现代控制理论的主要内容

为了解决这些问题,科学家们从20世纪50年代末现代控制 理论的诞生至今,不断提出新的控制方法和理论,其内容相 当丰富、广泛,极大地扩展了控制理论的研究范围。
下面简单介绍现代控制理论的主要分支及所研究的内容:
线性系统理论 最优控制
现代控制理论的主要内容(2/2)
随机系统理论和最优估计 系统辨识
自适应控制(4/5)
模型参考自适应控制系统的主要结构为
参考模型 前馈调节器 被控系统
反馈调节器 自适应机构 图1 模型参考自适应控制
该分支的基本内容和常用方法为 变分法； 庞特里亚金的极大值原理； 贝尔曼的动态规划方法。
随机系统理论和最优估计(1/2)
1.2.3 随机系统理论和最优估计
实际工业、农业、社会及经济系统的内部本身含有未知或不 能建模的因素,外部环境上亦存在各种扰动因素,以及信号或 信息的检测与传输上往往不可避免地带有误差和噪音。 随机系统理论将这些未知的或未建模的内外扰动和误差, 用不能直接测量的随机变量及过程以概率统计的方式来 描述,并利用随机微分方程和随机差分方程作为系统动态 模型来刻划系统的特性与本质。
以空间分解为基础的几何方法。
最优控制(1/1)
1.2.2 最优控制
最优控制理论是研究和解决从一切可能的控制方案中寻找最 优解的一门学科。 具体地说就是研究被控系统在给定的约束条件和性能指 标下,寻求使性能指标达到最佳值的控制规律问题。
例如要求航天器达到预定轨道的时间最短、所消耗的燃 料最少等。
系统辨识(2/2)
系统辨识包括两个方面：结构辨识和参数估计。 在实际的辨识过程中,随着使用的方法不同,结构辨识和参 数估计这两个方面并不是截然分开的,而是可以交织在一 起进行的。 系统辨识是重要的建模方法,因此亦是控制理论实现和应用 的基础。 系统辨识是控制理论中发展最为迅速的领域,它的发展还 直接推动了自适应控制领域及其他控制领域的发展。
线性系统理论的主要内容有
线性系统理论(2/2)
系统结构性问题,如能控性、能观性、系统实现和结 构性分解等； 线性状态反馈及极点配置； 镇定； 解耦；
状态观测器等。
近30年来,线性系统理论一直是控制领域研究的重点,其主要 研究方法有: 以状态空间分析为基础的代数方法； 以多项式理论为基础的多项式描述法；
自适应控制
非线性系统理论 鲁棒性分析与鲁棒控制
分布参数控制
离散事件控制 智能控制
线性பைடு நூலகம்统理论(1/2)
1.2.1 线性系统理论
线性系统是一类最为常见系统,也是控制理论中讨论得最为深 刻的系统。 该分支着重于研究线性系统状态的运动规律和改变这种 运动规律的可能性和方法,以建立和揭示系统结构、参数、 行为和性能间的确定的和定量的关系。 通常,研究系统运动规律的问题称为分析问题,研究改变运 动规律的可能性和方法的问题则为综合问题。
自适应控制(1/5)
1.2.5 自适应控制
自适应控制研究当被控系统的数学模型未知或者被控系统的 结构和参数随时间和环境的变化而变化时,通过实时在线修正 控制系统的结构或参数使其能主动适应变化的理论和方法。 自适应控制系统通过不断地测量系统的输入、状态、输 出或性能参数,逐渐了解和掌握对象,然后根据所得的信息 按一定的设计方法,做出决策去更新控制器的结构和参数 以适应环境的变化,达到所要求的控制性能指标。
该分支诞生于1950年代末,是控制理论中近60年发展最为 迅速、最为活跃的分支。
自适应控制(2/5)
自适应控制系统应具有三个基本功能: 辨识对象的结构和参数,以便精确地建立被控对象的数学 模型; 给出一种控制律以使被控系统达到期望的性能指标; 自动修正控制器的参数。 因此自适应控制系统主要用于过程模型未知或过程模型结构已 知但参数未知且随机的系统。
Ch.1 绪 论
目录(1/1)
目录
1.1 控制理论发展概述
1.2 现代控制理论的主要内容 1.3 Matlab软件概述
1.4 课程的主要内容
参考教材 参考期刊
现代控制理论的主要内容(1/2)
1.2 现代控制理论的主要内容
在工业生产过程应用中,常常遇到被控对象精确状态空间模型 不易建立、合适的最优性能指标难以构造以及所得到最优的、 稳定的控制器往往过于复杂等问题。
自适应控制(3/5)
自适应控制系统的类型主要有 自校正控制系统,
模型参考自适应控制系统,
自寻最优控制系统, 学习控制系统等。 最近,非线性系统的自适应控制,基于神经网络的自适应控制得到 重视,提出了一些新的方法。
自适应控制领域是少数几个中国人取得较大成就的领域。中 国科学院陈翰馥院士与郭雷院士在1990年代初圆满解决自适 应控制的收敛性问题。
系统辨识(1/2)
1.2.4 系统辨识
简而言之,系统辨识就是 利用系统在试验或实际运行中所测得的输入输出数据, 运用数学方法归纳和构造出描述系统动态特性的数学模 型, 并估计出其模型参数的理论和方法。 该分支是由数理统计学发展而来的。
无论是采用经典控制理论或现代控制理论,在进行系统 分析、综合和控制系统设计时,都需要事先知道系统的 数学模型。
随机系统理论就是研究这类随机动态系统的系统分析、 优化与控制。
随机系统理论和最优估计(2/2)
最优估计讨论根据系统的输入输出信息估计出或构造出随机 动态系统中不能直接测量的系统内部状态变量的值。 由于现代控制理论主要以状态空间模型为基础,构成反馈 闭环多采用状态变量,因此估计不可直接测量的状态变量 是实现闭环控制系统重要的一环。 该问题的困难性在于系统本身受到多种内外随机因素扰 动,并且各种输入输出信号的测量值含有未知的、不可测 的误差。 最优估计的早期工作是维纳在1940年代提出的维纳滤波器, 较系统完整的工作是卡尔曼在1960年代初提出的滤波器理论。 该分支的基础理论为概率统计理论、线性系统理论和最 优控制理论。