文章目录

  • 前言
  • 一、全维状态观测器

前言

本文主要提到的是闭环形式状态观测器中的全维状态观测器,建议有时间可以阅读上一篇开环形式的状态观测器(篇幅不长)以理解状态观测器。


一、全维状态观测器

  全维状态观测器是闭环状态观测器的一种。还是从非常常见的公式开始:

  所谓全维状态观测器,就是以y和u为输出,且其状态变量与原系统状态变量满足
  这很容易理解,就是我的模拟系统的输出最终与原系统的输出是一样的,这样模拟系统就完成了任务。
  可以看到,全维状态观测器有两个输入,与开环形式的相比多了一个原系统的输出y,那这个y是干啥的,就是来构成闭环反馈的,也就是有了这个y的作用,我们可以修改系统矩阵的特征值,解决在开环状态反馈中解决不了的问题。
  但在全维状态观测器中,作用到反馈回路中的不仅仅原系统的输出y,实际上,作为反馈量的是原系统与模拟系统的差值,经增益矩阵L反馈到模拟系统的积分器输入端构成一个闭环系统。
  因此,这个时候,模拟系统被重构了,公式变成了
     x^˙=Ax^+Bu+L(y−y^)\dot{\hat{x}}=A\hat x+Bu+L(y-\hat{y})x^˙=Ax^+Bu+L(y−y^​)
由于       y^=Cx^\hat y=C\hat xy^​=Cx^
上式进一步变成
    x^˙=(A−LC)x^+Bu+Ly\dot{\hat{x}}=(A-LC)\hat x+Bu+Lyx^˙=(A−LC)x^+Bu+Ly   (1)
其中待确定的系数矩阵只有L。
  而且,在这个方程中uuu和yyy是输入,(A−LC)(A-LC)(A−LC)是系统矩阵,跟之前所说的全维观测器的定义相符。
  言归正传,我们设计全维观测器的目的是为了观测状态变量,观测状态变量的方法是创建了一个跟原系统一样维度的观测器来模拟那些状态变量,模拟的最终目的就是要原系统的状态变量与模拟系统的状态变量的差值为0,即       x~˙=(x˙−x^˙)\dot{\widetilde x}=(\dot x-\dot{\hat x})x˙=(x˙−x^˙)
可得方程
      x~˙=(A−LC)x~\dot{\widetilde x}=(A-LC)\widetilde xx˙=(A−LC)x    (2)
  这个方程表明,不管初始的误差x~0\widetilde x_{0}x0​有多大,只要让(A−LC)(A-LC)(A−LC)的特征值均具有负的实部,就可以让误差值最终变为0。
  因为L是未确定的矩阵,因此可以将(A-LC)配置到合适的极点位置上,这就是极点配置的问题了。这里还有一个可任意配置极点的条件,其中只要{A,C}是能观测的,就能够证明得到可以任意配置极点。
总之,全维状态观测器的设计相对也比较简单:
(1) 要清楚反馈,是谁反馈回来,就能写出反馈后的状态方程即公式(1);
(2) 要明确是要让谁最终趋于0,用原系统的状态方程减去模拟系统的状态方程就可以得到公式(2);
(3)得到公式(2)就知道要对谁的极点进行配置,配置完成之后得到的就是矩阵L;
(4)得到矩阵L之后代入方程(1)就得到了全维状态观测器的状态方程。

参考书籍 线性控制理论 阙志宏

【状态观测器】全维状态观测器相关推荐

  1. 全维状态观测器和降维状态观测器

    状态观测器 由于系统状态不易直接测量,为实现状态反馈,需要进行系统状态观测器设计,用系统状态估计值去代替系统的真实状态值来实现所需的状态反馈. 状态观测器的存在条件 → 完全能观! 定理6.2 给定n ...

  2. 全维观测器matlab,全维状态观测器详解.ppt

    全维状态观测器 xp座机电话号码8 状态重构和状态观测器 状态重构即状态观测器的提出,主要是为了解决状态反馈在性能上的不可替代性和在物理上的不能实现性的矛盾. (1)不可替代性:先前各节中极点配置,镇 ...

  3. matlab降维观测器,全维.降维观测器 - 范文中心

    本文通过具体的例子阐明如何在 MATLAB系统中进行全维状态观测器和降维状态观测器的设计.MATLAB 为状态空间设计提供了很多有用的函数,方便了矩阵方程的求解,其中的MATLAB 里面提供的库函数对 ...

  4. 改进YOLO系列 | ICLR2022 | OMNI-DIMENSIONAL DYNAMIC CONVOLUTION: 全维动态卷积

    单个静态卷积核是现代卷积神经网络(CNNs)的常见训练范式.然而,最近的动态卷积研究表明,学习加权为其输入依赖注意力的n个卷积核的线性组合可以显著提高轻量级CNNs的准确性,同时保持高效的推理.然而, ...

  5. 改进YOLOv8 | 即插即用篇 | 全维动态卷积 |《 OMNI-DIMENSIONAL DYNAMIC CONVOLUTION》

    单个静态卷积核是现代卷积神经网络(CNNs)的常见训练范式.然而,最近的动态卷积研究表明,学习加权为其输入依赖注意力的n个卷积核的线性组合可以显著提高轻量级CNNs的准确性,同时保持高效的推理.然而, ...

  6. 我们不一样。青云的全维云平台技术含量有多少?

    7月25日,阿里云和青云QingCloud分别在上海.北京召开云计算大会.阿里云说,云计算的拐点已经来临,并用一系列数据证明.青云在年度CIC(Cloud Insight Conference)说,未 ...

  7. ERP系统解决工艺流程管理痛点,全维监控,智连未来!

    我们买了新手机,为了防刮.防摔.抗污等,都习惯贴膜,而且很多都选钢化膜.那么,您知道这薄薄一片带着AB双面胶的钢化膜,需要经过切割.裁边.抛光.钢化.贴胶.清洗.包装等很多流程生产而成吗?这一系列连续 ...

  8. 从全栈到全维,青云QingCloud的思与行

    不吹不捧,对于云计算发展趋势的思考,青云QingCloud一直走在业界的最前沿. 不得不服,将前瞻技术转化为现实落地的产品,青云QingCloud也为业界做出了典范. 成立七年的青云QingCloud ...

  9. 奇瑞新能源无界Pro 硬核全维守护年轻人的硬核新护具

    年轻人追求的爱车可以说是全方位的,不仅要有时尚的外观,还要有智能黑科技,同时安全配置更不能少,能全时守护车主的安全. 奇瑞新能源无界Pro就是这样的一款车.无界Pro是奇瑞新能源新上市的纯电车型,无界 ...

最新文章

  1. 机器人十大前沿热点领域(2012-2022年)
  2. 知识点讲解三:获取重定位后的网址
  3. pyqt5知识:如何接受密码输入?
  4. 大数据治理需要具备哪些能力和关键技术?
  5. 求职者被字节HR放鸽子?
  6. 自适应个人收款页HTML源码
  7. HTML5 音视频操作
  8. 老项目引入masonry后报错unrecognized selector sent to instance
  9. 多场景下MySQL临时表的作用
  10. 定义一个圆形类Circle
  11. qt-opensource-windows-x86-vs2010-4.8.6 + qt-creator-windows-opensource-2.8.0
  12. Java集合框架和重要接口、类
  13. csdn上面文章转发
  14. 六度分离 HDO 1869 Floyd
  15. 百度刚刚晋升的29岁最年轻副总裁李明远
  16. html可识别的字体,7款有用的工具来识别字体
  17. 仁润云出品丨浅析传统风控与大数据风控
  18. Android开发手机通讯录
  19. Java毕业设计:校园二手闲置物品交易网站(java
  20. 自定义AXI IP核实验——FPGA Vitis篇

热门文章

  1. mysql设置最大连接数
  2. 桌面计算机未响应怎么办,电脑桌面卡死任务管理器打不开怎么办
  3. android手机如何到导出电话号码,手机通讯录怎么导入到新手机?三种方法,快速迁移!...
  4. 收支系统php,财务收支管理软件系统
  5. 联想e480一键恢复小孔_联想自带一键恢复没用了怎么处理
  6. 查看pip支持的文件名和版本(使用命令行)
  7. 如何使用excel制图表
  8. 室内清扫机器人部分资料收集汇总
  9. 全球当下最厉害的14位程序员,竟然这么多有头发的?
  10. opencv学习-霍夫变换-圆检测