性系统。
3.3 效果依赖于模型准确性：鲁棒控制方法的性能依赖于系统模型的准确性，当模型存在误差时，控制效果可能会下降。
2. 模糊控制模糊控制是一种处理非线性和模糊信息的控制方法。
它通过设计模糊控制器来实现对系统的控制。
模糊控制方法通常基于经验规则和专家知识，并利用模糊逻辑和模糊推理来设计控制器。
模糊控制的特点：4.1 非精确建模：模糊控制方法不要求系统有准确的数学模型，能够处理不确定性和模糊性信息。
控制系统中的鲁棒性分析与设计
控制系统中的鲁棒性分析与设计在控制系统中，鲁棒性是指控制系统对于参数变化、外部干扰、测量噪声等不确定性因素的稳定性和性能表现。
鲁棒性分析与设计主要目的是提高控制系统的稳定性、鲁棒性和性能，以适应实际工程环境中的不确定性。
1. 鲁棒性分析鲁棒性分析是控制系统设计的重要环节。
它可以帮助工程师评估以及量化控制系统对于参数变化、干扰和噪声的容忍程度。
以下是一些常用的鲁棒性分析方法：1.1 系统感度函数分析系统感度函数是用来描述控制系统输出对于参数变化的敏感程度。
通过分析系统感度函数，可以确定系统的脆弱性和稳定性。
系统感度函数分析常用于评估系统的稳定性边界、参数不确定性边界和鲁棒性边界。
1.2 线性矩阵不等式(LMI)方法线性矩阵不等式方法是一种基于数学理论的鲁棒性分析方法。
它通过建立一系列矩阵不等式，来刻画控制系统的稳定性和性能。
LMI方法在控制系统设计中被广泛应用，它不仅可以评估系统的鲁棒性，还可以用于设计鲁棒控制器。
1.3 干扰分析干扰是控制系统中常见的不确定因素，对系统的性能和稳定性产生重要影响。
干扰分析可以帮助工程师了解系统对于不同干扰的响应，并根据需要采取相应的措施来改进系统鲁棒性。
常用的干扰分析方法包括频域分析、时域分析和能量分析等。
2. 鲁棒性设计鲁棒性设计旨在采取控制策略和控制器结构，使得控制系统对于不确定性因素具有较好的稳定性和性能。
以下是一些常见的鲁棒性设计方法：2.1 鲁棒控制器设计鲁棒控制器设计是指根据鲁棒性需求，设计出满足控制系统鲁棒性要求的控制器。
常用的鲁棒控制器设计方法包括H∞控制、μ合成、鲁棒PID控制等。
这些方法都是基于数学理论，可用于设计满足鲁棒性和性能要求的控制器。
2.2 鲁棒优化设计鲁棒优化设计是指结合鲁棒控制与优化方法，兼顾控制系统的稳定性和性能。
通过优化设计，可以在满足鲁棒性要求的前提下，使系统的性能指标达到最优。
鲁棒优化设计方法包括H∞优化、线性二次调节器和状态反馈等。
控制系统鲁棒性设计
控制系统鲁棒性设计控制系统鲁棒性设计是指在考虑到系统动态特性和不确定因素的情况下，设计出具有良好鲁棒性的控制系统。
鲁棒性设计的目标是使系统能够在不确定因素的干扰下仍然能够保持稳定性和性能。
本文将从鲁棒性设计的概念、重要性以及实现鲁棒性设计的方法三个方面对控制系统鲁棒性设计进行探讨。
一、鲁棒性设计的概念鲁棒性是指系统对于参数变化、外部干扰以及模型不准确性等因素的容忍度。
在控制系统中，不同的干扰和参数变化可能会导致系统动态特性和稳定性发生变化，鲁棒性设计的目标就是保证系统的性能不受这些因素的影响而变差。
二、鲁棒性设计的重要性鲁棒性设计在控制系统中具有重要的意义。
首先，现实世界中的系统往往存在着各种不确定因素，如参数变化、外部干扰等，如果控制系统在面对这些不确定因素时不能保持稳定性和性能，则无法满足实际应用的需求。
其次，控制系统的设计往往是建立在一定的模型假设下进行的，而这些模型存在不准确性，因此需要通过鲁棒性设计来保证系统的稳定性和性能。
最后，鲁棒性设计可以提高系统对于异常情况的响应能力，确保系统在面对未知情况时仍能正常工作。
三、实现鲁棒性设计的方法实现鲁棒性设计的方法主要包括模型不确定性分析、鲁棒控制器设计以及鲁棒性性能评估等。
1. 模型不确定性分析在鲁棒性设计中，模型的不确定性是一个重要的考虑因素。
通过对系统模型的不确定性进行分析，可以了解到系统模型的不确定部分，从而进一步确定鲁棒控制设计中需要关注的方面。
2. 鲁棒控制器设计鲁棒控制器设计是实现鲁棒性设计的关键步骤。
鲁棒控制器的设计需要考虑到系统的不确定性和干扰，通过引入校正项或者使用鲁棒控制策略，可以使得控制系统对于不确定因素的变化具有一定的容忍度，从而保证系统的稳定性和性能。
3. 鲁棒性性能评估鲁棒性性能评估是评价控制系统鲁棒性设计效果的重要手段。
通过对控制系统的鲁棒稳定性和鲁棒性能进行评估，可以判断控制系统对于不确定因素的容忍度以及系统性能的表现。
现代控制理论鲁棒控制资料课件
鲁棒优化算法的应用
01
02
03
鲁棒优化算法是一种在不确定环 境下优化系统性能的方法。
鲁棒优化算法的主要思想是在不 确定环境下寻找最优解，使得系 统的性能达到最优，同时保证系 统在不确定因素影响下仍能保持 稳定。
鲁棒优化算法的主要应用领域包 括航空航天、机器人、能源系统 、化工过程等。
05
现代控制理论鲁棒控制实 验及案例分析
现代控制理论鲁棒控制的成就与不足
• 广泛应用在工业、航空航天、医疗等领域
现代控制理论鲁棒控制的成就与不足
01
02
不足
控制系统的复杂度较高，难以设 计和优化
对某些不确定性和干扰的鲁棒性 仍需改进
03
实际应用中可能存在实现难度和 成本问题
04
未来研究方向与挑战
研究方向
深化理论研究，提高鲁棒控制器 的设计和优化能力
线性鲁棒控制实验
线性鲁棒控制的基本原理
01
介绍线性鲁棒控制的概念、模型和控制问题。
线性鲁棒控制实验设计
02 说明如何设计线性鲁棒控制实验，包括系统模型的建
立、鲁棒控制器的设计和实验步骤。
线性鲁棒控制实验结果分析
03
对实验结果进行分析，包括稳定性、性能和鲁棒性能
等。
非线性鲁棒控制实验
非线性鲁棒控制的基本原理
03
线性系统的分析与设计：极点配置、最优控制和最优
估计等。
非线性控制系统
1
非线性系统的基本性质：非线性、不稳定性和复 杂性。
2
非线性系统的状态空间表示：非线性状态方程和 输出方程。
3
非线性系统的分析与设计：反馈线性化、滑模控 制和自适应控制等。
离散控制系统
控制系统中的鲁棒控制与自适应控制
控制系统中的鲁棒控制与自适应控制鲁棒控制与自适应控制是控制系统中两种重要的控制策略。
本文将对这两种控制方法进行详细介绍，并探讨它们在控制系统中的应用。
一、鲁棒控制鲁棒控制是一种控制方法，旨在使系统对于参数变化、外部干扰和建模误差具有较好的鲁棒性。
它通过设计控制器，使得系统能够在不确定性条件下保持稳定性和性能。
鲁棒控制通常用于应对实际系统中存在的模型不准确、参数变化和干扰等不确定因素。
鲁棒控制的一个重要工具是H∞控制理论。
H∞控制通过优化系统的H∞范数，将鲁棒性能与控制性能相结合。
它可以通过鲁棒性设计方法来有效地解决不确定性和干扰问题，提高系统的稳定性和鲁棒性。
鲁棒控制广泛应用于工业控制、飞行器控制和机器人控制等领域。
例如，在工业控制中，鲁棒控制可以帮助系统应对参数变化、负载扰动和模型不确定性。
在飞行器控制中，鲁棒控制可以提高系统对于风速变化和姿态扰动的鲁棒性。
在机器人控制中，鲁棒控制可以应对不确定的环境和任务需求变化。
二、自适应控制自适应控制是一种控制方法，通过实时地调整控制算法和参数来适应系统的变化。
自适应控制具有较强的适应性和鲁棒性，在面对系统参数变化和模型不准确时表现出良好的控制性能。
自适应控制基于模型参考自适应原理，通过参考模型来实现期望输出与实际输出的一致性。
它根据误差和系统状态，自适应地调整控制器参数，以达到期望的控制效果。
同时，自适应控制器还可以实时地对系统参数进行估计和补偿，提高系统的鲁棒性和性能。
自适应控制在很多领域都有广泛的应用。
例如，在机电系统中，自适应控制可用于解决系统刚性和非线性问题。
在信号处理中，自适应滤波器可用于实时地调整滤波器参数，提高滤波性能。
在网络控制系统中，自适应控制可用于应对网络延迟和通信丢包等问题。
三、鲁棒控制与自适应控制的比较与应用鲁棒控制与自适应控制是两种不同的控制方法，各自具有不同的优势和适用范围。
鲁棒控制适用于系统模型不准确、参数变化和干扰等不确定性较大的情况。
控制系统中的鲁棒自适应控制算法
控制系统中的鲁棒自适应控制算法鲁棒自适应控制算法是一种在控制系统中应用的高级控制方法，用于提高系统性能和稳定性的技术。
该算法结合了鲁棒性控制和自适应控制的特点，能够针对各种系统的不确定性和变化进行动态调整，从而保证系统的稳定性和性能。
一、鲁棒自适应控制的基本原理鲁棒自适应控制算法的基本原理是将控制系统分为两个部分：鲁棒控制器和自适应控制器。
鲁棒控制器是基于鲁棒性控制的原理设计的，能够抵抗外界的干扰和不确定性，保证系统的稳定性和鲁棒性。
自适应控制器是基于自适应控制的原理设计的，能够根据系统的动态特性进行参数的自适应调整，以保证系统的性能和响应速度。
二、鲁棒自适应控制的应用领域鲁棒自适应控制算法广泛应用于工业控制系统、航空航天系统、机器人控制系统等领域。
在这些系统中，系统参数经常发生变化，外界环境的干扰也较大，要能够在这种复杂条件下保持系统的稳定性和性能，就需要采用鲁棒自适应控制算法。
三、鲁棒自适应控制算法的主要特点鲁棒自适应控制算法具有以下几个主要特点：1. 鲁棒性：鲁棒自适应控制算法能够抵抗外界环境干扰和系统参数的变化，保持系统的稳定性和鲁棒性。
2. 自适应性：鲁棒自适应控制算法能够根据系统的动态特性进行参数的自适应调整，以保证系统的性能和响应速度。
3. 良好的鲁棒性能：鲁棒自适应控制算法具有良好的鲁棒性能，能够在各种复杂条件下保持系统的稳定性和性能。
4. 算法复杂度低：鲁棒自适应控制算法具有较低的算法复杂度，能够快速响应系统的变化，并进行相应的调整。
四、鲁棒自适应控制算法的实现方法鲁棒自适应控制算法的实现方法主要包括以下几个步骤：1. 系统建模：首先需要对控制系统进行建模，得到系统的数学模型和动态特性方程。
2. 参数估计：根据系统的实际运行数据，对系统的参数进行估计和调整，以保证控制系统的准确性和可靠性。
3. 控制器设计：根据系统的动态特性和参数估计结果，设计鲁棒控制器和自适应控制器。
4. 系统仿真：通过仿真软件对系统进行仿真，测试鲁棒自适应控制算法的效果和性能。
鲁棒控制系统
函数对系统进行优化设计，就可使具有有限功率谱的干 扰对系统期望输出的影响最小。
对于反馈系统 w
re
u
y
-
kK(s)
P(s)
其中K(s)为控制器，w为干扰信号，r为参考输入，u
为控制输入，e为控制误差信号，y为输出信号。系统
G(s)
s2
1 as
,a 1
[a ,
a
]
可以代表带阻尼的弹簧装置，RLC电路等。这种不确 定性通常不会改变系统的结构和阶次。
▪ 动态不确定性
也称未建模动态 (s) ，我们通常并不知道它的结构、
阶次，但可以通过频响实验测出其幅值界限：
( j) W( j) , R,W( j)为确定函数
• 加性不确定性： G(s, ) G0 (s) (s) • 乘性不确定性： G(s, ) (I (s))G0 (s)
• Kharitonov区间理论； • H控制理论；
• 结构奇异值理论(理论)；
等。
Kharitonov定理
具有不确定参数的系统
假设系统的特征多项式为
f (s) ansn an1sn1 a1s a0
(1)
其系数满足
ai ai ai , i 0,1,, n,0 [ai , ai ]
P1(s) a0 a1s a2s2 a3s3 a4s4 a5s5 P2 (s) a0 a1s a2s2 a3s3 a4s4 a5s5 P3(s) a0 a1s a2s2 a3s3 a4s4 a5s5 P4 (s) a0 a1s a2s2 a3s3 a4s4 a5s5
一个例子
设汽车质量为M,路面摩擦系数为 ，汽车的力学模型如
- 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)。
F ( sI A BK ) 1 E
1
实 验
Furuta摆实验
三自由度直升机系统
y
闭环传递函数为
G ( s, r ) GCL ( s, r ) 1 kG( s, r )
Gcl(s)的分母为 D(s, r ) kN (s)
例：
s 3 2s 2 2s 1 G( s, r ) 4 s r3 s 3 r2 s 2 r1s 1
r1 4， 5, r2 [3,4], r3 [2,3]
sup
w 0
z w
2 2
其中Tzw(s)为由w至z的闭环传递函数，则(1)等价于
Tzw ( j) 求使最小的控制器K就是H最优设计问题。
传递函数的H范数
对于系统的传递函数G (s),若其在右半平面无极点，定义 下面的范数为H范数
G ( s) sup
其中 定理：
H理论中考虑干扰信号是不确定的，而是属于一个 可描述集
L2 w(t ) | w2 (t )dt
0
L2中包含的是能量有限的信号。考虑抑制干扰w L2对 系统性能的影响，为此引入表示干扰抑制水准的标量， 求控制器K使得满足 2 2 z 2 2 w 2 , w L2 (1) z为输出信号。定义 Tzw ( j )
Gu u
2
,
2
2
1 u2 2
u ( j ) d
G( s) sup [G( j )]
R
闭环系统鲁棒稳定性分析
加性不确定性 考虑下图所示系统
(s) G
u k K(s) G(s) y
其中(s)为任意稳定的真有理分式且满足||(s)||1
定理：上图所示的闭环系统对任意的(s)均稳定当且 仅当
其中
GK 0 ( j ) P0 ( j ) K ( j ), GB 0 P0 ( j ) K ( j ) 1 P0 ( j ) K ( j )
分别为开环和闭环频率特性的标称函数，简单的推导 可得 而传递函数
GB ( j ) 1 GK ( j ) GB ( j ) 1 P0 ( j ) K ( j ) GK ( j ) S ( s) 1 1 P0 ( s) K ( s)
在前面各章中，我们总是假设已经知道了受控对象的 模型，但由于实际中存在种种不确定因素，如：
参数变化； 未建模动态特性； 平衡点的变化； 传感器噪声； 不可预测的干扰输入；
等等，所以我们所建立的对象模型只能是实际物理系 统的不精确的表示。鲁棒系统设计的目标就是要在模 型不精确和存在其他变化因素的条件下，使系统仍能 保持预期的性能。如果模型的变化和模型的不精确不 影响系统的稳定性和其它动态性能，这样的系统我们 称它为鲁棒控制系统。
• 加性不确定性： G(s, ) G0 (s) (s) • 乘性不确定性： G(s, ) ( I (s))G0 (s)
一个例子
设汽车质量为M,路面摩擦系数为 ，汽车的力学模型如 下图所示： v f M
v
其运动方程为： M
如果考虑到汽车的质量M随车载负荷发生变化， 且也随 路面状况不同而变化，则方程的系数就具有一定的不确 定性，即，无法得到M和的精确值。假设M和的取值 范围给定如下： M 0 1 M M 0 1
对于反馈系统
r e u
w k K(s) P(s) y
其中K(s)为控制器，w为干扰信号，r为参考输入，u 为控制输入，e为控制误差信号，y为输出信号。系统 的开环和闭环频率特性为 P( j ) K ( j ) GK ( j ) P( j ) K ( j ), GB 1 P( j ) K ( j ) 如果P(s)具有误差 P(s) P0 (s) P(s) ，那么相应地开环 和闭环频率特性也具有误差 GK ( j ) GK ( j ) GK 0 ( j ) GB ( j ) GB ( j ) GB 0 ( j )
K ( s)( I G ( s) K ( s)) 1
1
闭环系统鲁棒稳定性分析
乘性不确定性 考虑下图所示系统
(s) G
u k K(s) G(s) y
其中(s)为任意稳定的真有理分式且满足||(s)||1
定理：上图所示的闭环系统对任意的(s)均稳定当且 仅当
( I G ( s) K ( s)) 1 G ( s) K ( s)
G ( s) 1 , a [ a , a ] 2 s as 1
可以代表带阻尼的弹簧装置，RLC电路等。这种不确 定性通常不会改变系统的结构和阶次。 动态不确定性 也称未建模动态 ( s) ，我们通常并不知道它的结构、 阶次，但可以通过频响实验测出其幅值界限：
( j) W ( j) , R,W ( j)为确定函数
dv v f dt
0 2 0 2 , i为给定常数
那么实际的被控对象就可以描述为
dv （M 0＋M ) ( 0 )v f , M 1 , 2 dt 如果用f 到v的传递函数来描述，则有 1 G( s) G0 ( s) ( s) ( M 0 M ) s 0 其中
体现了开环特性的相对偏差 GK GK 到闭环频率特性 GB GB 的增益，因此，如果我们在设计控制器K时， 能够使S的增益足够小，即
S ( j ) , 为充分小正数
那么闭环特性的偏差将会抑制在工程允许的范围内。 传递函数S(s)称为系统的灵敏度函数。实际上S(s)还等 于干扰w到输出的闭环传递函数，因此减小S(s)的增益 就等价于减小干扰对控制误差的影响。引入定义
Kharitonov定理
具有不确定参数的系统
假设系统的特征多项式为
f (s) an s n an1s n1 a1s a0 (1)
其系数满足
ai ai ai , i 0,1,, n,0 [ai , ai ]
我们称(1)为区间多项式，为了判定系统的稳定性，应该 研究所有可能的参数组合，这是个无穷检验问题。 前苏联数学家 Kharitonov于1978年给出了关于判断区 间多项式族鲁棒稳定性的四多项式定理，为研究参数不 确定系统的鲁棒性分析奠定了基础。
F1 ( s) 2 3s 5s 2 3s 3 s 4 F2 ( s) 2 3s 6s 2 3s 3 s 4 F3 ( s) 2 2s 5s 2 4s 3 s 4 F4 ( s) 2 2s 6s 2 4s 3 s 4
H控制理论
Kharitonov定理： (1)中的每一个多项式均稳定当且仅当 下面的四个多项式稳定
2 4 P1 ( s) a0 a1 s a2 s a3 s 3 a4 s a5 s 5 2 4 P2 ( s) a0 a1 s a2 s a3 s 3 a4 s a5 s 5 2 3 4 5 P3 ( s) a0 a1 s a2 s a3 s a4 s a5 s 2 3 4 5 P4 ( s) a0 a1 s a2 s a3 s a4 s a5 s
1 G0 ( s) , M 0 s 0 Ms ( s ) ( M 0 s 0 ) [(M 0 M ) s ( 0 )]
可以找到适当的界函数W ( j ),有 ( j ) W ( j )
鲁棒控制理论是分析和处理具有不确定性系统的 控制理论，包括两大类问题：鲁棒性分析及鲁棒性综 合问题。鲁棒性分析是根据给定的标称系统和不确定 性集合，找出保证系统鲁棒性所需的条件；而鲁棒性 综合（鲁棒控制器设计问题）就是根据给定的标称模 型和不确定性集合，基于鲁棒性分析得到的结果来设 计一个控制器，使得闭环系统满足期望的性能要求。 主要的鲁棒控制理论有： Kharitonov区间理论； H控制理论； 结构奇异值理论(理论)； 等。
取k＝1，此时闭环传递函数的分母为
s 4 r3Biblioteka 3 r2 s 2 r1s 1 s3 2s 2 2s 1 s 4 p3s3 p2 s 2 p1s 2
其中
p1 [2,3], p2 [5,6], p3 [3,4]
此时上面的闭环系统稳定当且仅当下面的四个多项式 稳定
H控制理论提出的背景
现代控制理论的许多成果在理论上很漂亮，但实际 应用并不成功。主要原因是忽略了对象的不确定性，并 对系统所存在的干扰信号作了苛刻的要求。 加拿大学者Zames在1981年提出了著名的H控制思 想，考虑如下一个单输入单输出系统的设计问题：对于 属于一个有限能量的干扰信号，设计一个控制器使得闭 环系统稳定且干扰对系统期望输出影响最小。由于传递 函数的H范数可描述有限输入能量到输出能量的最大增 益，所以用表示上述影响的传递函数的H范数作为目标 函数对系统进行优化设计，就可使具有有限功率谱的干 扰对系统期望输出的影响最小。
鲁棒性(Robustness)
所谓鲁棒性，是指标称系统所具有的某一种性 能品质对于具有不确定性的系统集的所有成员均成 立，如果所关心的是系统的稳定性，那么就称该系 统具有鲁棒稳定性；如果所关心的是用干扰抑制性 能或用其他性能准则来描述的品质，那么就称该系 统具有鲁棒性能。
系统的不确定性
参数不确定性，如二阶系统：
S (s) sup [S ( j )]
R
* ( A ) { ( A A)} , ( ) 其中 表示最大奇异值，即 max 1 2
A*为A的共轭转置阵， max为最大特征值。
H控制问题即为对于给定的 > 0，设计控制器K 使得闭环系统稳定且满足