基于最小方差控制的间接自校正控制

最新推荐文章于 2025-01-21 16:26:37 发布

萌哒萌哒

最新推荐文章于 2025-01-21 16:26:37 发布

阅读量2.3k

点赞数 2

分类专栏： Matlab仿真文章标签：最小方差控制 MVC 自校正控制间接控制显示控制

本文链接：https://blog.youkuaiyun.com/xl928471061/article/details/50518168

版权

该文通过MATLAB实现了一个基于最小方差控制(MVC)的间接自校正控制系统。首先，文章初始化系统参数，然后利用递推增广最小二乘法进行参数辨识。在每一步迭代中，计算控制量并更新输出和输入的历史数据。最后，通过图像显示了期望输出、实际输出以及控制量随时间的变化，以及参数估计的动态过程，验证了自校正控制的有效性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

close all;
clear all;
clc;

%*********************系统初始化*********************%
a=[1 -1.7 0.7]; b=[1 0.5]; c=[1 0.2]; k=4; %对象参数
na=length(a)-1; nb=length(b)-1; nc=length(c)-1; %na、nb、nc为多项式A、B、C阶次
nf=nb+k-1; %nf为多项式F的阶次

K=400; %控制步数
ut=zeros(k+nb,1); %输入历史的初值
yt=zeros(na,1); %输出历史的初值
yrt=zeros(nc,1); %期望输出历史的初值
wt=zeros(nc,1); %白噪声历史的初值,用来计算输出y(k)
wet=zeros(nc,1); %白噪声估计历史的初值，用来参数辨识
yr=10*[ones(K/2,1);-ones(K/2+k,1)]; %期望输出
w=sqrt(0.1)*randn(K,1); %白噪声序列

%辨识参数初值设置
thetae_1=0.001*ones(na+nb+1+nc,1); 
P=10^8*eye(na+nb+1+nc);

%*********************递推辨识与控制*********************%
for t=1:K
    y(t)=-a(2:na+1)*yt+b*ut(k:k+nb)+c*[w(t);wt]; %采集输出数据
    
    phie=[-yt;ut(k:k+nb);wet];
        
    %递推增广最小二乘法A(Z)*y(t)=B(Z)*u(t-k)+C(Z)*w(t)
    L=P*phie/(1+phie'*P*phie);
    thetae(:,t)=thetae_

最低0.47元/天解锁文章