基于MATLAB/Simulink的嵌入式魯棒控制系統(tǒng)設計

目　　錄
譯者序
前言
第1章　嵌入式控制系統(tǒng)　　1
1.1　引言　　1
1.2　嵌入式控制系統(tǒng)的結構和組成　　2
1.2.1　典型框圖　　2
1.2.2　A/D和D/A轉換　　3
1.2.3　傳感器　　4
1.2.4　執(zhí)行器　　4
1.2.5　處理器　　5
1.2.6　軟件　　6
1.3　采樣和混疊　　7
1.4　定點運算　　9
1.4.1　定點數　　9
1.4.2　縮放　　11
1.4.3　范圍和精度　　14
1.4.4　定點算術運算　　15
1.5　浮點運算　　17
1.5.1　浮點數　　17
1.5.2　IEEE運算　　18
1.5.3　浮點算術運算　　20
1.6　量化效應　　20
1.6.1　截斷和舍入　　20
1.6.2　A/D轉換中的量化誤差　　22
1.7　設計階段　　23
1.7.1　控制器設計　　25
1.7.2　閉環(huán)系統(tǒng)仿真　　27
1.7.3　嵌入式代碼生成　　28
1.8　硬件配置　　29
1.8.1　微處理架構　　29
1.8.2　硬件描述語言　　32
1.8.3　模塊級開發(fā)　　35
1.8.4　系統(tǒng)級開發(fā)　　39
1.9　軟件配置　　42
1.9.1　板級支持包　　43
1.9.2　應用程序接口　　44
1.9.3　代碼生成　　45
1.9.4　代碼驗證　　47
1.10　注釋和參考文獻　　48
第2章　系統(tǒng)建模　　49
2.1　被控對象建?！　?9
2.2　線性化　　51
2.2.1　解析線性化　　51
2.2.2　符號線性化　　53
2.2.3　數值線性化　　55
2.3　離散化　　57
2.3.1　離散時間模型　　57
2.3.2　離散時間頻率響應　　58
2.3.3　連續(xù)時間模型的離散化　　60
2.3.4　時滯系統(tǒng)的離散化　　63
2.3.5　采樣周期的選擇　　64
2.3.6　非線性模型的離散化　　65
2.4　隨機建?！　?6
2.4.1　隨機線性系統(tǒng)　　66
2.4.2　隨機模型的離散化　　68
2.4.3　最優(yōu)估計　　70
2.5　被控對象辨識　　73
2.5.1　黑箱模型辨識　　73
2.5.2　灰箱模型辨識　　86
2.6　不確定性建模　　90
2.6.1　結構化不確定性模型　　91
2.6.2　LFT表示的不確定性模型　　97
2.6.3　從Simulink模型導出不確定
性狀態(tài)空間模型　　98
2.6.4　非結構化不確定性模型　　98
2.6.5　混合不確定性模型　　102
2.6.6　不確定性模型的離散化　　102
2.6.7　通過辨識得出不確定性
模型　　105
2.7　傳感器建?！　?07
2.7.1　Allan方差　　108
2.7.2　隨機陀螺模型　　109
2.7.3　隨機加速計模型　　114
2.7.4　傳感器數據濾波　　116
2.8　注釋和參考文獻　　119
第3章　性能要求和設計限制　　121
3.1　SISO閉環(huán)系統(tǒng)　　121
3.2　SISO系統(tǒng)性能指標　　124
3.2.1　時域指標　　124
3.2.2　頻域指標　　124
3.3　SISO系統(tǒng)設計中的折中　　127
3.3.1　對S和T的限制　　127
3.3.2　右半平面極點和零點　　128
3.3.3　時滯引起的限制　　129
3.3.4　測量噪聲引起的限制　　130
3.3.5　干擾引起的限制　　131
3.3.6　控制作用引起的限制　　131
3.3.7　模型誤差引起的限制　　132
3.4　MIMO 閉環(huán)系統(tǒng)　　138
3.5　MIMO系統(tǒng)的性能指標　　140
3.5.1　使用奇異值進行性能
分析　　140
3.5.2　系統(tǒng)的H∞范數　　142
3.5.3　Hankel范數　　144
3.6　MIMO系統(tǒng)設計中的折中　　145
3.6.1　干擾抑制　　145
3.6.2　噪聲抑制　　146
3.6.3　模型誤差　　146
3.7　不確定性系統(tǒng)　　147
3.8　魯棒穩(wěn)定性分析　　149
3.8.1　非結構化不確定性　　149
3.8.2　結構化奇異值　　150
3.8.3　使用μ進行魯棒穩(wěn)定性
分析　　151
3.9　魯棒性能分析　　154
3.9.1　使用μ進行魯棒性能
分析　　155
3.9.2　最壞情況下的增益　　159
3.9.3　最壞情況下的裕度　　160
3.10　魯棒性分析中的數值問題　　161
3.11　注釋和參考文獻　　165
第4章　控制器設計　　166
4.1　PID控制器　　167
4.2　帶積分作用的LQG控制器　　180
4.2.1　離散時間LQG控制器　　181
4.2.2　有色測量噪聲　　183
4.2.3　帶偏置補償的LQG
控制器　　192
4.3　帶H∞濾波器的LQ調節(jié)器　　199
4.3.1　離散時間H∞濾波器　　199
4.3.2　帶偏置補償的H∞濾波器　　204
4.4　H∞設計　　209
4.4.1　H∞設計問題　　209
4.4.2　混合靈敏度H∞控制　　214
4.4.3　二自由度控制器　　217
4.4.4　H∞設計中的數值問題　　218
4.5　μ綜合　　227
4.5.1　μ綜合問題　　227
4.5.2　用μ的上界替換μ　　228
4.5.3　DK迭代　　230
4.5.4　μ綜合中的數值問題　　231
4.6　控制器比較　　238
4.7　HIL仿真　　239
4.8　注釋和參考文獻　　245
第5章　案例研究1：水箱物理
模型的嵌入式控制　　246
5.1　嵌入式控制系統(tǒng)的硬件配置　　247
5.1.1　水箱　　247
5.1.2　Arduino Mega 2560　　248
5.1.3　分壓器　　249
5.1.4　繼電器塊　　249
5.2　被控對象辨識　　251
5.3　LQR 和 LQG 控制器設計　　258
5.4　H∞控制器設計　　262
5.5　實驗評估　　266
5.6　注釋和參考文獻　　273
第6章　案例研究2：微型直升機
的魯棒控制　　274
6.1　直升機模型　　275
6.1.1　非線性直升機模型　　275
6.1.2　線性化模型　　280
6.1.3　不確定性模型　　285
6.2　姿態(tài)控制器的μ綜合　　286
6.2.1　性能要求　　287
6.2.2　控制器設計　　289
6.2.3　頻率響應　　293
6.2.4　線性系統(tǒng)的暫態(tài)響應　　298
6.2.5　位置控制器設計　　299
6.3　HIL仿真　　300
6.3.1　非線性系統(tǒng)仿真　　301
6.3.2　HIL仿真設置　　302
6.3.3　HIL 仿真結果　　304
6.4　注釋和參考文獻　　310
第7章　案例研究3：兩輪機器人
的魯棒控制　　311
7.1　機器人描述　　311
7.2　機器人模型的閉環(huán)辨識　　313
7.2.1　從u到.?的動態(tài)模型　　317
7.2.2　從.?到.θ的動態(tài)模型　　320
7.2.3　偏航運動的動態(tài)模型　　322
7.3　不確定性模型的推導　　326
7.3.1　基于信號的不確定性表示　　326
7.3.2　輸入乘性不確定性表示　　326
7.4　LQG控制器設計　　329
7.5　μ控制器設計　　333
7.6　設計控制器的比較　　336
7.7　實驗評估　　339
7.8　注釋和參考文獻　　344
附錄A　矩陣分析基礎　　346
附錄B　線性系統(tǒng)理論基礎　　354
附錄C　隨機過程　　361
附錄D　線性模型辨識　　372
附錄E　IMU與目標微控制器的
接口　　393
附錄F　用霍爾編碼器測量角
速度　　399
參考文獻　　404