2 Навчальна дисципліни у 2020/2021 н.р.

" Сучасна теорія управління "

МОДУЛЬ № 1

ОПТИМАЛЬНЫ СИСТЕМИ АВТОМАТИЧНОГО УПРАВЛЫННЯ

ТЕМА 1
ОПТИМАЛЬНЕ ОЦІНЮВАННЯ КООРДИНАТ СТАНУ
АВТОМАТИЧНИХ СИСТЕМ

Література по темі 1: [2], Основи сучасної теорії управління: навч. посіб./ А.А.
Тунік, О.О. Абрамович. – К.: Вид-во «НАУ-друк», 2010.- 260 с.
с. 146-163

Лекція 1

1.1 Поняття про алгоритми оцінювання

В задачах аналізу та синтезу АС практично завжди виникає проблема

визначення координат стану объекту управління. Зазвичай безпосредньому
виміру доступна лише незначна кількість координат, причому вимірювання Z,
як правило, здійснюються із деякими випадковими похибками ξt.
Звідси виникає проблема відновлення вектору стану объекту Х за
результатами доступних вимірювань Z, яку в загальному випадку будемо
називати задачею оцінювання координат стану.
Якщо оцінювання здійснюється у детермінованій постановці, тобто без
випадкових збурень та перешкод, то кажуть про задачу спостередження, в
протилежному випадку – про задачу фільтрації.
Розглянемо можливі алгоритми вирішення цих задач.

1.2 Постановка задачі спостереження.

Спостережувач Люенбергера.

Маємо багатовимірну детерміновану АС вигляду:

Тут: X-n-вимірний вектор стану;
Y-m-вимірний вектор вхідних впливів (управління);
Z-r-вимірний вектор вимірювання (обычно r≤n).
Передбачається, що система спостереджувана по Калману, тобто

Ставиться задача: визначити вектор стану Х по відомому вектору

вимірювання Z та входу Y.
Очевидно, вирішення задачі спостереження тривіально, якщо матриця С
квадратична (r=n) и невироджена, так як в цьому випадку
X=C-1Z.
Однак на практиці зазвичай вимірювачів (датчиків інформації) менш ніж
число координат стану r<n.

Як у цьому випадку визначити вектор стану Х?

Введемо у розгляд деякий спостережувач, який описується матричным

діференціальным рівнянням

(**)
тут: -вимірна оцінка вектору Х, яка отримується на основі вектору
вимірювання Z;
К- невідома матриця коефіцієнтів підсилення, розміром r×n.

Даний спостережувач отримав назву спостережувача Люенбергера.

Матрицю К у цьому спостережувачі потрібно підібрати так, щоби

тоді а рівняння спостереження

перетворюється в рівняння стану объекту

*
Таким чином, якщо ми підберемо матрицю К так, щоби
,
то вираховуючи на основі реальних вимірів Z за формулою (**) мы тим
самим знайдемо (відновимо) невідомий вектор стану Х.

Визначимо тепер алгоритм спостереження матриці К.

Для цього віднімемо з рівняння стану (*) рівняння спостережувача (**)

 (**)
Очевидно, що прагнення означає, що ε→0.
Останнє можливо у випадку стійкості системи (**).
Таким чином, матриця К повинна вибиратися так, щоби матриця
(А-КС) була стійкою (гурвіцевою).
Стійкість (А-КС) означає, що характеристичний поліном det(Ep-A+KC) має
коріння з негативними дійсними частинами.
Отож задача відновлення вектору Х за вектором вимірювання Z
зводиться до побудови спостережувача Люэнбергера (програмування рівняння
(**) на ЕОМ) та вибору матриці К такої, щоб матриця (А-КС) була стійкою.

Розглянемо структурну схему такого спостереження:

Y X
E
В E C
M
M
B
B Z
E
E
D
Об’єкт D Вимірювач
Eq А
спостереження E Z=CX
ua
qu
tio
ati
n.
on
3
.3
К
Z
E
XC
M
E EMBED
В B E C
M Equation
E M
Y B 3 X
D B
E
Фільтр Eq E
А D
Люенбергера ua D E
Eq
tio E M
ua
n. qu B
tio
3 ati E
n.
on D
3
.3 Eq
ua
tio
n.
Тобто на виході спостережувача Люэнбергера виходить оцінка вектору
, яка при стійкій матриці (А-КС) прагне до вектору стану Х. Очевидно,
чим бистріше оцінка сходиться до істиного значення вектору стану Х,
тим краще спостережувач. Швидкість сходимості можна збільшити
шляхом збільшення запасу стійкості матриці (А-КС).

ПРИКЛАД