Preview

Мехатроника, автоматизация, управление

Расширенный поиск
Доступ открыт Открытый доступ  Доступ закрыт Доступ платный или только для Подписчиков

Синтез адаптивного наблюдателя переменных состояния для линейного стационарного объекта при наличии шумов измерений

https://doi.org/10.17587/mau.24.339-345

Аннотация

Статья посвящена проблеме синтеза наблюдателей переменных состояния для линейных стационарных объектов, функционирующих в условиях шумов или возмущений в канале измерения. Рассматривается полностью наблюдаемый линейный стационарный объект с известными параметрами. Допускается, что переменные состояния не измеряются, а измеряемая выходная переменная содержит малый по амплитуде (в общем случае по модулю меньше единицы) аддитивный шум или возмущение. Также предполагается, что относительно возмущения или шума в канале измерения не имеется никакой априорной информации (например, частотный спектр, ковариация и прочее). Хорошо известно, что для данного типа объектов получено большое число методов синтеза наблюдателей, включая прекрасно зарекомендовавший себя на практике фильтр Калмана. При условии полной наблюдаемости и наличия некоторой априорной информации о случайном процессе (что характерно для случая, когда возмущение в канале измерения может быть представлено в виде белого шума) подходы, основанные на калмановской фильтрации, демонстрируют высочайшее качество сходимости оценок переменных состояния к истинным значениям. Не оспаривая многочисленные результаты, полученные с использованием фильтра Калмана, в данной работе рассматривается альтернативная идея построения наблюдателя переменных состояния. Альтернативность нового подхода, прежде всего, связана с тем, что отпадает необходимость использования привычных подходов, базирующихся на наблюдателе Люенбергера. В работе предлагается подход, основанный на оценке неизвестных параметров (в данном случае неизвестного вектора начальных условий переменных состояния объекта) некоторой линейной регрессионной модели. В рамках предлагаемого метода после несложного преобразования осуществляется переход от динамической системы к линейной регрессионной модели с неизвестными постоянными параметрами, содержащей шум или возмущающее воздействие. Далее предлагается новая нелинейная параметризация исходной регрессионной модели, обеспечивающая уменьшение влияния шума и синтез алгоритма идентификации неизвестных постоянных параметров с использованием процедуры динамического расширения регрессора и смешивания. В статье представлены результаты компьютерного моделирования, иллюстрирующие достижение заявленных теоретических результатов.

Об авторах

А. А. Бобцов
Университет ИТМО
Россия

д-р техн. наук, проф.

г. Санкт-Петербург



В. С. Воробьев
Университет ИТМО
Россия

аспирант

г. Санкт-Петербург



Н. А. Николаев
Университет ИТМО
Россия

канд. техн. наук, доц.

г. Санкт-Петербург



А. А. Пыркин
Университет ИТМО
Россия

д-р техн. наук, проф.

г. Санкт-Петербург



Р. Ортега
Instituto Tecnológico Autónomo de México
Мексика

PhD

México



Список литературы

1. Luenberger D. G. Observing the State of a Linear System // IEEE Transactions on Military Electronics. 1964. Vol. 8, N. 2. P. 74—80. DOI: 10.1109/TME.1964.4323124.

2. Kalman R. E., Bucy R. S. New results in linear filtering and prediction theory // Journal of Basic Engeneering. 1961. Vol. 83, N. 1. P. 95—108.

3. Мирошник И. В. Теория автоматического управления. Линейные системы. СПб.: Питер, 2005. 336 с.

4. Dorf R., Bishop R. Modern control systems. 12th ed. Prentice Hall, 2011.

5. Гудвин Г. К., Гребе С. Ф., Сальгадо М. Э. Проектирование систем управления. М.: БИНОМ. Лаборатория знаний, 2004. 911 с.

6. Первозванский А. А. Курс теории автоматического управления: Учеб. пособ. М.: Наука, 1986. 616 с.

7. Квакернаак Х., Сиван Р. Линейные оптимальные системы управления. М.: МИР, 1977. 652 с.

8. Korovin S. K., Fomichev V. V. State observers for linear systems with uncertainty. Walter de Gruyter, 2009. Vol. 51.

9. Mohajerpoor R., Abdi H., Nahavandi S. A new approach to functional observer design for linear time-delay systems // 2016 IEEE International Conference on Systems, Man, and Cybernetics (SMC), Budapest, Hungary. 2016. P. 000143—000148. DOI: 10.1109/SMC.2016.7844233.

10. Kabanov A. A., Zuev A. V., Zhirabok A. N., Filaretov V. F. Synthesis of Diagnostic Observers for Linear Systems Based on Optimal Control Methods // 2022 International Conference on Control, Automation and Diagnosis (ICCAD), Lisbon, Portugal. 2022. P. 1—5. DOI: 10.1109/ICCAD55197.2022.9853673.

11. L L. T., Duan G. R. Full-state and reduced-order state observer design for a class of linear time-varying systems // 2017 Chinese Automation Congress (CAC), Jinan, China. 2017. P. 2546—2551. DOI: 10.1109/CAC.2017.8243204.

12. Ortega R., Bobtsov A., Nikolaev N., Schiffer J., Dochain D. Generalized parameter estimation-based observers: Application to power systems and chemical—biological reactors // Automatica. 2021. Vol. 129. P. 109635.

13. Ortega R., Bobtsov A., Pyrkin A., Aranovskiy S. A parameter estimation approach to state observation of nonlinear systems // Systems & Control Letters. 2015. Vol. 85. P. 84—94.

14. Aranovskiy S., Bobtsov A., Ortega R., Pyrkin A. Parameters estimation via dynamic regressor extension and mixing // 2016 American Control Conference (ACC). IEEE. 2016. P. 6971—6976.

15. Aranovskiy S., Bobtsov A., Ortega R., Pyrkin A. Performance Enhancement of Parameter Estimators via Dynamic Regressor Extension and Mixing // IEEE Transactions on Automatic Control. 2017. Vol. 62, N. 7. P. 3546—3550

16. Bobtsov A., Bazylev D., Pyrkin A., Aranovskiy S., Ortega R. A robust nonlinear position observer for synchronous motors with relaxed excitation conditions // International Journal of Control. 2017. Vol. 90, N. 4. P. 813—824

17. Льюнг Л. Идентификация систем: Теория для пользователя. М.: Наука, 1991. 432 с.

18. Sastry S., Bodson M. Adaptive control: stability, convergence, and robustness. Prentice Hall, 1989.


Рецензия

Для цитирования:


Бобцов А.А., Воробьев В.С., Николаев Н.А., Пыркин А.А., Ортега Р. Синтез адаптивного наблюдателя переменных состояния для линейного стационарного объекта при наличии шумов измерений. Мехатроника, автоматизация, управление. 2023;24(7):339-345. https://doi.org/10.17587/mau.24.339-345

For citation:


Bobtsov A.A., Vorobyev V.S., Nikolaev N.A., Pyrkin A.A., Ortega R. Synthesis of Adaptive Observer of State Variables for a Linear Stationary Object in the Presence of Measurement Noise. Mekhatronika, Avtomatizatsiya, Upravlenie. 2023;24(7):339-345. (In Russ.) https://doi.org/10.17587/mau.24.339-345

Просмотров: 453


ISSN 1684-6427 (Print)
ISSN 2619-1253 (Online)