非線性觀測器的設(shè)計及應(yīng)用

前言

第1章永磁同步電機無位置／速度傳感器技術(shù)的發(fā)展

第2章非線性狀態(tài)觀測器理論基礎(chǔ)及永磁同步電機系統(tǒng)能觀性分析

第3章基于流形變換的非線性觀測器設(shè)計

第4章基于非線性滑模觀測器的永磁同步電機虛擬傳感器設(shè)計

第5章非線性高增益觀測器設(shè)計及其在永磁同步電機位置與速度估計的應(yīng)用

第6章基于灰色近似分類支持向量機預(yù)測的永磁同步電機位置及速度估計

第7章電流控制器對觀測算法適應(yīng)性分析及控制器改進設(shè)計

第8章基于多分辨率小波分析的速度／位置估計預(yù)測電流控制器設(shè)計

參考文獻

本書應(yīng)用非線性系統(tǒng)微分幾何理論分析了定義在微分流形上的永磁同步電機模型方程的局部弱能觀性及全局能觀性，設(shè)計了非線性系統(tǒng)的滑模變結(jié)構(gòu)觀測器、基于流形變換的非線性觀測器、非線性高增益觀測器及其相應(yīng)的轉(zhuǎn)子角位置與速度估計算法。針對永磁同步電機運行狀態(tài)準(zhǔn)周期性的特點，提出了基于有限樣本數(shù)據(jù)序列關(guān)聯(lián)與泛化、數(shù)據(jù)挖掘的轉(zhuǎn)子信息智能估算方法；開發(fā)了一類適用于具有強耦合性的內(nèi)插式永磁同步電機的有限樣本數(shù)據(jù)挖掘轉(zhuǎn)子信息預(yù)測估計算法；研究了電流控制器對狀態(tài)觀測的適應(yīng)性問題，從定性和定量兩個方面分析了傳統(tǒng)控制器和預(yù)測控制器調(diào)節(jié)電機電流的特點；提出了一種新型的小波控制器設(shè)計方法，以提高控制器的穩(wěn)定性及可靠性。

針對動力定位水面船舶,基于Luenberger觀測器構(gòu)造原理及Lyapunov穩(wěn)定性理論,構(gòu)造一個船舶動力定位系統(tǒng)的非線性狀態(tài)觀測器。設(shè)計觀測器較卡爾曼濾波器的主要優(yōu)越性在于不需要對船舶的運動方程進行線性化處理,且具有全局的指數(shù)穩(wěn)定性。最后,用一艘供給船對所設(shè)計觀測器進行數(shù)值仿真研究,仿真結(jié)果表明所設(shè)計非線性觀測器具有良好的濾波及狀態(tài)估計性能,船舶運動狀態(tài)估計值指數(shù)收斂于其實際值,驗證了所設(shè)計船舶動力定位系統(tǒng)非線性觀測器的有效性。 2100433B

高增益觀測器

高增益觀測器（High-gain observer），1992年起出現(xiàn)于非線性系統(tǒng)狀態(tài)估計中（在線性系統(tǒng)中可以追溯到七十年代），是研究最為廣泛的一類非線性觀測器，一般用于能觀標(biāo)準(zhǔn)型與下三角結(jié)構(gòu)的兩類系統(tǒng)中（非下三角結(jié)構(gòu)的系統(tǒng)近五年亦有研究）。比較常見的應(yīng)用場景是“dirty derivative”的估計，如速度、加速度等。

鎮(zhèn)定機理：high-gain injection 或 domination

優(yōu)點：結(jié)構(gòu)簡單，設(shè)計方便，魯棒性強，只要系統(tǒng)可以變換成標(biāo)準(zhǔn)型，便可套用。

缺點：對測量噪聲極為敏感。

I&I觀測器

I&I觀測器（Immersion and Invariance observer）出現(xiàn)于2008年，在機械系統(tǒng)和機電系統(tǒng)中比較流行，針對一般非線性系統(tǒng)研究相對較少，它是KKL的推廣結(jié)果。印象中，關(guān)于非完整約束機械系統(tǒng)全局漸近收斂觀測器問題，是首次由該方法解決。

鎮(zhèn)定機理：設(shè)計吸引的不變流形

優(yōu)點：框架比較大，”理論上“應(yīng)用范圍廣，對噪聲一般不敏感

缺點：PDE求解難度高，需要對物理系統(tǒng)有一定的洞察能力。

滾動時域觀測器

滾動時域觀測器（Moving horizon observer），MPC的對偶問題，研究的人挺多的，和做MPC的學(xué)者高度重合。

鎮(zhèn)定機理：在線優(yōu)化

優(yōu)點：數(shù)值化算法，對理論要求不高

缺點：可解釋性不強，計算量大

基于參數(shù)估計觀測器

基于參數(shù)估計觀測器（Parameter Estimation-Based Observer, PEBO）提出于2015年，屬于從應(yīng)用到理論的代表，發(fā)軔于電機狀態(tài)估計，后來形成的一套系統(tǒng)化的狀態(tài)估計方法。核心思想是把時變的狀態(tài)估計問題，轉(zhuǎn)化為在線的常數(shù)辨識，通常配合著DREM參數(shù)估計一起使用。

鎮(zhèn)定機理：在線參數(shù)辨識

優(yōu)點：參數(shù)辨識比狀態(tài)估計要容易很多，靈活性強，在機電、電力系統(tǒng)中，對應(yīng)的PDE很容易求解。

缺點：參數(shù)估計中一般需要類似于PE條件，純積分環(huán)節(jié)會積累測量噪聲（但測量噪聲問題不會像高增益和滑模觀測器那樣強烈）

滑模觀測器（Sliding mode observer），SMC的對偶問題，適用對象和高增益觀測器基本一致。研究的人挺多的，比較容易上手。

鎮(zhèn)定機理：high-gain injection/ domination

優(yōu)點：結(jié)構(gòu)簡單、魯棒性強。

缺點：基本和高增益觀測器一致，對測量噪聲極為敏感。

無源觀測器

無源觀測器（Passivity based observer）出現(xiàn)于十幾年前，屬于PBC的對偶問題，目的是重新定義的輸入（一般是測量噪聲通道）對于設(shè)計的不變流形無源。關(guān)注比較少。

鎮(zhèn)定機理：無源化

優(yōu)點：對測量噪聲非常魯棒，該魯棒性也易于整定。

缺點：設(shè)計難度高，其中的PDE比I&I方法的PDE更難處理。

通過輸出映射來線性化的觀測器

通過輸出映射來線性化的觀測器（Linearization by output injection），該方法由Krener和Isidori在1983年提出，方法非常復(fù)雜，需要求解的PDE對于絕大多數(shù)的物理系統(tǒng)都是無法滿足的。但是這確是非線性系統(tǒng)觀測器問題的鼻祖，三十多年里的研究或多或少都受到它的影響。