鲁棒稳定性理论robustfourth
鲁棒控制理论 第六章

鲁棒控制理论第六章本章将介绍鲁棒控制理论的基本概念和重要性。
鲁棒控制是一种能够在面对各种不确定性和扰动时保持系统稳定性和性能的控制方法。
在实际工程中,由于各种外部因素的存在,系统常常会面临不确定性和扰动,这导致传统控制方法的性能下降或失效。
鲁棒控制理论的提出旨在解决这些问题,使得控制系统能够在不确定环境下保持稳定并具备良好的性能。
鲁棒控制理论的基本概念包括:鲁棒稳定性和鲁棒性能。
鲁棒稳定性指的是控制系统在面对各种不确定性时能够保持稳定,即使系统参数发生变化或外部干扰存在,仍能使受控系统收敛到期望状态。
鲁棒性能则是指控制系统在鲁棒稳定的前提下,仍能保持良好的控制性能,如快速响应、抑制干扰等。
___控制在工程领域具有广泛的应用价值。
它能够有效应对各种不确定性因素,如参数变化、外部扰动、测量误差等,保证系统稳定和性能优良。
鲁棒控制不仅能够应用于传统的电气和机械系统中,还可以应用于复杂的多变量和非线性系统中,如控制网络、飞行器、汽车等。
因此,掌握鲁棒控制理论对于工程领域的研究和实践具有重要意义。
在接下来的章节中,我们将进一步探讨___控制理论的原理和方法,以及其在实际工程中的应用案例。
通过深入了解和研究鲁棒控制理论,我们将能够更好地设计和实现稳定可靠的控制系统,提高工程领域的控制技术水平。
鲁棒控制理论是一种应用于控制系统设计的理论框架,旨在解决系统不确定性和外部干扰对系统性能造成的影响。
该理论的主要目标是设计出对参数变化、模型不准确性和外部扰动具有强鲁棒性的控制器。
鲁棒控制理论的主要原理是通过在控制系统中引入设计参数的变化范围,并使用鲁棒性准则来评估控制系统的性能。
这样设计的控制器能够在不确定性条件下保持系统的稳定性和性能。
在鲁棒控制理论中,主要采用了一些常见的数学工具和方法,如线性矩阵不等式、H∞控制、μ合成等。
这些方法能够有效地处理系统不确定性和外部干扰,并提供了一种灵活且可行的控制系统设计方案。
总而言之,鲁棒控制理论是一种应对系统不确定性和外部干扰的有效工具。
鲁棒控制理论综述

[3]R.E.Kalman.When is a linear control system optimal?[J].Transaction ASME,Ser.D,1964,86:51-60.
2、未来拓展方向
线性系统的鲁棒控制理论已经基本形成,然而,对于非线性系统由于问题本身的复杂性以及数学建模的困难性,其研究还需要不断加以完善,当然现在就有大量学者在这个领域从事研究,比如2012年西班牙学者Saleh S.Delshad等人就利用LMI优化方法针对非线性不确定时滞系统做了关于 观测器设计方面的研究[12]。但是关于非线性系统的鲁棒控制问题还有待进一步深入探讨。我们充分利用现有各种方法的特点,有机的结合其中几种方法较之孤立的研究某一方法要有效的多,几种方法结合会为非线性鲁棒控制的研究开辟新的方向。
参考文献:
[1]Cruz.J B,PerkinsW R.A new approach to the sensitivity problem in multivariable feedback system design[J].IEEE Transaction on Automatic Control.1964,AC-9(3):216-223.
三、发展历程
鲁棒控制系统设计思想最早可以追溯到1927年Black针对具有摄动的精确系统的大增益反馈设计。由于当时不知道反馈增益和控制系统稳定性之间的确切关系,所以设计出来的控制系统往往是动态不稳定的。早期的鲁棒研究主要集中在Bode图,1932年Nyquist提出了基于Nyquist曲线的频域稳定性判据,使得反馈增益和控制系统稳定性之间的关系明朗化。1945年Bode讨论了单输入单输出(SISO)反馈系统的鲁棒性,提出了利用幅值和相位稳定裕度来得到系统能容许的不确定范围。这些方法主要用于单输入单输出系统而且这些关于鲁棒控制的早期研究主要局限于系统的不确定性是微小的参数摄动情形,尚属灵敏度分析的范畴,从数学上说是无穷小分析思想,并且只是停留在理论上。20世纪六七十年代,鲁棒控制只是将SISO系统的灵敏度分析结果向MIMIO进行了初步的推广[1],与此同时,状态空间理论引入控制论后,系统控制取得了很大的发展,鲁棒问题也显得更加重要,其中就要提到两篇对现代鲁棒控制理论的建立有重要影响的文章:一篇是Zames在1963年关于小增益定理的论文[2],另一篇是1964年Kalman关于单入单输出系统LQ调节器稳定裕量分析的研究报告[3]。鲁棒控制这一术语第一次在论文中出现是在1971年Davion的论文[4],而首先将鲁棒控制写进论文标题的是Pearson等人于1974年发表的论文[5]。当然,鲁棒控制能够被推广到现代控制理论研究的前沿,与这一时期有关的Nyquist判据在多变量系统中的推广、有理函数矩阵分解理论以及Youla参数化方法等基础理论的进展是密切相关的。
鲁棒控制理论与应用 第五章 系统的稳定性和鲁棒性能分析

第五章 系统的稳定性和鲁棒性能分析5.1 BIBO 稳定性对实际工程中的动态系统来讲,稳定性是最基本的要求。
一般的稳定性含义有两个。
一个是指无外部信号激励的情况下,系统的状态能够从任意的初始点回到自身所固有的平衡状态的特性。
另一种定义是指在有外部有界的信号激励下,系统的状态,或输出,响应能够停留在有界的范围内。
对于线性系统,这两个稳定性定义是等价的,但是对一般的非线性系统则不是等价的。
前者称为Lyapunov 稳定,而后者称为BIBO 稳定。
本小节我们先考虑BIBO 稳定性。
假设系统H 由如下状态方程来描述: (5.1.1)⎩⎨⎧==),(),(u x h y u x f xH &:如图5.1.1所示,是系统的内部状态,u 和分别是外部输入信号和输出信号。
设输入信号u 属于某一个可描述的函数空间U 。
那么,对于任意nR t x ∈)(y U u ∈,系统H 都有一个输出响应信号y 与之对应,为了简单起见,记其对应关系为(5.1.2)Hu y =显然,系统Σ对应于的输出响应信号的全体同样地构成一个空间,记为Y 。
因此,从数学的意义上讲,系统U u ∈H 实际上是输入函数空间U 到输出函数空间的一个映射或算子。
这也表明,我们可以更加严格地使用算子理论来研究系统Y H 的性质。
定义5.1.1 设为关于时间)(t u ),0[∞∈t 的函数,则的截断的定义为 )(t u )(t U T (5.1.3)⎩⎨⎧>≤≤=T t Tt t u t u T ,00),()(定义5.1.2 若算子H 满足(5.1.4) T T T Hu Hu )()(=则称算子H 是因果的。
而式(5.1.4)称为因果律。
因果算子的物理意义很明确,即T 时刻的输入并不影响))((T t t u >T 时刻以前的输出响应。
T Hu )(定义 5.1.3 设算子H 满足p T p T L u L HU ∈∀∈,)(。
鲁棒控制理论综述

鲁棒控制理论综述作者学号:摘要:本文首先介绍鲁棒控制理论涉及的两个基本概念(不确定性和鲁棒)和发展过程,然H控制理论,最后指出鲁棒控制研后叙述鲁棒控制理论中两种主要研究方法:μ理论、∞究的问题和扩展方向。
H控制理论关键词:鲁棒控制理论,μ理论,∞一、引言自从系统控制(Systems and Control)作为一门独立的学科出现,对于系统鲁棒性的研究也就出现了。
这是由这门学科的特色和研究对象决定的。
对于世界上的任何系统。
由于系统本身复杂性或是人们对其认识的不全面,在系统建立模型时,很难用数学语言完全描述刻画。
在这样的背景下,鲁棒性的研究也就自然而然地出现了。
二、不确定性与鲁棒1、不确定性谈到系统的鲁棒性,必然会涉及系统的不确定性。
由于控制系统的控制性能在很大程度上取决于所建立的系统模型的精确性,然而,由于种种原因实际被控对象与所建立的模型之间总存在着一定的差异,这种差异就是控制系统设计所面临的不确定性。
这种不确定性通常分为两类:系统内部的不确定性和系统外部的不确定性。
这样,就需要一种能克服不确定性影响的控制系统设计理论。
这就是鲁棒控制所要研究的课题。
2、鲁棒“鲁棒”一词来自英文单词“robust”的音译,其含义是“强壮”或“强健”。
所谓鲁棒性(robustness),是指一个反馈控制系统在某一特定的不确定性条件下具有使稳定性、渐近调节和动态特性这三方面保持不变的特性,即这一反馈控制系统具有承受这一类不确定性的能力。
具有鲁棒性的控制系统称为鲁棒控制系统。
在工程实际控制问题中,系统的不确定性一般是有界的,在鲁棒控制系统的设计中,先假定不确定性是在一个可能的范围内变化,然后在这个可能的变化范围内进行控制器设计。
鲁棒控制系统设计的思想是:在掌握不确定性变化范围的前提下,在这个界限范围内进行最坏情况下的控制系统设计。
因此,如果设计的控制系统在最坏的情况下具有鲁棒性,那么在其他情况下也具有鲁棒性。
三、发展历程鲁棒控制系统设计思想最早可以追溯到1927年Black针对具有摄动的精确系统的大增益反馈设计。
数学中的robust optimization

数学中的Robust Optimization在数学中,Robust Optimization(鲁棒优化)是指在处理不确定性和变动性问题时,寻求一种能够保证系统稳定性和最佳性能的优化方法。
在实际应用中,很多问题都存在不确定性和变动性,例如经济模型中的市场波动、工程设计中的材料变化、交通规划中的天气变化等等。
传统的优化方法往往无法有效处理这些问题,而鲁棒优化则能够更好地应对这些挑战。
1. 概念理解鲁棒优化的概念源于20世纪90年代,最初主要应用于控制理论和运筹学领域。
随着对不确定性建模和处理技术的不断完善,鲁棒优化逐渐成为了数学优化领域的热门研究方向。
其核心思想是在优化问题中引入不确定因素的范围,使得所得到的解对于一定范围内的不确定性都具有稳定的性能。
这一点对于实际问题的解决非常重要,因为现实世界中很多问题的输入数据都难以完全确定,甚至是随机变动的。
2. 鲁棒优化的应用领域鲁棒优化在实际应用中有着广泛的应用。
在工程领域,例如建筑结构设计中考虑到材料强度的波动、电力系统中考虑到负荷变动等都涉及到鲁棒优化;在金融领域,投资组合优化中考虑到市场波动、风险控制中考虑到利率变化等也需要运用鲁棒优化方法;在交通运输领域,交通流量预测中考虑到交通事故、天气影响等都需要鲁棒优化的技术支持。
鲁棒优化在各个领域都有着非常重要的应用和意义。
3. 个人观点个人认为,鲁棒优化的重要性在当今社会中日益凸显。
随着社会经济的发展和科技的进步,不确定性和变动性问题必然会越来越复杂和严重。
在这种背景下,如何合理地处理这些问题,有效地利用有限的资源,实现系统的稳定性和性能最优是当前亟待解决的问题。
鲁棒优化恰恰提供了一种有效的方法来解决这些问题,为实际问题的解决提供了新的途径和思路。
4. 总结回顾通过对鲁棒优化的学习和研究,我们不仅对于优化问题的理解更加深入,而且也为实际问题的解决提供了更多的选择和方法。
在未来的研究和实践中,我相信鲁棒优化一定会有着更广泛的应用和更深远的影响。
鲁棒控制理论第四章

∞
<1
ˆ ˆ P 1 + ΔW2
(
)
ˆ ˆ W2 S
∞
<1
4.3 鲁棒性能(鲁棒跟踪性)
假定对象传递函数属于集合 ℘ 。鲁棒性能的一般含义 是指集合中的所有元素都满足内稳定和一种特定的性能。 定义:鲁棒跟踪性 设对象不确定性满足乘积摄动模型,即
ˆ ℘ = P = (1 + ΔW2 ) P Δ ∞ ≤ 1 对于给定的参考输入信号,当鲁棒稳定的控制器 ˆ 对于 ,有 ,称系统是鲁棒跟踪 C ˆ ∀P ∈℘ W1S < 1 的,其中 为摄动系统的敏感函数。 ∞
选择
0.21s ˆ W2 ( s ) = 0.1s + 1
ω
例3:模型嵌入方法
设实际对象传递函数 P ( s ) = 现将它嵌入乘积摄动模型。 令标称对象 选择
k ˆ P (s) = 0 s−2
ˆ W2 ( jω )
k s−2
,其中 k ∈ [0.1,10]
ˆ P ( jω ) − P ( jω ) ˆ ≤ W2 ( jω ) ,满足 ˆ P ( jω )
设对象不确定性满足乘积摄动模型即设控制器使标称对象内稳定则控制器内稳定其中为标称系统的补敏感函数定理1的证明已知摄动系统的开环传递函数根据nyquist稳定性判据由于标称系统内稳定wtwtimre位于以1为圆心半径小于1的闭圆内相位角变化360满足则在由于则在通过1j0点则摄动系统不稳定
鲁棒控制理论
ωi
M ik , φik
ˆ 选取 W2 ( s) ,满足
W2 ( jωi ) ≥ M ik e M ie
φik φi
−1 ,
i = 1,
m,
k = 1,
稳定性及鲁棒性lecture3

鲁棒性(Robustness)
一般地,总假设已知受控对象的模型(标称模型),但实际 中存在种种不确定因素,如:
➢ 参数变化; ➢ 未建模动态特性;
内部不确定性
➢ 平衡点的变化;
➢ 传感器噪声;
外部不确定性
➢ 不可预测的干扰输入;
所以标称模型只能是实际物理系统的不精确表示。
➢ 鲁棒性: 在外界干扰或系统模型发生变化时系统性能的保 持能力;
鲁棒稳定性的频域判定条件
➢ 反馈控制系统Σ
+
_
u
y
H(s)
G(s)
G(s) N1(s) , D1 ( s)
闭环传函
H (s) N2 (s) D2 (s)
F(s) G(s)H (s) 1 G(s)H (s)
通过F(s)的极点分布,判断系统的稳定性。
也就是研究1+G(s)H(s)=0 的根,即
的根的情况
最终建立起被控量θ和控制量u之间的关系
:
(M m)mgl (M m)I Mml 2
(M
ml m)I
Mml 2
u
近似描述单摆运动规律,寻找合适u使平衡态 T 0 0T 稳定
➢ 建模,控制:忽略某些动态特性→线性化模型→控制u完全根 据Σ设计
➢ 实际系统:控制效果?诸多不确定因素的影响?
系统 Lyapunov稳定性理论三要素 扰动
(2) 加法不确定性
W(s)
ΔP(s)
+
P0(s)
+
P(s) P0 (s) P(s)W (s),
P(s) 1
(3) 反馈不确定性
ΔP(s)
W(s)
_
+
P0(s)
鲁棒稳定性鲁棒控制

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
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。
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
S ( 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:
- 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)。
2009年11月27日
鲁棒控制理论及应用课程
信息科学与工程学院
何 勇
基于规范互质分解描述的鲁棒稳定性
z2
ΔN (s)
w2
w1
w
ΔM (s)
z1
W (s)
r
K (s)
N1 ( s )
M
−1 1
(s)
-
PA ( s )
y
U C = { PA ( s ) = [ M 1 ( s ) + M Δ M ( s )]−1[ N1 ( s ) + W Δ N ( s )], Δ ( s ) ∈ BH ∞ ⎡ I ⎤ −1 −1 Tzw ( s ) = ⎢ ⎥ [ I + P( s ) K ( s )] M 1 ( s )W ( s ) ⎣ − K (s) ⎦
σ max [Tzω ( jω )]
当Δ ( s ) = 0 时闭 环控制系统是 稳定的;
10 − 1
( I + KP) KW ∈ BH ∞
−1
10 − 2 10 − 2
10 − 1
10 0
101
10 2 ω
奇异值曲线
K(s)是稳定化控制器
3
2009年11月27日
鲁棒控制理论及应用课程
信息科学与工程学院
函数 V ( x) = xT Px 对时间的导数不依赖于让r(t)和s(t)的值而满 足
& V ( x) = x T {[ A + ΔA( r (t ))]T P + P[ A + ΔA( r (t ))]}x − 2 x T P[ B + ΔB ( s (t ))] f ( x)
≤ −a x(t ) ,
13
2009年11月27日
鲁棒控制理论及应用课程
信息科学与工程学院
何 勇
二次稳定化问题
& 定义:在系统 x(t) = A(r(t))x(t) + B(s(t))u(t) 中,若存在连续的状态反 定义: 馈控制 u(t ) = f ( x(t )), f (0) = 0 以及n维常数矩阵P>0和常数a>0,而且对应于闭环控制 系统 & x(t ) = A(r (t )) x(t ) + B ( s (t )) f ( x(t ))
(A; D, E ) = min{ Δ : A + DΔE为不稳定} r
称为稳定矩阵A对不确定性D△E的稳定半径。
10
2009年11月27日
鲁棒控制理论及应用课程
信息科学与工程学院
何 勇
关于稳定半径的计算
定理1:假设矩阵A是稳定的,而且 G(s) = E (sI − A)−1 D ≠ 0 则稳 −1 rc = r ( A; D, E ) = G ( s) ∞ 定半径rc为
x =
。
y
=
A x +
D u
E 在式(A; D, E ) = min{ Δ : A + DΔE为不稳定}中,当△为实 数时,则稳定矩阵A对实数不确定性D△E的稳定半 径rR为 rR = rR ( A; DΔE ) = ( Sup GR ( jω ) )−1
ω∈Ω
其中 Ω = {Ω ∈ R; GI ( jω) = 0}, GR ( s )和GI ( s )分别为G ( s ) 的实部和虚部。
2
∀x ∈ R n , ∀t ∈ R
则称系统是可二次稳定化的(quadratically stabilizable)。
14
2009年11月27日
鲁棒控制理论及应用课程
信息科学与工程学院
何 勇
二次稳定性的性质
定义:下述两种陈述是等价的。 定义: & a) 系统 x(t) = A(r(t))x(t) + B(s(t))u(t) 可通过线性控制u=-Kx实 现二次稳定化; & b) 对系统 x(t) = A(r(t))x(t) + B(s(t))u(t) 实施适当的线性状态反 馈u = - K x后获得的闭环控制系统是二次稳定的。 引理:下述三个结论是等价的。 引理: & a) 系统x(t) = A(r(t))x(t) + B(s(t))u(t)是二次稳定的; b) 存在常数矩阵P>0和常数a>0,使
}
可鲁棒稳定化的充分与必要条件是Γ A 为正定,其中
⎡1− β β 1 − β1 β p 1 1 L ⎢ λ1 + λp ⎢ λ1 + λ1 ⎢ L L ΓA = ⎢ L ⎢1 − β β 1 − β1 β p p 1 ⎢ L ⎢ λp + λ1 λ1 + λp ⎣
8
⎤ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦
W (λ ) βi = % i P (λ i )
何 勇
乘法不确定性的鲁棒稳定化条件
z
K ( s)
P (s) PA ( s)
Δ( s )
W ( s)
w y
rU M = [ I + W ( s )Δ ( s )]P ( s ), Δ ( s ) ∈ BH ∞
{
}
Tzω = −[ I + PK ]−1 PKW
定理: K 为鲁棒稳定化控制器的充分与必要条件是,当 Δ(s) = 0 时闭环控制系统是稳定的,且 ( I + PK )−1 PKW ∈ BH∞
∞
< 1; K ( s ) =
5( s + 0.2)( s + 0.1) s ( s + 5)
Tyr ( s ) = [1 + P ( s ) K ( s )]−1 P ( s ) K ( s ) ∈ RH ∞
Tzw ( s) = [1 + P( s) K ( s)]−1 K ( s)W ( s)
101 10 0
Re λi > 0,
βi < 1
插值问题:求所有属于BH∞且满足插值条件 插值问题 F (λi ) = βi , i = 1, 2,L , p 的标量函数及其存在的条件。 引理:插值问题可解的充分与必要条件是矩阵 引理:
⎡1− β β 1 − β1 β p 1 1 L ⎢ λ1 + λp ⎢ λ1 + λ1 ⎢ L L ΓA = ⎢ L ⎢1 − β β 1 − β1 β p p 1 ⎢ L ⎢ λp + λ1 λ1 + λp ⎣ ⎤ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦
}
定理: K 为鲁棒稳定化控制器的充分与必要条件是,当 ΔM (s) = Δ N (s) = 0 时闭环控制系统是稳定的,且
5
⎡I ⎤ −1 −1 ⎢ − K ( s ) ⎥ [ I + P( s) K ( s)] M 1 ( s )W ( s ) ∈ BH ∞ ⎣ ⎦
2009年11月27日
鲁棒控制理论及应用课程
信息科学与工程学院
何 勇
其它典型不确定性的鲁棒稳定化条件
W (s ) Δ (s )
-
W (s )
Δ (s )
-
K (s )
-
P (s )
K (s )
P (s )
a : PA ( s) = [ I + W ( s )Δ( s ) P( s)]−1 P( s )
b : PA ( s) = [ I + W ( s)Δ( s)]−1 P( s)
AT [ r (t )]P + PA[ r (t )] ≤ − aI , ∀r (t ) ∈ Rr
c) 存在常数矩阵P>0,满足
AT [ r (t )]P + PA[ r (t )] < 0, ∀r (t ) ∈ Rr
15
2009年11月27日
鲁棒控制理论及应用课程
信息科学与工程学院
何 勇
可线性二次稳定化控制
为正定的,其中 βi 和 λ i 分别为 βi 和 λ i 的共轭复数。
7
2009年11月27日
鲁棒控制理论及应用课程
信息科学与工程学院
何 勇
可鲁棒稳定化条件(1)
定理: 假设公称模型P(s)具有不同的p个不稳定极点λ1 ,λ2 ,… ,λp , Re λi﹥0,则对于非结构化集合:
U A = { PA ( s ) = P ( s ) + W ( s )Δ ( s ) : Δ ( s )∈ BH ∞
λ1 + μ 1
L 1
L L L L L L
λp + λ p
1
λp + μ1
1
μ1 + λ p
L 1
μ1 + μ 1
L 1
9
μ2 + λ p
μ2 + μ1
⎤ ⎥ λ1 + μ z ⎥ ⎥ L ⎥ 1 ⎥ ⎥ λp + μ z ⎥ ⎥ 1 ⎥ ⎥ μ1 + μ z ⎥ L ⎥ ⎥ 1 ⎥ ⎥ μ2 + μ z ⎥ ⎦ 1
11
2009年11月27日
鲁棒控制理论及应用课程
信息科学与工程学院
何 勇
稳定半径的意义
& 对于系统 x(t) = A(r(t))x(t), A(r(t))=A + DΔE, Δ ≤ r 使用状态 Im 反馈u=-Kx进行稳定化控制 1.5
1.0
& x(t ) = ( AK + DΔE) x(t )
AK = A + BK
0.5 0
−0.5 −1.0
−1 ∞
rR −1
rc −1
Re
稳定半径可定义为
rc=r ( AK , D, E ) = E ( sI − AK ) D
−1
−1.5 −1.5 −1.0 −0.5