鲁棒控制
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。
鲁棒控制课件
.
• 结构奇异值 实际的被控对象可以看作是对象模型 集合 G 中一个元素。结构不确定性Δ 描 述系统模型与标称模型的偏离程度。为 了评价闭环系统的稳定性和性能，可以 将闭环系统分为两部分：广义标称对象 M ( s )和不确定性Δ ，得到如图 所示的M −Δ 结构。
传递函数矩阵 M ( s )包含对象的标称模型、控制器和不确定性的加 权函数。摄动块Δ 是块 对角矩阵，它包含各种类型的不确定性摄动。Δ 结构是根据实际问 题的不确定性和系统所需要 的性能指标来确定的，它属于矩阵集 Δ ( s)。这个集合包含三部分的 块对角结构： （1）摄动块的个数 （2）每个摄动子块得类型 （3）每个摄动子块的维数 本文考虑两类摄动块：重复标量摄动块和不确定性全块。前者表示 对象参数不确定性，后 者表示对象动态不确定性。 定义块结构 Δ ( s)为 {}
实际应用
非线性系统设计的基本问题是我们仅知道被 控对象的部分动态信息,无法获得被控对象的精 确模型,所建立的模型要反映实际的被控对象,就 必然存在未知项和不确定项；如果在控制器设 计阶段没有恰当地处理这些不确定项,可能会使 得被控系统的性能明显地恱化,甚至造成整个闭 环系统不稳定。控制器必须能够处理这些未知 项戒不确定项,因而估计和鲁棒是设计一个成功 的控制器的关键。自适应控制和鲁棒控制及其 相结合的控制器是能够处理这些未知项戒不确 定项,以获得期望的暂态性能和稳态跟踪精度行 之有效的方法。
研究问题：
• 鲁棒控制器问题是控制系统 设计中鱼待解决的问题之一, 它是在所描述的被控对象不 确定性允许范围内,综合其控 制律,使系统保持稳定和性能 鲁棒. • 鲁棒控制理论包括鲁棒性分 析和鲁棒设计两大类问题. • 由于系统中的不确定性对系 统的性能能否保持有决定性 的影响,且高性能指标的保持 要求高精度的标称模型.
鲁棒控制理论
鲁棒控制理论
鲁棒控制理论是一种系统工程学的控制理论，由美国科学家陆奇和国际系统工程的其他学者创造，旨在解决复杂的系统控制问题。
鲁棒控制理论提出了一种处理不确定性、复杂性和时间变化的新方法，其目标是建立一种能够针对系统模型中的离散不确定性和模型更新进行控制的机制，以实现最优的系统控制运行状态。
鲁棒控制的优点是它能够可靠的实现最优控制，即使系统模型受到不确定性和模型更新的影响，也能够有效地解决复杂系统控制问题。
鲁棒控制主要由以下三部分组成：模型，估计和控制。
首先，在模型构建方面，鲁棒控制理论针对复杂系统提出了新的离散不确定模型，解决了传统控制理论中模型不精确的问题，使模型更加准确、可靠，从而有效地控制复杂系统；其次，在参数估计方面，鲁棒控制提出了基于Kalman滤波公式的鲁棒参数估计方法，能够有效地处理系统中的测量噪声和估计误差，解决模型和估计不确定性的问题；最后，在控制方面，鲁棒控制结合了最优控制理论和去抖动技术，以实现良好的系统控制，有效解决模型不精确和时间变化带来的控制问题，提高系统控制性能和精度。
由于鲁棒控制理论对复杂系统控制问题的普遍性和可靠性，它已经得到了广泛的应用。
目前，鲁棒控制理论在自动化控制、机器人、智能车辆、飞行器控制等多个学科领域广泛应用，在系统设计、仿真验和控制实现等方面取得了重大的成果。
总之，鲁棒控制理论是一种实用性强、能够普遍应用于复杂系统
控制的系统工程技术，它不仅可以可靠地实现最优控制，而且能够有效解决复杂系统控制问题。
因此，鲁棒控制理论为复杂系统的控制提供了一种有效的解决方案，促进了控制学的发展，并为未来的自动控制应用奠定了基础。
鲁棒控制的原理
鲁棒控制的原理一、引言鲁棒控制是现代控制理论中的一个重要概念，它的核心思想是通过设计控制系统，使其具有良好的鲁棒性，即在面对扰动、不确定性和模型误差等因素时，仍能保持良好的控制性能。
本文将介绍鲁棒控制的原理及其在实际应用中的重要性。
二、鲁棒控制的概念鲁棒控制是指控制系统能够在面对不确定性和外部扰动时，依然保持稳定性和性能。
与传统的准确建模和精确控制相比，鲁棒控制更加适用于复杂的实际系统。
鲁棒控制不依赖于系统的精确模型，而是通过设计鲁棒控制器来满足系统的性能要求。
鲁棒控制设计的目标是使系统对模型不确定性和扰动具有一定的鲁棒稳定性和性能。
三、鲁棒控制的原理鲁棒控制的原理基于系统的不确定性和外部扰动，通过设计鲁棒控制器来保证系统的稳定性和性能。
在鲁棒控制中，常用的方法有两种：一是通过设计鲁棒控制器来抵消系统的不确定性和扰动，以保持系统的稳定性和性能；二是通过设计鲁棒观测器来对系统的不确定性和扰动进行估计和补偿，以实现系统的稳定性和性能。
鲁棒控制设计的关键是选择合适的鲁棒性能指标和控制器结构。
常用的鲁棒性能指标包括鲁棒稳定裕度、鲁棒性能裕度和鲁棒敏感度函数等。
鲁棒控制器的结构可以根据具体的系统特性进行选择，常见的鲁棒控制器包括H∞控制器、μ合成控制器和鲁棒PID控制器等。
四、鲁棒控制的应用鲁棒控制在实际应用中具有广泛的应用价值。
首先，在工业控制领域，鲁棒控制可以应对系统参数不确定性和外部扰动，提高系统的鲁棒稳定性和性能。
其次，在航空航天领域，鲁棒控制可以应对飞行器的不确定性和外部干扰，确保飞行器的安全和稳定。
此外，在机器人领域，鲁棒控制可以应对环境的不确定性和外部扰动，提高机器人的自主导航和操作能力。
鲁棒控制的应用还涉及到经济系统、生物系统、能源系统等多个领域。
例如，在经济系统中，鲁棒控制可以应对市场波动和外部冲击，提高经济系统的鲁棒性和稳定性。
在生物系统中，鲁棒控制可以应对遗传变异和环境变化，保持生物系统的稳定和适应能力。
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
鲁棒控制理论
鲁棒控制理论鲁棒控制理论是一种被广泛运用的控制工程理论，它可以在不可预知的环境中，运行控制系统的高效协调和准确的效果。
这种理论可以为自动控制系统提供一种通用的解决方案，以达到更好的控制效果。
鲁棒控制理论是一种动态系统控制理论，它存在于复杂系统中，可以有效地应对环境变化和外部干扰，以实现系统目标。
与普通控制理论不同，鲁棒控制理论重视系统的可靠性，可以适应实际环境的变化，从而实现较高的控制效果。
作为一种新兴控制理论，鲁棒控制理论有着广泛的应用，它可以应用于机器人、自动化仪表、航空航天控制系统以及其他复杂的自动控制系统中。
鲁棒控制理论的主要特点是：可靠性、稳健性、健壮性、可拓展性和可调节性。
首先，鲁棒控制理论具有可靠性。
鲁棒控制的可靠性是由于它的结构特点所决定的，它可以有效地抵抗外部环境的变化，从而实现控制系统的准确性和稳定性。
其次，鲁棒控制理论具有稳健性、健壮性和可拓展性。
稳健性是指控制系统在面对不可预料的外部干扰时仍能达到较高的控制效果；健壮性是指控制系统在不确定的环境状态下仍能保持高效；可拓展性是指当外部环境发生变化时，控制系统也可以快速地适应这些变化，从而实现更好的控制效果。
最后，鲁棒控制理论具有可调节性。
可调节性是指控制系统可以自行调节其输入参数，以改善系统的性能。
因此，当外部环境发生变化时，控制系统也可以自行调节以适应这些变化，从而实现更好的控制效果。
鲁棒控制理论是当今自动控制系统开发的一种有效途径，它具有可靠性、稳健性、健壮性、可拓展性和可调节性等特点。
鲁棒控制理论的出现，使自动化控制的可靠性、可维护性和可拓展性大大提高，在自动控制系统的开发过程中也发挥了重要作用。
综上所述，鲁棒控制理论在自动控制系统开发中有着重要的作用，它具备可靠性、稳健性、健壮性、可拓展性和可调节性等特点，使得自动化控制能够在复杂环境中达到更好的控制效果。
因此，鲁棒控制理论值得被广泛运用，以实现更好的自动化控制效果。
具有鲁棒性的控制设计方法
具有鲁棒性的控制设计方法控制系统的设计和实现通常面临着各种不确定性和外部扰动的挑战。
为了克服这些问题并确保系统能够稳定和可靠地运行，具有鲁棒性的控制设计方法变得至关重要。
在本文中，将介绍一些常用的鲁棒控制设计方法，并探讨它们的优点和适用范围。
一、H∞控制方法H∞控制方法是一种广泛应用于工业控制系统中的鲁棒控制方法。
它的核心思想是通过优化控制器的H∞范数性能指标，使得控制系统对不确定性和扰动具有一定的鲁棒性。
H∞控制方法可以通过对控制器设计的性能要求进行权衡，从而实现系统的稳定性和鲁棒性。
H∞控制方法的主要优点是能够有效地处理各种不确定性和扰动，并具有较好的鲁棒性。
然而，它也存在一些局限性，例如需要对系统模型的不确定性进行较为准确的描述，以及对系统的结构进行一定的约束。
二、μ合成控制方法μ合成控制方法是一种基于现代控制理论的鲁棒控制方法。
它通过优化控制器的μ性能指标，实现系统的鲁棒性和性能要求之间的权衡。
μ合成控制方法能够有效地处理不确定性和扰动，并在实际应用中取得了良好的效果。
μ合成控制方法的主要优点是能够在控制器设计过程中兼顾系统的性能和鲁棒性要求，并具有较好的数学理论基础。
然而，μ合成控制方法也存在一些技术难题，例如需要进行复杂的计算和优化，并对系统的结构和参数进行一定的限制。
三、鲁棒PID控制方法鲁棒PID控制方法是一种基于传统PID控制算法的鲁棒控制方法。
它通过在PID控制器中引入补偿器，实现对系统不确定性和扰动的补偿，从而提高系统的稳定性和鲁棒性。
鲁棒PID控制方法的主要优点是简单易用，适用于各种不确定性和扰动情况，并且不需要对系统模型进行精确的描述。
然而，鲁棒PID 控制方法也存在一些问题，例如控制器的性能受限于PID结构的局限性，并且对不确定性和扰动的补偿能力有一定的限制。
四、自适应控制方法自适应控制方法是一种通过在线估计和补偿系统的不确定性和扰动的鲁棒控制方法。
它通过不断更新控制器的参数，使系统能够自适应地应对不确定性和扰动的变化，从而实现系统的鲁棒稳定性。
鲁棒控制理论基础章
鲁棒控制理论基础章1. 引言鲁棒控制是指当系统受到外界干扰时，仍能保持一定稳定性的控制方法。
鲁棒控制方法的出现，是为了解决传统控制方法在系统故障和外界干扰下容易失效的问题。
鲁棒控制理论也因此应运而生。
本章将介绍鲁棒控制理论的基础知识，包括鲁棒性概念、鲁棒控制设计指标及鲁棒控制设计方法。
2. 鲁棒性概念2.1 鲁棒性定义鲁棒性是指控制系统能够在一定程度上抵抗外界干扰、模型不确定性和参数扰动等不利因素的性能。
在控制系统中，外部干扰是不可避免的，特别是在现代控制领域中，系统模型和控制器参数的不确定性也是普遍存在的。
因此，了解和掌握鲁棒性理论对于控制系统稳定性的提高和鲁棒性能的设计至关重要。
2.2 鲁棒性评价指标鲁棒性评价指标通常采用灵敏度函数和鲁棒稳定裕度等指标来评估系统的鲁棒性能。
其中，灵敏度函数是指系统输出间的变化与系统输入间的变化之间的关系，鲁棒稳定裕度则是指系统在一定范围内满足稳定性要求的能力。
2.3 鲁棒性的分类鲁棒性可分为参数鲁棒性和结构鲁棒性两种。
参数鲁棒性是指系统在参数变化时对系统鲁棒性的影响，即当有一个扰动作用到系统参数上时，系统是否能够维持一定的稳定性。
结构鲁棒性是指系统在模型不精确或者模型存在未知扰动时，仍能够保证鲁棒稳定性。
3. 鲁棒控制设计指标3.1 灵敏度函数在鲁棒控制设计中，灵敏度函数是一个重要的工具，其可以用来评估系统的稳定性。
针对灵敏度函数，可以设计出控制器，通过控制器来提高系统的稳定性。
3.2 鲁棒稳定裕度鲁棒稳定裕度是衡量鲁棒控制系统对于系统变化的一种指标。
通过定义不同的鲁棒稳定裕度，可以使得鲁棒控制系统更加健壮。
3.3 状态观测器状态观测器可以更加准确地预估系统的状态，提供更加精确的控制信号。
在鲁棒控制系统中，设计一个稳健的状态观测器可以提高系统的稳定性。
4. 鲁棒控制设计方法4.1 H∞控制H∞控制是一种经典的鲁棒控制方法，其通过最小化灵敏度函数，使得系统具有一定稳定性。
鲁棒控制算法
鲁棒控制算法1. 引言鲁棒控制算法是一种应用于控制系统中的方法，旨在保证系统在不确定、多变的环境中的稳定性和性能。
鲁棒控制算法可以有效应对各种干扰和参数变化，使系统能够在不确定性条件下保持良好的控制性能。
2. 什么是鲁棒控制算法2.1 定义鲁棒控制算法是指那些能够对系统的模型参数不确定性和外部干扰有很强适应能力的控制算法。
它能够保证系统在参数不确定或者受到干扰时仍能够保持稳定运行、较好的控制品质。
2.2 特点鲁棒控制算法具有以下几个特点： 1. 对于系统模型参数的不确定性能够有一定的容忍度。
2. 对于来自外部干扰的抑制能力较强。
3. 对于传感器误差和测量噪声具有较好的适应能力。
3. 鲁棒控制算法的应用3.1 工业控制系统鲁棒控制算法广泛应用于各类工业控制系统中，例如化工过程控制、机械设备控制、电力系统控制等。
在这些系统中，常常存在着工作环境的不确定性和参数变化，鲁棒控制算法能够保证系统在这些不确定性条件下依然能够保持良好的控制性能。
3.2 机器人控制鲁棒控制算法在机器人控制中也得到了广泛的应用。
机器人在执行任务的过程中，常常会面临环境的不确定性和干扰，例如摩擦力的变化、外部控制输入的变化等。
鲁棒控制算法能够保证机器人的运动稳定性和精度，提高机器人执行任务的效果。
3.3 自动驾驶在自动驾驶领域，鲁棒控制算法也是不可或缺的一部分。
自动驾驶系统中的控制算法需要具有很高的适应性，能够应对各种不确定性和干扰，例如天气条件的变化、道路状况的变化等。
鲁棒控制算法可以使自动驾驶系统在这些不确定性条件下依然能够保持稳定、安全的行驶。
4. 鲁棒控制算法的实现4.1 H∞ 控制H∞ 控制是一种常用的鲁棒控制算法，它通过设计一个保证系统从输入到输出的最大幅度稳定裕度（Maximal Stability Margin）的控制器来实现系统的鲁棒性能。
4.2 μ合成μ合成是一种基于奈奎斯特稳定裕度（Nyquist Stability Margin）的鲁棒控制算法。
鲁棒控制与鲁棒控制器设计ppt课件.ppt
28
对叠加型不确定性 对乘积型的不确定性
2024/9/30
29
3.2 灵敏度问题的鲁棒控制器设计
一般情况下，受控对象 G 的 D 矩阵为非满秩矩阵时， 不能得出精确的成型控制器，这时回路奇异值的上下限 满足式子
当
时，控制器作用下实际回路奇异值介于
之间。
2024/9/30
30
【例7】
2024/9/30
20
【例3】对【例1】中的增广的系统模型，分别 设计
2024/9/30
21
绘制在控制器作用下系统的开环 Bode 图和 闭环阶跃响应曲线
2024/9/30
22
【例4】
加权矩阵
并设置 设计最优 控制器，并绘制出该控制器作用下的 阶跃响应曲线和开环系统的奇异值曲线。
2024/9/30
23
2024/9/30
2024/9/30
15
变换出系统矩阵 P
2024/9/30
16
【例2】用【例1】中的对象模型和加权函数， 得出其系统矩阵模型 P
2024/9/30
17
2、 鲁棒控制器的 计算机辅助设计
鲁棒控制工具箱的设计方法
2024/9/30
18
2.1 鲁棒控制工具箱的 设计方法
鲁棒控制器的状态方程表示
其中
31
绘制在此控制器下的回路奇异值及闭环 系统的阶跃响应曲线
2024/9/30
32
3.3 混合灵敏度问题的鲁棒 控制器设计
2024/9/30
33
【例8】
2024/9/30
34
假设系统的不确定部分为乘积型的，且已知 ，并已知不确定参数的变化范围为 ,设计固定的 控制器
- 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)。
V ( x) 2 x P( ) x(t ) x [ A ( ) P( ) P( ) A( )]x(t ) 0
T T T
计算李雅普诺夫函数式（4.200）沿系统方程 的导数，有
（4.201） 显然要判断 V 0 是比较困难的，一种有效的 方式是将 V 表示成 l
B1 D11 D21
B2 D12 D22
与 H 状态反馈控制问题相比，测量输出y的 描述和输出反馈控制律是不相同的，控制器K 是动态输出反馈补偿器，其状态空间描述为 （5.5a） Ak Bk y （5.5b） u Ck Dk y 即 根据2.2.1节的讨论，如图所示的闭环系统由 w到z的闭环传递函数矩阵为
C C1 D12 FL Dk C2
D D11 D12 FL Dk C21
FL ( I Dk D22 )1 EL ( I D22 Dk )
1
D12 FLCk
5.1.3基于状态观测器的H 控制问题
如图所示基于状态观测器的 H 控制问题。假 设广义的控制对象由（5.4）描述，控制器K 由状态观测器及基于这个状态观测器的状态 反馈控制律构成。 对于与广义控制对象同维数的状态观测器， 有 x A x B1 y B 2 u（5.8） 对于降维观测器有：
V
i 1 i
i
i
的形式，这样，只要 0, i 1, , l ，就能保 证 V 0,从而判定系统的稳定性。 事实上，由系统方程（4.191）引入自由矩阵 ，对任意合适维数的矩阵T1 , T2 ，有
[ x T1 x T2 ][ x(t ) A( ) x(t )] 0 （4.203）
（5.9a） （5.9b） x C D y 基于状态估计值的 x的反馈控制律为 u F x （5.10） 由式（5.8）或式（5.9）或式（5.10）构成的 控制器K，最终均可以化成式（5.5c）的形式 。对于式（5.8）和式（5.10）构成的情况， 有
A B1 y B 2 u
处理的。对于具体的不确定性模型，一下给 出基于LMI的系统二次稳定的有效校验方法。 考虑如下具有时变结构不确定性参数系统
x(t ) [ A A(t )]x(t )
其中 A(t ) DF (t )E, F T (t )F (t ) I 则关于系统（4.194）二次稳定的定理如下： 定理4.21 系统（4.194）二次稳定的充分与必要条件是 存在对称正定矩阵P>0和标量 >0，使得下述
对于i=1，…,l成立，则具有系统矩阵（4.197 ）并可表示成（4.198）的系统（4.191）是鲁 棒稳定的。
状态空间H 控制理论
• 5.1状态空间 H 控制问题 在3.3.1节给出了标准 H 控制问题描述，本 节考虑状态空间 H 控制问题的具体形式， H 输出反馈问 主要有 H 状态反馈控制问题， 题和基于状态观测的H 控制问题。 5.1.1 H 状态反馈控制问题 如图，是 H 状态反馈控制问题的基本框图。 假设广义控制对象G的状态空间实现为
T T Pi T1 Ati T2 T2 T2T
, l 以及任意 定理4.24 如果存在 P i 0, i 1, 合适维数的矩阵 T1 , T2 使得下述LMI T T T （4.205） T1 Ati Ati Pi T1 Ati T2 i 0 T T T2 T2 Pi T1 T2 Ati
服二次稳定的保守性。但是，要利用参数依赖 的李雅普诺夫函数或泛函来克服二次稳定的保 守性，存在困难，那就是在李雅普诺夫函数的 导数中，系统矩阵与李雅普诺夫矩阵的分离比 较困难。 本节介绍一种简单的处理参数依赖的李雅普诺 夫函数的方法，它可以方便的分离李雅普诺夫 函数的导数中的系统矩阵和李雅普诺夫矩阵。 为此将李雅普诺夫函数修改为： T （ 4.200 ） V ( x) x P ( ) x l P( ) i Pi , Pi 0, i 1, l 是待定正定矩 这里， i 1 阵。
LMI成立
PA AT P E T E PD 0 T D P I
下面考虑不确定性参数模型的仿射依赖模型，即矩 阵 A( ) 具有以下的形式： A( (t )) A0 1 (t ) A1 m (t ) Am （4.197） 定义顶点集
T
T
将式（4.203）的左边加入 V 之中，有 l （4.204） V T (t )[ i ] (t ) i 1 这里
i
T x(t ) T1 Ati Ati (t ) , i T P T i 1 T2 Ati x(t )
A( ) i Ati A( ), i 1 i 0, i 1,
i 1 i 1
l
l
,l （4.198）
首先，讨论这类系统的二次稳定性，有下述定 理。 定理4.22 具有系统矩阵式（4.197）的系统（ 4.191）二次稳定的充分必要条件是，存在一 个对称矩阵P，使得对所有的 ，矩阵不等 式（4.193）成立。 对于式（4.198）表示的多项式型参数不确定 性，研究表明：参数依赖的李雅普诺夫函数， 即用一个参数依赖的李雅普诺夫矩阵来替代二 次稳定性中的单一的李雅普诺夫矩阵，可以克
x Ax B1w B2u z C1 x D11w D12u yx
(5.1d)
即
A G C1 I
B1 D11 0
B2 D12 0
应用状态反馈控制律 u=Fx （5.2） 其中F为相应的维数的状态反馈增益矩阵。 根据（5.1d）和（5.2），可以求出闭环控制 系统由w到z的闭环传递函数矩阵为：
zw zw
1
5.1.2 H 输出反馈控制问题
如3.3.1节所述，考虑如图所示的H 输出反馈 控制问题。假设广义控制对象G的状态空间实 现为：
x Ax B1w B2u z C1 x D11w D12u y C2 x D21w D22u
即
A G C1 C2
Ak A B 2 , Bk B1 , Ck F , Dk 0
Tzw (s) C(sI A)1 B D
Байду номын сангаасk K Ck Bk Dk
其中
A B2 FL Dk C2 A Bk ELC2
Ak Bk EL D22Ck B2 FLCk
B1 B2 FL Dk D21 B Bk ELC21
鲁棒稳定性分析的LMI方法
李雅普诺夫直接法是整个稳定性理论 的核心方法，李雅普诺夫在1892年提 出的稳定性的基础，被称为基本理论。 系统的二次稳定一般只是鲁棒稳定的 一个充分条件，而不是必要的。事实 上，考虑具有不确定参数的系统。
（4.1.9） x(t ) A( ) x(t ) 其中 x(t ) 是系统的状态变量，A( ) 是实值参数 向量 [1, 2 , p ] ，假定不确定参数 在 一个给定的集合 中的取值，对于系统（ 4.191）来说，因为二次稳定性要求对所有的 不确定性参数 ，存在一个公共的李雅 普诺夫矩阵P>0是得
0 { [1, , m ]: i iori i , i 1, , m}
m 2 其中共有l= 个顶点。容易看到，不确定性参数
的 的允许范围是 是顶点 0 的一个凸包，即由 0 中l个顶点的凸组合的全体所构成的集合。 记l个顶点为 Ati ，i=1,…,l,
dV ( x(t )) V 0 dt
成立，如果矩阵 A( ) 是定常的，二次稳定与 渐进稳定是等价的。
• 对于鲁棒的稳定性而言，二次稳定是一个 相对保守的概念，其处理参数不确定性的 系统，特别是具有时变结构不确定性参数 的系统的鲁棒稳定性是非常有效的。 • 对于系统（4.1.9）而言，如果存在一个对 称正定矩阵P>0，使得对所有的不确定性参 数 ，矩阵不等式 T • A ( ) P PA( ) 0 （4.193） 成立，则系统（4.1.9）是二次稳定的。一般 情况下 是一个无穷集合，所以需要验证无 穷多个矩阵不等式的可行性。当然这是很难
Tzw (s) (C1 D12 F )(sI A B2 F ) B1 D11（5.3） H 状态 由3.3.1节标准 H 控制问题的定义， 反馈可以描述为：对于如图5.1所示的闭环系 统和广义控制对象（5.1d），寻找状态反馈 增益矩阵F，使 A B2 F 是稳定的，而且由式（ 5.3）描述的闭环传递函数矩阵满足 T (s) 其中 0 是一个给定的常数，最优 H 状态 反馈控制问题则是寻找状态反馈增益矩阵F, 使得A B2 F 是稳定的，而且要最小化 T (s)