现代控制理论课程实验二:利用状态观测器实现状态反馈的系统设计

简介: 现代控制理论课程实验二:利用状态观测器实现状态反馈的系统设计

4022df35d1a749c8ad2960223effadab.jpg

一、实验目的



b2e224bd7e3746298f3e19d70d6741d1.jpg


1、理解并掌握线性状态反馈控制的原理和方法;

2、理解并掌握线性观测器的设计方法;

3、练习控制性能比较与评估的方法。


二、实验设备与软件


1、MATLAB软件

2、Multisim软件

3、leaSaC实验箱


三、实验模块


函数信号发生器模块、有源模块A1-A7、阻容库模块和可变阻容库模块


四、实验原理


4.1、若受控系统完全能控,则通过状态反馈可以任意配置极点。


受控系统如下图所示

a21979eaf1ac4a97b12e7f0ac53f26a4.jpg



7e38d38359294b6da116032e6c88beb4.jpg


4.2、 时不变线性连续系统的状态反馈控制与观测器

对时不变线性连续系统



35871847cc034a1b898a326f0b032217.jpg

以系统状态为反馈变量产生控制


e737cf6689e2481baa959cfefc684f20.jpg



这种控制方式称为状态反馈控制,

如下图所示

bfd846ffded84a108c4e81f15b4448f8.jpg


考虑到控制系统的性能主要取决于系统极点在根平面上的分布,状态反馈控制通常通过极点配置法实施,将闭环系统极点配置在期望的位置上,从而使系统满足瞬态和稳态性能指标。


应用极点配置方法实现任意极点的配置,要求原系统可控。对于高阶系统(大于二阶),常将闭环系统设计成具有两个主导极点和非主导极点组成的系统,这样可以用二阶系统的分析方法确定参数。


但是,状态作为系统内部变量组,或由于不可能全部直接测量,或由于量测手段在经济性和适用性上的限制,使状态反馈的物理实现在有些情况下成为不可能或很困难的事。


为此引入状态观测器,以重构状态代替系统状态实现状态反馈,系统必须能观,才能设计观测器。


基于观测器的状态反馈控制系统由受控系统、状态反馈和观测器三部分构成。


如下图所示


700292e8eb304149a06dc8c947636926.jpg

观测器设计时需要满足观测的状态与原始状态在渐近意义下等价。

全维状态观测器的动态方程为

ba18824d503a4a88b7194f0971b44ae0.jpg

实际上,若系统输出矩阵C为满秩时,可以认为已代表了一部分状态,所以可以设计较简单的降维状态观测器,其最小维数为 (n代表状态个数,q代表输出个数)。


五、实验内容


5.1、系统模型建立


用Multisim建立系统模型


352d16fa0ffe47c4b810a07c28842042.png

系统模型仿真波形如下所示


44946481c079426cb647c8ca50ddf076.png


5.2、建立状态观测器实现极点配置的仿真模型

状态观测器实现极点配置的仿真模型如下所示



e77a3fd505aa46c5b628bfaf7eba5998.png


状态观测器实现极点配置的仿真模型仿真波形如下所示


4afa8ec5e3654fbfad20a21431b58c28.png


5.3、建立状态观测器模型

建立状态观测器模型如下所示


b736df80781b44ed99fdee394dd60287.png



建立状态观测器模型的仿真波形如下所示


34019a620e7842ba9fa862d7ead03dda.png



0ca0afc26e7c4661b20a773edaa96182.png

六、实验总结


image.png


通过本次实验:利用状态观测器实现状态反馈的系统设计,总结如下几点所示

  • 1、理解并掌握线性状态反馈控制的原理和方法;
  • 2、理解并掌握线性观测器的设计方法;
  • 3、练习控制性能比较与评估的方法。



ee691b3b2318446589255013953baccd.jpg


相关文章
|
传感器 机器学习/深度学习 自动驾驶
无人驾驶中常用的37个数据集以及每个数据集的亮点
我们在写论文的时候,经常会用到数据集.以下是我的一些整理.
|
10月前
|
传感器 算法 vr&ar
六自由度Stewart控制系统matlab仿真,带GUI界面
六自由度Stewart平台控制系统是一种高精度、高稳定性的运动模拟装置,广泛应用于飞行模拟、汽车驾驶模拟、虚拟现实等领域。该系统通过六个独立的线性致动器连接固定基座与移动平台,实现对负载在三维空间内的六个自由度(三维平移X、Y、Z和三维旋转-roll、pitch、yaw)的精确控制。系统使用MATLAB2022a进行仿真和控制算法开发,核心程序包括滑块回调函数和创建函数,用于实时调整平台的位置和姿态。
|
11月前
|
数据可视化 数据挖掘 定位技术
MATLAB数据可视化
【10月更文挑战第8天】本文详细介绍了MATLAB中的数据可视化功能,涵盖基本绘图、特定绘图类型(如三维绘图、极坐标图)、高级图形功能(如自定义图形属性、子图、交互式图形、动画与动态可视化)以及地理数据可视化工具箱等内容。同时,文章还提供了性能优化建议,帮助用户在处理大型数据集时提升绘图效率。
|
10月前
|
机器学习/深度学习 人工智能 算法
探索人工智能中的强化学习:原理、算法与应用
探索人工智能中的强化学习:原理、算法与应用
|
10月前
|
机器学习/深度学习 人工智能 自然语言处理
探索深度学习中的卷积神经网络(CNN)及其在现代应用中的革新
探索深度学习中的卷积神经网络(CNN)及其在现代应用中的革新
|
Java 关系型数据库 MySQL
1、Mybatis-Plus 创建SpringBoot项目
这篇文章是关于如何创建一个SpringBoot项目,包括在`pom.xml`文件中引入依赖、在`application.yml`文件中配置数据库连接,以及加入日志功能的详细步骤和示例代码。
六自由度Stewart平台的matlab模拟与仿真
**摘要** 探索MATLAB2022a模拟6-DOF Stewart平台,模拟动态变化及伺服角度。平台实现XYZ平移及绕XYZ轴旋转。结构含中心动平台、固定基座及6个伺服驱动的伸缩连杆。运动学原理涉及球铰/虎克铰的转动自由度。通过动力学分析解决输入力矩到平台加速度的转换。核心算法与模型揭示了平台的精密定位能力。仿真结果显示动态性能。
|
算法 C语言
一文搞懂:一文教你快速搞懂速度曲线规划之S形曲线(超详细+图文+推导+附件代码)
一文搞懂:一文教你快速搞懂速度曲线规划之S形曲线(超详细+图文+推导+附件代码)
579 0
一文搞懂:一文教你快速搞懂速度曲线规划之S形曲线(超详细+图文+推导+附件代码)
|
编译器 开发工具 C语言
vscode安装+配置+使用+调试【保姆级教程】
vscode安装+配置+使用+调试【保姆级教程】
54904 8
|
算法 计算机视觉
现代控制理论课程实验一:线性系统状态空间分析与运动解
现代控制理论课程实验一:线性系统状态空间分析与运动解
现代控制理论课程实验一:线性系统状态空间分析与运动解