先进控制理论PDF电子书下载

第1章 绪论 1

1.1 控制理论的发展历史及应用 1

1.1.1 控制理论的发展历史 1

1.1.2 控制理论的应用 2

1.2 先进控制基础 4

1.2.1 先进控制的概念 4

1.2.2 先进控制理论的发展现状 5

1.2.3 工业过程先进控制的核心内容 7

1.2.4 先进控制的工程化 8

1.3 三种重要的先进控制理论概述 9

1.3.1 滑模变结构控制 9

1.3.2 估计理论 11

1.3.3 预测控制 14

第2章 滑模变结构控制基础 17

2.1 滑模变结构控制简介 17

2.2 滑模变结构控制发展历史 17

2.3 滑模变结构控制基本原理 18

2.3.1 右端不连续微分方程 18

2.3.2 滑模变结构控制的定义 20

2.3.3 二阶滑模变结构控制实例 20

2.3.4 滑模变结构控制的品质 23

2.3.5 滑模变结构控制的特点 24

2.4 滑模变结构控制抖振问题 25

2.4.1 抖振问题产生的原因 25

2.4.2 抖振问题的削弱方法 26

2.5 滑模变结构控制系统设计 27

2.6 滑模变结构控制的应用 28

第3章 连续时间系统滑模变结构控制 30

3.1 滑动模态到达条件 30

3.2 等效控制及滑动模态运动方程 31

3.2.1 等效控制 31

3.2.2 滑动模态运动方程 32

3.3 滑模变结构控制匹配条件及不变性 32

3.4 滑模变结构控制器设计基本方法 33

3.5 基于比例切换的滑模变结构控制 34

3.6 基于趋近律的滑模变结构控制 37

3.6.1 基于趋近律的调节系统 37

3.6.2 基于趋近律的位置跟踪系统 40

3.7 基于准滑动模态的滑模变结构控制 42

3.7.1 准滑动模态定义 42

3.7.2 仿真实例 43

3.8 基于上下界的滑模变结构控制 45

3.8.1 系统描述 45

3.8.2 控制器设计 46

3.8.3 仿真实例 46

第4章 离散时间系统滑模变结构控制 49

4.1 离散时间系统滑模变结构控制描述 49

4.2 准滑动模态特性 49

4.3 离散时间滑动模态到达条件 50

4.4 离散时间滑模变结构控制的不变性 51

4.5 基于等效控制的离散时间滑模变结构控制 51

4.5.1 基于等效控制的调节系统 51

4.5.2 基于等效控制的位置跟踪系统 54

4.6 基于指数趋近律的离散时间滑模变结构控制 56

4.6.1 基于指数趋近律的调节系统 56

4.6.2 基于指数趋近律的位置跟踪系统 61

4.7 基于组合趋近律的滑模变结构控制 64

4.7.1 变速趋近律及控制 64

4.7.2 基于组合趋近律的控制 65

4.7.3 仿真实例 66

4.8 自适应离散时间滑模变结构控制 70

4.8.1 离散时间指数趋近律控制的抖振分析 71

4.8.2 自适应滑模控制器的设计 72

4.8.3 仿真实例 73

第5章 估计问题基础 77

5.1 估计理论的发展过程和估计问题的分类 77

5.2 模型参数估计问题 78

5.2.1 参数估计 78

5.2.2 线性参数模型最小二乘估计 79

5.3 信号、状态估计问题 84

5.4 信息融合估计问题 88

5.5 自校正状态与信号估计问题 90

5.6 自校正状态与信号信息融合估计问题 91

第6章 Kalman滤波与状态估计 93

6.1 引言 93

6.2 射影理论 99

6.2.1 线性最小方差估计和射影 100

6.2.2 新息序列 101

6.3 Kalman滤波器和预报器 102

6.4 Kalman平滑器 108

6.5 白噪声估值器 110

6.6 信息滤波器 114

6.7 稳态Kalman滤波 115

6.8 基于Kalman滤波的时域Wiener滤波 122

6.8.1 白噪声Wiener滤波器 124

6.8.2 Wiener状态滤波器 124

6.8.3 状态分量解耦Wiener滤波器 125

6.8.4 观测Wiener预报器 125

6.8.5 应用于设计多通道ARMA信号Wiener滤波器 126

6.9 基于滤波器的趋近律滑模变结构控制 127

6.9.1 Kalman滤波器的设计 128

6.9.2 仿真实例 128

第7章 估计融合 132

7.1 引言 132

7.2 三种加权多传感器最优信息融合准则 133

7.2.1 按矩阵加权线性最小方差最优融合准则和算法 134

7.2.2 按标量加权线性最小方差最优信息融合准则和算法 136

7.2.3 按对角阵加权线性最小方差最优融合估计准则和算法 137

7.3 多传感器信息融合Kalman滤波器和预报器 139

7.4 多传感器信息融合稳态Kalman滤波器和预报器 144

7.5 加权观测融合Kalman滤波器 148

7.6 带不同观测阵的两种加权观测融合Kalman滤波器的功能等价性 153

7.6.1 集中式观测融合Kalman滤波器 153

7.6.2 加权观测融合Kalman滤波算法Ⅰ 154

7.6.3 加权观测融合Kalman滤波算法Ⅱ 155

7.6.4 观测融合Kalman滤波算法的功能等价性 155

第8章 模型算法控制 157

8.1 算法原理 157

8.1.1 脉冲响应模型 157

8.1.2 模型预测与反馈校正 158

8.1.3 优化控制：单入单出情形 159

8.1.4 优化控制：多入多出情形 165

8.2 约束的处理 167

8.3 预测控制的一般实施方式 169

第9章 动态矩阵控制 171

9.1 阶跃响应模型及其辨识 171

9.2 算法原理 173

9.2.1 单入单出情形 173

9.2.2 单入单出情形：另一种推导方式 182

9.2.3 多入多出情形 190

9.2.4 MATLAB工具箱的说明 192

9.3 约束的处理 195

第10章 广义预测控制 197

10.1 算法原理 197

10.1.1 预测模型 197

10.1.2 丢番图方程的解法 199

10.1.3 滚动优化 201

10.1.4 在线辨识与校正 203

10.2 一些基本性质 204

10.3 多变量系统和约束系统情形 209

10.3.1 多变量广义预测控制 209

10.3.2 约束的处理 211

参考文献 213