基于改进卡尔曼滤波器的扰动抑制无模型自适应控制方案
卢行远
侯忠生
青岛大学自动化学院,山东青岛266071
摘要：针对无模型自适应控制方法在测量扰动作用下控制效果不佳的问题,本文提出了一种新的扰动抑制无模型自适应控制方案.首先基于受控系统的动态线性化数据模型及测量扰动的统计特性,在最小方差估计准则下推导了基于系统输入输出数据的改进卡尔曼滤波器.然后基于此滤波器给出了一种新的扰动抑制无模型自适应控制方案.该方案仅需用到受控系统的输入输出数据,即可实现在强测量扰动作用下系统的无模型自适应控制.仿真结果显示,相比现有的扰动抑制无模型自适应控制方案,该方案在系统跟踪常值参考信号、时变参考信号时均能有效地抑制测量扰动,适用性更好的同时可以获得更小的跟踪误差及更大的数据信噪比.
关键词：无模型自适应控制扰动抑制最小方差估计卡尔曼滤波
资助基金：国家自然科学基金(61833001)国家自然科学基金(62073025)
论文发表日期：2022-07-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 1211-1218 )
英文信息