迭代辨識控制器設計的魯棒性分析.pdf

1、近二十幾年來，研究人員對系統(tǒng)辨識方法的探索不斷深入和完善，然而在相對成熟的傳統(tǒng)系統(tǒng)辨識方法中也存在著一定不足和局限。它們重在尋求一個確定的模型逼近真實模型，與控制器設計往往分別依賴各自獨立的性能指標進行優(yōu)化求解，兩者表面統(tǒng)一，本質分離。常常導致基于辨識模型設計的控制器不一定能夠確保對真實對象的高質量控制效果。為此，面向控制的辨識這一結合系統(tǒng)辨識理論與魯棒控制理論的方法應運而生。迭代辨識作為其中一種將辨識與控制相結合的方法，已經(jīng)在復雜系統(tǒng)

2、高性能控制器設計中被廣泛研究。
　　然而，在迭代辨識方法中，控制器的設計常常是從最壞情況下進行分析與綜合的，考慮的魯棒性問題過于保守。隨機化方法是基于不確定性隨機化，在概率意義下所形成的一種算法。在魯棒性分析中，它與傳統(tǒng)的方式相比，具有復雜度降低，保守性更好的優(yōu)點。為此，本文提出了將隨機化方法應用于迭代辨識控制器設計的魯棒穩(wěn)定性分析當中。通過對辨識出來的不確定模型集用v-gap模型不確定結構表示，包含了用來描述模型誤差的不確定性項

3、，然后等價描述為一個加性不確定性結構。針對加性不確定性結構只含有單一非結構但有界不確定性參數(shù)，我們從概率的角度出發(fā)，將不確定性參數(shù)描述為隨機變量，并假設其概率密度，然后在模型集內進行模型的采樣，生成有限容量樣本。最后應用隨機化算法，估計出設計的控制器鎮(zhèn)定整個不確定性模型集的概率的大小。估計出的結果不僅可以定性，更可以定量分析迭代辨識過程中設計出的控制器的魯棒穩(wěn)定問題。
　　本文把魯棒穩(wěn)定性問題在概率的意義下進行重新描述和刻畫，為面