Present 8a Observer

Állapotmegfigyelő tervezése
GÁSPÁR PÉTER
Közlekedés- és Járműirányı́tási Tanszék
Budapest, 2017. január

Tartalomjegyzék
1 Állapotmegfigyelő tervezése
2 Illusztrációs példák
3 Dinamikus állapotvisszacsatolás
Budapest, 2017 2 / 42
Kérdések
Rajzolja fel az állapotvisszacsatolást és megfigyelőt tartalmazó

rendszer blokkdiagramját. Írja fel az alapösszefüggéseket. Hogyan
változik a rendszermátrix alakja?
Az ẋ = Ax − bk T x̂ + br állapotvisszacsatolt szabályozás és az
ė = (A − lcT )e állapotbecslés hibadinamikájának összefüggéseivel
mutassa meg a szeparációs elv bizonyı́tását. A felı́rásban az
e = x − x̂ összefüggést alkalmaztuk, ahol x az állapot és x̂ a becsült
állapot.
Fogalmazza meg a szeparációs elv tételét. Magyarázza meg néhány
mondatban ennek jelentőségét!
/ Kérdések Budapest, 2017 3 / 42

Állapotmegfigyelő tervezése / Budapest, 2017 4 / 42

Állapot becslése
Az eddigiekben feltételeztük, hogy a rendszer állapotát mérni tudjuk. Az

állapot ismerete szükséges az állapot-visszacsatolt szabályzó
tervezéséhez. Ha nem ismerjük az x(t) állapotvektort, akkor egy olyan
x̂(t) (azonos dimenziójú) mennyiséget képzünk, mely aszimptotikusan
közelı́ti az eredeti állapotot, tehát
x̂(t) → x(t)
miközben t → ∞.
Állapotmegfigyelő tervezése / Állapot becslése Budapest, 2017 5 / 42

Állapotbecslés hibája
Ha ismert (A, b, cT ) akkor

˙
x̂(t) = Ax̂(t) + bu(t)
ŷ(t) = cT x̂(t)
x̂(t) |(t=0) = x̂0
ahol az állapot-becslés hibája e(t) = x(t) − x̂(t) minden t ∈ [0, ∞). Az

állapotbecslés hibájának időbeli változását annak differenciál egyenlete
adja meg:
˙
ė(t) = ẋ(t) − x̂(t)
Levezethető, hogy e(t) |(t=0) = ê0 kezdeti értékkel egy homogén lineáris
differenciál-egyenlet:
ė(t) = Ae(t).
Állapotmegfigyelő tervezése / Állapotbecslés hibája Budapest, 2017 6 / 42

Hibaegyenlet
Vizsgáljuk az egyenlet megoldását:
s. e(s) − e0 = Ae(s)
e(s) = (sI − A)−1 e0 ⇒ L−1 {(sI − A)−1 e0 }
e(s) = eAt e0
Ha e0 nem zérus, akkor az állapothiba lecseng, feltéve hogy az A mátrix

stabil azaz, Re(λi ) < 0, i = 1..n. és ı́gy e(t) → 0 miközben t → ∞.
Megjegyzés: Ha A instabil, illetve ha a tervező befolyásolni akarja az

állapothiba lecsengését, akkor visszacsatolást kell alkalmazni.
Állapotmegfigyelő tervezése / Hibaegyenlet Budapest, 2017 7 / 42

Állapotegyenlet
Az állapotegyenlet:
˙
x̂(t) = Ax̂(t) + bu(t) + ` {y(t) − ŷ(t)}
| {z }
kimeneti hiba
ahol ` = [`n−1 `n−2 ... `0 ]T , `-nek n sora van. Ekkor az állapothiba
ė(t) = ˙
ẋ(t) − x̂(t)
= (A − `cT )e(t),
T
ha adott e(t) |(t=0) = ê0 akkor e(A−`c )t e0 . Így az A minden elemét
módosı́tani tudjuk, és minden sajátértékét tetszőlegesen meg tudjuk
választani.
Állapotmegfigyelő tervezése / Állapotegyenlet Budapest, 2017 8 / 42

Állapotmegfigyelhetőség
Állapotmegfigyelhetőség: Adott egy rendszer állapottér reprezentációs

alakban. (A, b, cT ). A rendszert állapotmegfigyelhetőnek nevezzük, ha a
rendszer jövőbeli bemenő és kimenő jelei függvényeinek ismeretében az
x(t) állapotokat minden a t ≥ t0 időpontra meghatározhatjuk.
Az On (cT , A) mátrixot a rendszer megfigyelhetőségi mátrixának

nevezzük. h iT
On = cT cT A ... cT An−1 .
Tétel: Kálmán-féle rangfeltétel

Egy (cT , A) pár megfigyelhető akkor és csak akkor, ha a
megfigyelhetőségi mátrix rangja megegyezik az állapottér dimenziójával,
azaz
rang On (cT , A) = n.
Állapotmegfigyelő tervezése / Állapotmegfigyelhetőség Budapest, 2017 9 / 42

Megfigyelhetőség
Tétel: A rendszer λi (A − `cT ) sajátértékei tetszőlegesen beállı́thatók egy

megfelelő ` megfigyelő-erősı́tés megválasztásával, akkor és csak akkor, ha
(cT , A) megfigyelhető.
A megfigyelő tervezés és az állapot-visszacsatolt szabályzó tervezése

duális fogalompárok, melyek egymást kiegészı́tik.
Ha az (cT , A) megfigyelhető, akkor hozzárendelhetünk egy ún.
megfigyelhetőségi alakot a következőképpen:

−a1 1 b
Ao = , bo = 1 , cTo = 1 0
−a0 0 b0
Állapotmegfigyelő tervezése / Megfigyelhetőség Budapest, 2017 10 / 42

Irányı́thatóság és megfigyelhetőség közötti
dualitás
Ha az (A, b) irányı́tható volt hozzá rendelhettünk egy ún.

irányı́thatósági állapottér reprezentációt, például n = 2-re a
következőképpen :

−a1 −a0 1
Ac = , bc = , cTc = b1 b0
1 0 0
Ha az (cT , A) megfigyelhető hozzá rendelhettünk egy ún.

megfigyelhetőségi alakot, például n = 2-re a következőképpen :

−a1 1 b
Ao = , bo = 1 , cTo = 1 0
−a0 0 b0
Állapotmegfigyelő tervezése / Irányı́thatóság és megfigyelhetőség közötti dualitás Budapest, 2017 11 / 42

Dualitás
A két felı́rási mód közöttt a dualitás teremt kapcsolatot. A két

állapottér ekvivalens állapotterek, melynek bizonyı́tására ı́rjuk fel az
átviteli függvényeiket:
b1 s + b0
G(s) =
s2 + a1 s + a0
= cTc (sI − Ac )−1 bc
= cTo (sI − Ao )−1 bo
−1
s + a1−1 adj(sI − Ao )
(sI − Ao )−1 = =
a0 s det(sI − Ao )

s 1
−a0 s + a1
=
(s + a1 )s + a0
Állapotmegfigyelő tervezése / Dualitás Budapest, 2017 12 / 42

Dualitás

s 1 b1
1 0
−a0 s + a1 b0
G(s) =
s2 + a1 s + a0

b1
s 1
b0 b1 s + b0
= 2 = 2
s + a1 s + a0 s + a1 s + a0
Ez az (Ao , bo , cTo ) reprezentáció átviteli függvénye, és azonos az

irányı́thatósági állapottérből képzett átviteli függvénnyel.
Állapotmegfigyelő tervezése / Dualitás Budapest, 2017 13 / 42

Megfigyelhetőség és irányı́thatóság
dualitása
A megfigyelhetőségi és az irányı́thatósági alakok között a dualitás teremt

kapcsolatot. A két állapottér ekvivalens állapotterek:
Ao = ATc ,
bo = cc ,
cTo = bTc ,
A megfigyelő tervezés adott (Ao , bo , cTo ) esetén, ismert ā0 , ā1 , . . . , ān−1 ,
mellett ì = āi − ai (i = 0, . . . , (n − 1)) megválasztásával történik.
(Ao , bo , cTo ) ← (ATc , cc , bTc )
Állapotmegfigyelő tervezése / Megfigyelhetőség és irányı́thatóság dualitása Budapest, 2017 14 / 42

A módosult állapotmátrix
˙
x̂(t) = Ax̂(t) + bu(t) + `y(t) − `ŷ(t)
= (A − `cT )x̂(t) + bu(t) + `y(t)
A módosult állapotmátrix alakja a következő:

Āo = Ao − `cT =
−an−1 1 0
   
... 0 `n−1
−an−2 0 1 ... 0
 `n−2 
 
= . − .  1 0 ... 0

 ..   .. 
−a0 0 0 ... 0 `0
−an−1 − `n−1
 
1 0 ... 0
−an−2 − `n−2 0 1 ... 0
=
 
.. 
 . 
−a0 − `0 0 0 ... 0
Állapotmegfigyelő tervezése / A módosult állapotmátrix Budapest, 2017 15 / 42

Bass Gura formula
A megfigyelő ` erősı́tésére vonatkozó összefüggést dualitással kapjuk,

ahol elvégezzük az alábbi megfeleltetéseket:
A → AT , b → c, k → `,
amivel ellenőrizhető, hogy C(A, b) → O(AT , c)T .
`T = k T = (α − a)T τ (a)−1 O(AT , c)−1
A dualitási elvből levezetett és a megfigyelő tervezésére vonatkozó Bass

Gura formula az alábbi:
` = O(AT , c)−T τ (a)−T (α − a)
ahol α a megfigyelő karakterisztikus egyenletének együtthatóiból képzett

vektor.
Állapotmegfigyelő tervezése / Bass Gura formula Budapest, 2017 16 / 42

Állapotmegfigyelő
Az állapotmegfigyelővel ellátott körben a megfigyelő egy dinamikus
rendszer
˙
x̂(t) = Ao x̂(t) + bo u(t)
ŷ(t) = cTo x̂(t)
[tbp]
u ẋ R x y
✲ b ✲ ✲ ✲ cT ✲
✻
A ✛
❄
ℓ ✛
✻
❄ x̂˙ R x̂ ŷ
✲ b ✲ ✲ ✲ cT ✲
✻
A ✛
Állapotmegfigyelő
Állapotmegfigyelő tervezése / Állapotmegfigyelő Budapest, 2017 17 / 42

Állapotmegfigyelő LQ módszerrel
Az állapotmegfigyelő az optimális lineáris kvadratikus (LQ) módszerrel is

megtervezhető. Az optimális LQ állapotvisszacsatolás mintájára végezzük
el a tervezést. Az LQ kritérium:
Z∞
J(x, u) = [x(t)T Qx(t) + ru(t)2 ]dt, Q = QT ≥ 0, r > 0.
0
Az optimális állapotvisszacsatolás:
k T = r−1 bT P
ahol P mátrix teljesı́ti a Riccati egyenletet:
AT P + P A − P br−1 bT P + Q = 0, P >0
Az A → AT , b → c, k → ` behelyettesı́tésével az optimális megfigyelő is

megtervezhető. A tervezési követelményeket a súlyozó mátrixokba épı́tjük
be.
Állapotmegfigyelő tervezése / Állapotmegfigyelő LQ módszerrel Budapest, 2017 18 / 42
Optimális állapotmegfigyelő
Az A → AT , b → c, k → ` behelyettesı́tésével az optimális megfigyelő is

megtervezhető.
Az optimális LQ megfigyelőtervezés kritériuma:
Z∞
J(x, u) = [x(t)T W x(t) + vy(t)2 ]dt, W = W T ≥ 0, v > 0.
0
Az optimális megfigyelő:
l = Scv −1
ahol S = S T mátrix teljesı́ti a Filter Algebrai Riccati Egyenletet

(FARE):
AS + SAT − Scv −1 cT S + W = 0, S>0
Állapotmegfigyelő tervezése / Optimális állapotmegfigyelő Budapest, 2017 19 / 42

Illusztrációs példák
Illusztrációs példák
Illusztrációs példák / Budapest, 2017 20 / 42

1. Példa
Tervezzen megfigyelőt p1 = −1 és p2 = −3 pólusokkal az alábbi
megfigyelhetőségi állapottér reprezentációban ismert rendszerre:

4 1 1
Ao = bo = cTo = 1 0
−3 0 2
Megoldás: Az eredeti rendszer karakterisztikus polinomja:
det (sI − Ao ) = s2 − 4s + 3 ⇒ a1 = −4; a0 = 3
A szabályozott rendszer karakterisztikus polinomja:
(s − λ1 ) (s − λ2 ) = (s + 1) (s + 3) = s2 + 4s + 3 ⇒ ā1 = 4; ā0 = 3
Az eredeti és tervezett karakterisztikus polinom együtthatók alapján az
`1 = 8; `0 = 0
megfigyelő erősı́tései a következők:
8
`=
0
Ellenőrzés: A megfigyelőt alkalmazó rendszer karakterisztikus polinomja:

det sI − Ao + `cTo = s2 + 4s + 3
Illusztrációs példák / 1. Példa Budapest, 2017 21 / 42
2. Példa
állapottér reprezentációban ismert rendszerre:

4 −3 1
Ac = bc = cTc = 1 2
1 0 0
Megoldás: Vegyük észre, hogy ez a rendszer nem megfigyelhetőségi
alakú. A megfigyelő tervezéséhez előállı́tjuk a megfelelő állapottér
mátrixait:

4 1 1
At = ATc = , bt = cc = , cTt = bTc = 1 0 .
−3 0 2
A rendszer karakterisztikus polinomja:
det (sI − Ac ) = s2 − 4s + 3 ⇒ a1 = −4; a0 = 3
(s − λ1 ) (s − λ2 ) = (s + 1) (s + 3) = s2 + 4s + 3 ⇒ ā1 = 4; ā0 = 3
Az eredeti és tervezett karakterisztikus polinomok együtthatói alapján az
erősı́tés értékei:
ktT = 8 0 .
2. Példa (folytatás)
Az erősı́tő jelenleg egy mesterséges állapottérben van, amit át kell

transzformálni az eredeti állapottérbe. A transzformációs mátrix
számı́tása:

−1
1 ā1 1 6 1 −4 1 2
T = Cτ = bo Ao bo = =
0 1 2 −3 0 1 2 −11

−11 −2

adj(T −1 ) −2 1 0.7333 0.1333
T = = =
det(T −1 ) −15 0.1333 −0.0667
Az erősı́tő számı́tása:

kdT = ktT T = 5.8667 1.0667
A dualitás elvét használva a megfigyelő értéke:

5.8667
`d = kd =
1.0667

3. Példa
állapottér reprezentációban ismert rendszerre:

1 0 −0.5
Ad = , bd = , cTd = 3 5 .
0 3 0.5
Megoldás: A megfigyelő tervezéséhez előállı́tjuk a megfelelő állapottér
mátrixait:

1 0 3
At = ATd = , bt = cd = , cTt = bTd = −0.5 0.5 .
0 3 5
A rendszer karakterisztikus polinomja:
det (sI − Ad ) = s2 − 4s + 3 ⇒ a1 = −4; a0 = 3
(s − λ1 ) (s − λ2 ) = (s + 1) (s + 3) = s2 + 4s + 3 ⇒ ā1 = 4; ā0 = 3
Az eredeti és tervezett karakterisztikus polinomok együtthatói alapján az
erősı́tés értékei:
ktT = 8 0
3. Példa (folytatás)
Az erősı́tő jelenleg egy mesterséges állapottérben van, amit át kell
transzformálni az eredeti állapottérbe. A transzformációs mátrix
számı́tása:
−1
1 ā1 3 3 1 −4 3 −9
T = Cτ = bt At bt = =
0 1 5 15 0 1 5 −5
ahol det(sI − At ) = s2 − 4s + 3, ā1 = −4.

A transzformációs mátrix:

adj(T −1 ) 1 −5 9
T = =
det(T −1 ) 30 −5 3
Az erősı́tő számı́tása:

kdT = ktT T = −1.33 2.4
A dualitás elvét használva a megfigyelő értéke:

−1.33
`d = kd =
2.4

4. Példa

1 0
Tervezzen megfigyelőt W = és v = 1 súlyokkal az alábbi
0 1
megfigyelhetőségi állapottér reprezentációban ismert rendszerre:

4 1 1
Ao = bo = cTo = 1 0
−3 0 2
Megoldás:
A Filter Algebrai Riccati Egyenletet (FARE):
AS + SAT − Scv −1 cT S + W = 0, S > 0

8.1623 0.1623
A FARE megoldása: S = .
0.1623 25.1623
Az optimális megfigyelő számı́tása:
l = Scv −1

8.1623
Az optimális megfigyelő: l = .
0.1623
5. Példa
Tervezzen megfigyelőt az alábbi állapottér reprezentációban ismert
rendszerre:

1 0 −0.5
Ad = , bd = , cTd = 3 5 .
0 3 0.5

1 0
Tervezési súlyok: W = és v = 1.
0 1
Megoldás:
A Filter Algebrai Riccati Egyenletet (FARE):
AS + SAT − Scv −1 cT S + W = 0, S > 0

4.9526 −3.6320
A FARE megoldása: S = .
−3.6320 3.0591
Az optimális megfigyelő számı́tása:
l = Scv −1

−3.3023
Az optimális megfigyelő: l = .
4.3994
Matlab: Megfigyelő tervezés
Tervezzünk megfigyelőt LQ módszerrel:

A=[0 1 0 0; 0 0 -0.4905 0; 0 0 0 1; 0 0 20.601 0];
B=[0;0.5;0;-1];
C=[1 0 0 0];
D=0;
% Matlab függvénnyel
W=eye(4); V=1;
l=lqr(A’,C’,W,V); l=l’
a=A-l*C; b=l; c=-k; d=0;
eig(a)
[y,x]=step(a,b,c,d);
subplot(221), plot(x(:,1)), title(’x1’)
Illusztrációs példák / Matlab: Megfigyelő tervezés Budapest, 2017 28 / 42

Dinamikus állapotvisszacsatolás
Dinamikus állapotvisszacsatolás
Dinamikus állapotvisszacsatolás / Budapest, 2017 29 / 42

Megfigyelő és állapotvisszacsatolás
A szabályozást a becsült állapotvisszacsatolással képezve kimenőjel

visszacsatolásról beszélünk.
u(t) = −k T x̂(t) + r(t)
r u ẋ R x y
✲ ✲ b ✲ ✲ ✲ cT ✲
✻ ✻
A ✛
❄
ℓ ✛
✻
❄ x̂˙ R x̂ ŷ
✲ b ✲ ✲ ✲ cT ✲
✻
A ✛
kT ✛
Állapotmegfigyelővel ellátott állapot-visszacsatolt szabályzási kör
Dinamikus állapotvisszacsatolás / Megfigyelő és állapotvisszacsatolás Budapest, 2017 30 / 42

Kombinált struktúra
Kombinált állapot visszacsatolást és megfigyelőt tartalmazó szabályozó

struktúra:
Rendszer
ẋ = Ax + bu
y = cT x
Megfigyelő
x̂˙ = Ax̂ + bu + l (y − ŷ)

ŷ = cT x̂
Irányı́tás:
u = −k T x̂ + r
Dinamikus állapotvisszacsatolás / Kombinált struktúra Budapest, 2017 31 / 42

Becslési hiba dinamika
A becsült állapot dinamikája:
x̂˙ = Ax̂ + bu + l (y − ŷ)

= Ax̂ − bk T x̂ + br + ly − lcT x̂

= A − bk T − lcT x̂ + ly + br
A becslés hibája: e = x − x̂,
˙
továbbá a hiba dinamikája: ė = ẋ − x̂.
Részletesen kifejtve:

ė = (Ax + bu) − Ax̂ + bu − lcT x̂ + lcT x

= A − lcT x − A − lcT x̂

= A − lcT e
Dinamikus állapotvisszacsatolás / Becslési hiba dinamika Budapest, 2017 32 / 42

Állapotegyenlet
Kombináljuk ezt az egyenletet a rendszer állapot egyenletével:

ẋ A 0 x b
= + u
ė 0 A − lcT e 0
Figyelembe véve a control inputot:
u = −k T x̂ + r
az állapotegyenlet:
ẋ = Ax − bk T x̂ + br
= Ax − bk T x + bk T e + br

= A − bk T x + bk T e + br
Dinamikus állapotvisszacsatolás / Állapotegyenlet Budapest, 2017 33 / 42

Karakterisztikus polinom
Kombinált rendszer:

ẋ A − bk T bk T x b
= + r
ė 0 A − lcT e 0
A zárt rendszer karakterisztikus polinomja:

sI − A + bk T −bk T
det
0 sI − A + lcT

= det sI − A + bk T det sI − A + lcT
Bizonyı́tás:

A b A 0 I 0 I A−1 b
det = det
0 c 0 I 0 c 0 I

A 0 I 0 I A−1 b
= det det det
0 I 0 c 0 I
= det (A) det (c)
Dinamikus állapotvisszacsatolás / Karakterisztikus polinom Budapest, 2017 34 / 42

Karakterisztikus egyenlet
A szabályozott rendszer karakterisztikus egyenlete a következő két

egyenlettel (és azok megoldásával) azonos:

det sI − A + bk T = 0

det sI − A + lcT = 0
Következtetés:
A szabályozott rendszer pólusai az LQ rendszer karakterisztikus
egyenletének és a megfigyelő rendszer karakterisztikus egyenletének
megoldásai.
Dinamikus állapotvisszacsatolás / Karakterisztikus egyenlet Budapest, 2017 35 / 42

Szeparációs elv
Tétel: A megfigyelővel és állapot-visszacsatolt szabályzóval ellátott zárt

rendszer karakterisztikus polinomja
det(sI − Az ) = det(sI − A + bk T ) · det(sI − A + `cT )

| {z } | {z }
állapot-visszacsatolás megfigyelő
Tétel: Az állapot-visszacsatolt szabályzó és a megfigyelő függetlenül

tervezhető.
Dinamikus állapotvisszacsatolás / Szeparációs elv Budapest, 2017 36 / 42

Tervezés
Az optimális állapot visszacsatolás és a megfigyelő tervezés egymástól

függetlenül végrehajtható. A szabályozott rendszer struktúrájában az
egyes tervezési eredményeket kombináljuk.
k T megválasztásával az állapotvisszacsatolást tervezzük és a
pólusokat az alábbi értékekbe helyezzük:

Re λi (A − bk T ) < 0, i = 1, 2, . . . , n
l megfigyelő tervezésével a pólusokat a következő helyekre tesszük:

Re λi (A − lcT ) < 0, i = 1, 2, . . . , n
Dinamikus állapotvisszacsatolás / Tervezés Budapest, 2017 37 / 42

Irányı́tástervezés lépései
1. lépés Megtervezzük a k T állapot visszacsatolást. A tervezés

sporán a Q és r súlyozó mátrixokat használjuk. A
tervezett rendszer hurokátviteli függvénye:
k T (sI − A)−1 b = k T φ(s)b
ahol φ(s) = (sI − A)−1

2. lépés Megtervezzük az l megfigyelőt. A tervezett rendszer
hurokátviteli függvénye:
cT (sI − A)−1 l = cT φ(s)l
3. lépés Kombináljuk az egymástól függetlenül optimálisan

tervezett erősı́téseket.
Dinamikus állapotvisszacsatolás / Irányı́tástervezés lépései Budapest, 2017 38 / 42

Inverz inga
Az inverz inga egy egyenes pályán mozgó kocsiból és arra csuklóval
felerősı́tett, a kocsi mozgásának irányában elforgatható rúdból álló
mechanikai rendszer.
1
Θ(s) = U (s)
s2 − g`
mz̈ m
✛
θ mg
❄
l
u (erő)
M ✲
z (elmozdulás)
✲
Dinamikus állapotvisszacsatolás / Inverz inga Budapest, 2017 39 / 42

Állapotvisszacsatolás
Tegyük fel, hogy állapotvisszacsatolást terveztünk pólus allokációs

módszerrel, amelyben a pólusokat p1 = −1 és p2 = −2 helyekre tettük.
A tervezett állapotvisszacsatolás:

kT = 3 3
Tervezzünk állapotmegfigyelőt a szabályozott inverz inga modellhez, ha a

megfigyelő pólusai p̄1,2 = −1.
Dinamikus állapotvisszacsatolás / Állapotvisszacsatolás Budapest, 2017 40 / 42

Állapotmegfigyelő
Az állapottér reprezentáció megfigyelhetőségi alakja:

0 1 0
ẋ = x+ u,
1 0 1

y= 1 0 x
A tervezett rendszer karakterisztikus polinomja:

ā(s) = (s + 1)2 = s2 + 2s + 1, ahonnan ā1 = 2, ā0 = 1. Mivel a1 = 0 és
a0 = −1, ezért az állapotmegfigyelő erősı́tési mátrixa:
`0 = ā0 − a0 = 1 − (−1) = 2
`1 = ā1 − a1 = 2 − (0) = 2
A tervezett megfigyelő:
T
`= 2 2
Dinamikus állapotvisszacsatolás / Állapotmegfigyelő Budapest, 2017 41 / 42

Matlab: Dinamikus szabályozó tervezése
Tervezzünk dinamikus szabályozót:

A=[0 1 0 0; 0 0 -0.4905 0; ...
0 0 0 1; 0 0 20.601 0]; % Dinamikus szabályozó
B=[0;0.5;0;-1]; a=A-B*k-l*C;
C=[1 0 0 0]; b=l;
D=0; c=-k;
% Állapotvisszacsatolás d=0;
Q=eye(4); sys = ss(A,B,C,D);
R=1; reg=ss(a,b,c,d);
k=lqr(A,B,Q,R) syss=series(reg,sys);
eig(A-B*k) sysc=cloop(syss,tf(1,1));
% Megfigyelő a=sysc.A; b=sysc.B; c=sysc.C;
W=eye(4); d=sysc.D;
V=1; eig(a)
l=lqr(A’,C’,W,V);
l=l’
Dinamikus állapotvisszacsatolás / Matlab: Dinamikus szabályozó tervezése Budapest, 2017 42 / 42

Present 8a Observer

Uploaded by

Document Information

Original Description:

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Present 8a Observer

Uploaded by

Copyright:

Available Formats

Állapotmegfigyelő tervezése

Budapest, 2017. január

Rajzolja fel az állapotvisszacsatolást és megfigyelőt tartalmazó

/ Kérdések Budapest, 2017 3 / 42

Állapotmegfigyelő tervezése / Budapest, 2017 4 / 42

Az eddigiekben feltételeztük, hogy a rendszer állapotát mérni tudjuk. Az

Állapotmegfigyelő tervezése / Állapot becslése Budapest, 2017 5 / 42

Ha ismert (A, b, cT ) akkor

ahol az állapot-becslés hibája e(t) = x(t) − x̂(t) minden t ∈ [0, ∞). Az

Állapotmegfigyelő tervezése / Állapotbecslés hibája Budapest, 2017 6 / 42

Vizsgáljuk az egyenlet megoldását:

Ha e0 nem zérus, akkor az állapothiba lecseng, feltéve hogy az A mátrix

Megjegyzés: Ha A instabil, illetve ha a tervező befolyásolni akarja az

Állapotmegfigyelő tervezése / Hibaegyenlet Budapest, 2017 7 / 42

ahol ` = [`n−1 `n−2 ... `0 ]T , `-nek n sora van. Ekkor az állapothiba

Állapotmegfigyelő tervezése / Állapotegyenlet Budapest, 2017 8 / 42

Állapotmegfigyelhetőség: Adott egy rendszer állapottér reprezentációs

Az On (cT , A) mátrixot a rendszer megfigyelhetőségi mátrixának

Tétel: Kálmán-féle rangfeltétel

Állapotmegfigyelő tervezése / Állapotmegfigyelhetőség Budapest, 2017 9 / 42

Tétel: A rendszer λi (A − `cT ) sajátértékei tetszőlegesen beállı́thatók egy

A megfigyelő tervezés és az állapot-visszacsatolt szabályzó tervezése

Állapotmegfigyelő tervezése / Megfigyelhetőség Budapest, 2017 10 / 42

Ha az (A, b) irányı́tható volt hozzá rendelhettünk egy ún.

Ha az (cT , A) megfigyelhető hozzá rendelhettünk egy ún.

Állapotmegfigyelő tervezése / Irányı́thatóság és megfigyelhetőség közötti dualitás Budapest, 2017 11 / 42

A két felı́rási mód közöttt a dualitás teremt kapcsolatot. A két

Állapotmegfigyelő tervezése / Dualitás Budapest, 2017 12 / 42

Ez az (Ao , bo , cTo ) reprezentáció átviteli függvénye, és azonos az

Állapotmegfigyelő tervezése / Dualitás Budapest, 2017 13 / 42

A megfigyelhetőségi és az irányı́thatósági alakok között a dualitás teremt

(Ao , bo , cTo ) ← (ATc , cc , bTc )

Állapotmegfigyelő tervezése / Megfigyelhetőség és irányı́thatóság dualitása Budapest, 2017 14 / 42

A módosult állapotmátrix alakja a következő:

Állapotmegfigyelő tervezése / A módosult állapotmátrix Budapest, 2017 15 / 42

A megfigyelő ` erősı́tésére vonatkozó összefüggést dualitással kapjuk,

amivel ellenőrizhető, hogy C(A, b) → O(AT , c)T .

`T = k T = (α − a)T τ (a)−1 O(AT , c)−1

A dualitási elvből levezetett és a megfigyelő tervezésére vonatkozó Bass

` = O(AT , c)−T τ (a)−T (α − a)

ahol α a megfigyelő karakterisztikus egyenletének együtthatóiból képzett

Állapotmegfigyelő tervezése / Bass Gura formula Budapest, 2017 16 / 42

Állapotmegfigyelő tervezése / Állapotmegfigyelő Budapest, 2017 17 / 42

Az állapotmegfigyelő az optimális lineáris kvadratikus (LQ) módszerrel is

ahol P mátrix teljesı́ti a Riccati egyenletet:

Az A → AT , b → c, k → ` behelyettesı́tésével az optimális megfigyelő is

Az A → AT , b → c, k → ` behelyettesı́tésével az optimális megfigyelő is

ahol S = S T mátrix teljesı́ti a Filter Algebrai Riccati Egyenletet

AS + SAT − Scv −1 cT S + W = 0, S>0

Állapotmegfigyelő tervezése / Optimális állapotmegfigyelő Budapest, 2017 19 / 42

Illusztrációs példák / Budapest, 2017 20 / 42

Az erősı́tő jelenleg egy mesterséges állapottérben van, amit át kell

Illusztrációs példák / 2. Példa Budapest, 2017 23 / 42

ahol det(sI − At ) = s2 − 4s + 3, ā1 = −4.

A dualitás elvét használva a megfigyelő értéke:

Illusztrációs példák / 3. Példa Budapest, 2017 25 / 42

AS + SAT − Scv −1 cT S + W = 0, S > 0

Tervezzünk megfigyelőt LQ módszerrel:

Illusztrációs példák / Matlab: Megfigyelő tervezés Budapest, 2017 28 / 42

Dinamikus állapotvisszacsatolás / Budapest, 2017 29 / 42

A szabályozást a becsült állapotvisszacsatolással képezve kimenőjel

u(t) = −k T x̂(t) + r(t)

Állapotmegﬁgyelővel ellátott állapot-visszacsatolt szabályzási kör