陀螺稳定平台模型参数辨识及其自抗扰控制研究

摘要

陀螺稳定平台(GSP)是隔离载体的振动并克服载体姿态变化对固定安装在平台上的激光测距仪等光电跟踪设备的影响，同时在控制指令的驱动下，完成光电设备对目标的捕获和跟踪的装置。影响陀螺稳定平台隔离控制精度的主要因素有:被控系统模型中的未建模部分、状态的随机扰动以及输出信号的测量噪声等。实际应用中的陀螺稳定平台仅仅使用PID控制器很难达到更高的期望性能指标。为进一步提高隔离精度，需要一个综合解决各方面影响因素的控制方案。本论文的主要研究工作是针对影响控制的三个因素，设计消除三方面影响的综合控制策略，实现稳定平台的抗扰控制，主要包含以下三个方面:
　　1)在本团队已建立的稳定平台内方位速度环非线性摩擦力模型的基础上，利用遗传算法工具箱对速度环模型中的12个参数进行辨识，利用实数编码的加速遗传算法、混合遗传算法、多种群遗传算法、自适应遗传算法，对参数辨识的结果进行优化，得到速度环的数学模型。
　　2)针对性能的主要的因素，设计一个两步控制策略:第一步，利用自抗扰对系统中未建模部分进行观测及其前向补偿，并设计自抗扰控制中反馈控制为PID控制实现抗平台扰动的调节控制;第二步利用Kalman滤波器对系统中的状态扰动及测量噪声进行滤波消除。实验结果表明，该方案在幅值为3°、频率为1/6Hz的载体扰动下能达到4.61％的隔离度，与非线性摩擦力建模辨识及其前向补偿策略控制实际陀螺稳定平台达到的隔离度的最好值9.39％相比，所题出的控制隔离性能提高了50.9％，具有更高的实用价值。
　　3)将设计的自抗扰控制与基于速度扰动观测器的抗扰控制，在陀螺稳定平台的抗扰控制研究问题下进行基于SIMULINK的仿真性能对比实验，对两者实验结果进行了性能对比分析。实验结果表明，两种方案在幅值为3°频率为1/6Hz的载体扰动下，自抗扰控制能达到4.61％的隔离度，基于扰动观测器的控制策略能达到3.05％，对比利用非线性摩擦力辨识模型进行前向补偿控制在实际控制系统达到的隔离度的最好值为9.39％，大大提高了隔离性能。同时对两种控制策略的对比中发现，自抗扰控制的实时性更强，而基于扰动观测器的控制策略更能有效的提高控制的精度。

目录

声明

摘要

第1章 概论

1．1 陀螺稳定平台的发展现状

1．2 陀螺稳定平台控制策略的研究现状

1．2．1 陀螺稳定平台建模和参数辨识的研究现状

1．2．2 陀螺稳定平台控制策略的研究现状

1．3 本论文的主要工作及创新之处

1．3．1 主要研究工作

1．3．2 创新之处

1．4 本论文的结构安排

第2章 遗传算法工具箱和自抗扰控制

2．1 遗传算法工具箱

2．2 遗传算法工具箱中的参数

2．2．1 种群参数

2．2．2 适应度尺度变换

2．2．3 选择函数

2．2．4 复制参数

2．2．5 变异函数

2．2．6 交叉函数

2．2．7 移民参数

2．2．8 约束参数

2．2．9 混合函数

2．2．10 停止条件

2．3 自抗扰控制原理

第3章 基于遗传算法工具箱的速度环模型参数辨识

3．1 陀螺稳定平台速度环模型

3．2 遗传算法工具箱参数的选择

3．2．1 适应度尺度变换函数的选择

3．2．2 选择函数的选择

3．2．3 变异函数的选择

3．2．4 交叉函数的选择

3．3 几种优化遗传算法在工具箱中的实现方式

3．4 速度环模型参数辨识

3．5 本章小结

第4章 陀螺稳定平台扰动的自抗扰及其滤波控制

4．1 陀螺稳定平台速度环系统描述及其控制任务

4．1．1 系统描述

4．1．2 控制问题及其控制策略

4．2 陀螺稳定平台的自抗扰控制及其滤波器的设计

4．2．1 自抗扰控制的设计

4．2．2 自适应强跟踪Kalman滤波器设计

4．3 性能对比实验及其结果分析

4．3．1 未考虑测量噪声的速度环自抗扰控制仿真

4．3．2 带测量噪声滤波的控制系统仿真

4．4 本章小结

第5章 两种高性能陀螺稳定平台控制策略的性能对比

5．1 两种控制系统结构的设计

5．2 两种控制策略的设计

5．2．1 自抗扰控制的设计

5．2．2 扰动观测器的设计

5．3 系统仿真实验及其性能对比分析

5．4 本章小结

第6章 总结与展望

6．1 总结

6．2 展望

参考文献

致谢

攻读硕士期间发表和完成的研究论文和参加的项目