从6.1节的观测器设计过程中可知,由于系统的真实状态向量xk无法直接获得,因此使用了受到观测噪声污染的状态向量进行替代,真实的状态向量、受到观测噪声污染的状态向量与量测方程之间的关系可以表示为
式中:量测非线性函数h为C1函数,因此函数h可以展开为
式中:为n×m维的矩阵,矩阵的值为
假设真实的状态向量xk与受到观测噪声污染的状态向量之间的关系为
式中:为与观测噪声及量测相关的误差项,可表示为
定义扰动观测器的估计误差为扰动加速度真实值dk与扰动加速度估计值之差:
将观测器方程(6-12)代入式(6-19),可得
由式(6-17)和式(6-20),有
将式(6-1)和式(6-13)代入式(6-21),可得
将式(6-12)与6.1节选定的矩阵Γ=代入式(6-22),可得
式中:非线性函数f为C1函数,函数f可以展开为
式中:Φk为m×m维的矩阵,矩阵的值为
将式(6-23)重新整理,可得
将式(6-24)代入式(6-26),可得
定义扰动观测器的增益矩Lk-1值为
显然,要使扰动观测器的估计误差有界,增益矩阵需满足如下条件:
即
随着时间不断增大,即最终可得扰动观测器的估计误差表达式为
为了便于证明,现引入如下引理。
引理6.1 现有一个由式(6-1)和式(6-2)给出的非线性随机系统,以及相应的由式(6-12)和式(6-13)表示的扰动观测器,假设如下:
(2)假设
(3)存在正实数κφ,当x,满足时,使得非线性函数φ有界,即(www.daowen.com)
当上述假设成立时,则非线性扰动观测器的估计误差有界。
证明:为了降低扰动加速度变化率对估计误差的影响,假设中对扰动观测器的增益矩阵进行了约束,如式(6-38)所示,估计误差受扰动加速度变化率影响的项可以表示为
根据开始对非线性系统的定义,可得
对式(6-41)左侧取范数,有
根据范数的性质,由线性化引起的误差项lk-1可以表示为
将式(6-37)代入式(6-43),可得
由量测噪声引起的误差项的范数可以写为
由式(6-36)和式(6-37),可得
由过程噪声引起的误差项均方值的范数为
根据假设中的式(6-37),有
式(6-48)等号两侧均为标量,因此对等号的右侧取迹,对等式的成立不造成影响,可得
根据迹的性质,有
式中,不妨假设γ和Δ的维数可以使矩阵乘法及求迹的过程成立,故式(6-47)可以写为
然后,对等式两侧取平均值,有
根据矩阵Gk的定义,可得
式中:n为矩阵Gk的行数。
由式(6-51)和式(6-52),式(6-50)可以表示为
式(6-65)说明该随机过程有界(最好引证),为了便于描述,假设
根据范数的基本性质,估计误差的范数满足如下不等式:
将式(6-42)、式(6-44)、式(6-46)和式(6-56)代入式(6-57),可得
因此,说明了在假设成立的前提下,扰动观测器的估计误差是有界的。此外,误差分析的方程说明非线性扰动观测器的估计误差受到5个因素影响:采样周期、扰动观测器的增益矩阵、系统的非线性强弱、测量噪声和过程噪声。在实际的工程应用中,非线性的系统特性是确定的,与系统非线性相关的参数是确定的,如为了提高非线性扰动观测器的估计精度,可供调节的参数为采样周期T0、扰动观测器的增益矩阵Lk以及测量噪声vk,可调参数对误差的影响及敏感度分析将在综合仿真分析中给出。
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。