强跟踪滤波器在倒立摆系统中的应用

2012年03月27日17:03:02 本网站我要评论(2)字号：T | T | T

陈巴特尔，周东华
内蒙古民族大学计算机科学与技术学院，内蒙古通辽

清华大学自动化系，北京

摘　　　要：倒立摆系统可以用多种理论和方法来实现其稳定控制，如ＰＩＤ、自适应、状态反馈、智能控制、模糊控制及人工神经元网络等多种理论和方法，都能在倒立摆系统控制上得到实现。强跟踪滤波器能够对被噪声污染的信号进行有效地估计，从而降低了噪声的影响，强跟踪滤波器的优点为对于模型不确定性具有较强的鲁棒性；对过程的缓变或突变状态均有很强的跟踪能力。介绍强跟踪滤波器在倒立摆控制系统中的应用并给出了仿真结果。仿真结果证实由于强跟踪滤波器能有效地估计倒立摆的状态，与没有采用强跟踪滤波器的控制方法相比较，不但降低了噪声对系统的影响，而且显著地提高了系统的鲁棒性。

关　键　词：强跟踪滤波器；倒立摆；状态方程

１　引　言
倒立摆的发展历史及现状［１］，早在２０世纪６０年代，人们就开始了对倒立摆系统的研究。１９６６年Ｓｃｈａｅｆｅｒ和Ｃａｎｎｏｎ应用ＢａｎｇＢａｎｇ控制理论，将一个曲轴稳定于倒置位置。到２０世纪６０年代后期，倒立摆作为一个典型不稳定、非线性的例证被提出［２］。自此，对于倒立摆系统的研究便成为控制界关注的焦点。目前有关倒立摆的研究主要集中在亚洲，如中国的北京师范大学、北京航空航天大学［３］、中国科技大学［４］，日本的东京工业大学、东京电机大学，东京大学［９］。韩国的釜山大学、忠南大学，此外，俄罗斯的圣彼得堡大学［６］、美国的东佛罗里达大学、俄罗斯科学院、波兰的波兹南技术大学、意大利的佛罗伦萨大学也都对这个领域有持续的研究。倒立摆系统是一个非线性多变量的不稳定的系统。过去人们对倒立摆的控制主要采用ＰＩＤ、自适应、状态反馈、智能控制、模糊控制及人工神经元网络等［７９］，但在这些控制方法中都没有考虑到输出噪声的影响，从而降低了控制的精度。强跟踪滤波器解决离散数据线性滤波问题，由一系列数学公式描述。它们提供了一种高效可计算的方法来估计过程的状态，它的优点是对于模型不确定性具有较强的鲁棒性；对过程的缓变或突变状态均有很强的跟踪能力。因此，我们可以利用强跟踪滤波器实时在线的估计出倒立摆运动过程中的状态，然后进行状态反馈。由于滤波后的状态估计值大大降低了噪声的影响，所以系统会有很好的鲁棒性和动态性能。本文以直线小车倒立摆为例，研究了强跟踪滤波器在倒立摆控制系统中的应用。

登录网站后可下载文件

强跟踪滤波器在倒立摆系统中的应用

相关阅读: