跟踪微分器(Tracking Differentiator,TD)

本文介绍了自抗扰控制技术中的跟踪微分器(TD)。探讨了小时间常数的惯性环节、经典微分器的噪声放大问题,并提出二阶线性微分跟踪器以减小噪声影响。通过仿真测试,证实了提高采样频率能有效降低跟踪微分器的噪声。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

本文旨在介绍自抗扰控制技术(Active Disturbance Rejection Control Technique,ADRC)中关于跟踪微分器(Tracking Differentiator,TD)的一些基本思想。

1.小时间常数的惯性环节

一阶惯性环节的传递函数为
y(s)=1Ts+1u(s) y(s) = \frac{1}{Ts+1}u(s) y(s)=Ts+11u(s)
阶跃响应为
y(t)=1−e−t/T y(t)=1-e^{-t/T} y(t)=1et/T
当时间常数TTT较u的变化很小时,可以近似认为
y(t)=u(t−T) y(t)=u(t-T) y(t)=u(tT)

2.经典微分器

由于在现实中无法获得真正的微分G(s)=sG(s)=sG(s)=s,所以一般使用如下形式的微分环节来获取微分信号
y=sTs+1v y=\frac{s}{Ts+1}v y=Ts+1sv
其中,vvv为原始信号,yyy为近似的微分信号。考虑第一小节中小时间常数惯性环节的特性,上式所表达的微分环节在时域中可以这样理解
y(t)=1T(v(t)−v(t−T)) y(t) = \frac{1}{T}(v(t)-v(t-T)) y(t)=T1(v(t)v(tT))
在这里插入图片描述
也就是经典的"斜率"计算方法。
将经典微分器离散化后可得
vˉ(k+1)=vˉ(k)−TsT(vˉ(k)−v(k))y(k)=1T(v(k)−vˉ(k)) \begin{aligned} \bar{v}(k+1) &=\bar{v}(k)-\frac{Ts}{T}(\bar{v}(k)-v(k)) \\ y(k) & =\frac{1}{T}(v(k)-\bar{v}(k)) \end{aligned} vˉ(k+1)y(k)=vˉ(k)TTs(vˉ(k)v(k))=T1(v(k)

评论 10
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值