扰动观测器(Disturbance Observer,DO)自提出以来,被广泛应用于含有未知扰动的控制系统中,作为补偿抵消扰动对系统带来的副作用,用于提高系统抗干扰能力以及系统稳健性。因此,本章考虑将扰动观测器应用于目标跟踪算法中,通过估计目标的机动加速度信息,将估计的机动加速度值作为传统滤波算法中已知的加速度信息,实现基于扰动观测器的补偿滤波跟踪算法。
本章用扰动观测器估计非合作机动目标的加速度信息,扰动观测器的输入项为跟踪系统的量测数据,输出项为非合作机动目标的加速度估计值,输出的加速度估计值不仅包括了机动目标的机动加速度,同时也包括了动力学建模中未考虑的其他摄动力,如第三体引力、大气阻力等引起的加速度。因此,扰动观测器不仅可以得到机动加速度的估计值,也能得到其他任何由建模偏差引起的未知扰动加速度估计值,使得算法有较强的稳健性和抗干扰性。
由式(6-1)可知机动加速度可以表示为
式中:为Bk的左逆矩阵,并且满足等式
为了直接估计扰动加速度的值,建立如下的基本观测器:
式中:为扰动观测器的扰动加速度估计值;Lk为观测器增益矩阵。
观测器设计的关键是找到一个合适的观测矩阵,使得当加速度估计值小于真实值时,即当时,扰动加速度估计值增加;当加速度估计值大于真实值时,即当时,扰动加速度估计值减小,从而实现对扰动加速度的估计。将式(6-3)代入式(6-4)中,可得
不难发现,式(6-5)中xk+1项是tk+1时刻的系统状态向量。对于当前时刻tk而言,下一时刻的量测量未知,所以tk+1时刻状态向量xk+1也是无法获得的。因此,未知项xk+1需要通过一些变换使得该项可以被消除,从而使扰动观测器具有可实施性。故在此引入一个辅助变量ξk,该变量满足
式中:Γ为观测器的辅助矩阵。(www.daowen.com)
将式(6-6)代入式(6-5)中,观测器方程可表示为
式中:Δξk+1=ξk+1-ξk。
由式(6-6)和式(6-7),可得
整理式(6-8),有
从式(6-9)可以看出,当-Γ=0时,即矩阵Γ满足Γ=时,tk+1时刻的状态向量xk+1项的系数为0,该项可从观测器方程中消失,式(6-9)可以表示为
最终,由Δξk+1=ξk+1-ξk,式(6-10)可进一步表示为
对于量测过程来说,过程噪声wk是不能够单独测量出来的,但是过程噪声量级相对其他项来说非常小。因此,这里设计的扰动观测器将忽略带有过程噪声的项,所以仅依赖于当前时刻状态向量的扰动观测器表达式如下:
式中:为受到观测噪声污染的状态向量,由量测量经过计算获得,用于替代式(6-6)中无法获取的状态向量真实值xk;ξk为当用替代xk时ξk的近似值,由扰动观测器表达式可知当已知时,未知的机动加速度可以通过扰动观测器估计获得。由于在扰动观测器设计的过程中做了一些近似和省略,因此需要对扰动观测器进行误差分析。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。