量化系统的绝对稳定性
这个例子展示了当一个线性定常系统与一个属于圆锥扇形的静态非线性系统处于反馈互连时,如何实现绝对稳定。
反馈连接
考虑如图1所示的反馈连接。
图1:反馈连接
是线性时不变系统,和静态非线性是否属于圆锥扇形();也就是说,
在这个例子中,是下面的离散时间系统。
目录(fullfile (matlabroot,“例子”,“控制”,“主要”))添加示例数据A = [0.9995, 0.0100, 0.0001;-0.0020, 0.9995, 0.0106;0,0,0.9978];B = [0,0.002, 0.04]';C = [2.3948, 0.3303, 2.2726];D = 0;G = ss(A,B,C,D,0.01);
扇区有界非线性
在这个例子中,是非线性是对数量化器,定义如下:
在那里,.这个量化器属于扇区界.例如,如果,则量化器属于圆锥扇区[0.1818,1.8182]。
量化器参数Rho = 0.1;%下界= 2* (1+)%上限= 2/(1+)
Alpha = 0.1818 beta = 1.8182
画出量化器的扇区边界。
PlotSectorBound(ρ)
表示量化密度,其中.如果越大,则量化值越准确。有关这个量化器的详细信息,请参见[1]。
绝对稳定的圆锥扇形条件
量化器的圆锥扇形矩阵由
为了保证图1中反馈连接的稳定性,将线性系统需求满足
在那里,而且的输入和输出,分别。
这个条件可以通过检查扇区指数,,小于1
.
定义一个量化器的圆锥扇形矩阵.
Q =(1 -(α+β)/ 2,-(α+β)/ 2,αβ*);
获取的行业指数问
而且G
.
R = getSectorIndex([1;-G],-Q)
R = 1.8247
自时,闭环系统不稳定。要了解这种不稳定性,请使用下面的Simulink模型。
mdl =“DTQuantization”;open_system (mdl)
运行Simulink模型。
sim (mdl) open_system (“DTQuantization /输出”)
从输出轨迹可以看出闭环系统是不稳定的。这是因为量化器太粗糙了。
增大量化密度.量化器属于圆锥扇区[0.4,1.6]。
量化器参数Rho = 0.25;%下界= 2* (1+)%上限= 2/(1+)
Alpha = 0.4000 beta = 1.6000
画出量化器的扇区边界。
PlotSectorBound(ρ)
定义一个量化器的圆锥扇形矩阵.
Q =(1 -(α+β)/ 2,-(α+β)/ 2,αβ*);
获取的行业指数问
而且G
.
R = getSectorIndex([1;-G],-Q)
R = 0.9702
量化器满足反馈连接稳定的圆锥扇形条件.
运行Simulink模型.
sim (mdl) open_system (“DTQuantization /输出”)
从扇区指数来看,闭环系统是稳定的。
参考
[1]傅敏,谢磊,“量化反馈控制的扇区约束方法”,IEEE自动控制汇刊50(11), 2005, 1698-1711。
rmpath (fullfile (matlabroot,“例子”,“控制”,“主要”))删除示例数据