先进控制理论PDF|Epub|txt|kindle电子书版本网盘下载

先进控制理论PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 控制理论的发展历史及应用1

1.1.1 控制理论的发展历史1

1.1.2 控制理论的应用2

1.2 先进控制基础4

1.2.1 先进控制的概念4

1.2.2 先进控制理论的发展现状5

1.2.3 工业过程先进控制的核心内容7

1.2.4 先进控制的工程化8

1.3 三种重要的先进控制理论概述9

1.3.1 滑模变结构控制9

1.3.2 估计理论11

1.3.3 预测控制14

第2章 滑模变结构控制基础17

2.1 滑模变结构控制简介17

2.2 滑模变结构控制发展历史17

2.3 滑模变结构控制基本原理18

2.3.1 右端不连续微分方程18

2.3.2 滑模变结构控制的定义20

2.3.3 二阶滑模变结构控制实例20

2.3.4 滑模变结构控制的品质23

2.3.5 滑模变结构控制的特点24

2.4 滑模变结构控制抖振问题25

2.4.1 抖振问题产生的原因25

2.4.2 抖振问题的削弱方法26

2.5 滑模变结构控制系统设计27

2.6 滑模变结构控制的应用28

第3章 连续时间系统滑模变结构控制30

3.1 滑动模态到达条件30

3.2 等效控制及滑动模态运动方程31

3.2.1 等效控制31

3.2.2 滑动模态运动方程32

3.3 滑模变结构控制匹配条件及不变性32

3.4 滑模变结构控制器设计基本方法33

3.5 基于比例切换的滑模变结构控制34

3.6 基于趋近律的滑模变结构控制37

3.6.1 基于趋近律的调节系统37

3.6.2 基于趋近律的位置跟踪系统40

3.7 基于准滑动模态的滑模变结构控制42

3.7.1 准滑动模态定义42

3.7.2 仿真实例43

3.8 基于上下界的滑模变结构控制45

3.8.1 系统描述45

3.8.2 控制器设计46

3.8.3 仿真实例46

第4章 离散时间系统滑模变结构控制49

4.1 离散时间系统滑模变结构控制描述49

4.2 准滑动模态特性49

4.3 离散时间滑动模态到达条件50

4.4 离散时间滑模变结构控制的不变性51

4.5 基于等效控制的离散时间滑模变结构控制51

4.5.1 基于等效控制的调节系统51

4.5.2 基于等效控制的位置跟踪系统54

4.6 基于指数趋近律的离散时间滑模变结构控制56

4.6.1 基于指数趋近律的调节系统56

4.6.2 基于指数趋近律的位置跟踪系统61

4.7 基于组合趋近律的滑模变结构控制64

4.7.1 变速趋近律及控制64

4.7.2 基于组合趋近律的控制65

4.7.3 仿真实例66

4.8 自适应离散时间滑模变结构控制70

4.8.1 离散时间指数趋近律控制的抖振分析71

4.8.2 自适应滑模控制器的设计72

4.8.3 仿真实例73

第5章 估计问题基础77

5.1 估计理论的发展过程和估计问题的分类77

5.2 模型参数估计问题78

5.2.1 参数估计78

5.2.2 线性参数模型最小二乘估计79

5.3 信号、状态估计问题84

5.4 信息融合估计问题88

5.5 自校正状态与信号估计问题90

5.6 自校正状态与信号信息融合估计问题91

第6章 Kalman滤波与状态估计93

6.1 引言93

6.2 射影理论99

6.2.1 线性最小方差估计和射影100

6.2.2 新息序列101

6.3 Kalman滤波器和预报器102

6.4 Kalman平滑器108

6.5 白噪声估值器110

6.6 信息滤波器114

6.7 稳态Kalman滤波115

6.8 基于Kalman滤波的时域Wiener滤波122

6.8.1 白噪声Wiener滤波器124

6.8.2 Wiener状态滤波器124

6.8.3 状态分量解耦Wiener滤波器125

6.8.4 观测Wiener预报器125

6.8.5 应用于设计多通道ARMA信号Wiener滤波器126

6.9 基于滤波器的趋近律滑模变结构控制127

6.9.1 Kalman滤波器的设计128

6.9.2 仿真实例128

第7章 估计融合132

7.1 引言132

7.2 三种加权多传感器最优信息融合准则133

7.2.1 按矩阵加权线性最小方差最优融合准则和算法134

7.2.2 按标量加权线性最小方差最优信息融合准则和算法136

7.2.3 按对角阵加权线性最小方差最优融合估计准则和算法137

7.3 多传感器信息融合Kalman滤波器和预报器139

7.4 多传感器信息融合稳态Kalman滤波器和预报器144

7.5 加权观测融合Kalman滤波器148

7.6 带不同观测阵的两种加权观测融合Kalman滤波器的功能等价性153

7.6.1 集中式观测融合Kalman滤波器153

7.6.2 加权观测融合Kalman滤波算法Ⅰ154

7.6.3 加权观测融合Kalman滤波算法Ⅱ155

7.6.4 观测融合Kalman滤波算法的功能等价性155

第8章 模型算法控制157

8.1 算法原理157

8.1.1 脉冲响应模型157

8.1.2 模型预测与反馈校正158

8.1.3 优化控制：单入单出情形159

8.1.4 优化控制：多入多出情形165

8.2 约束的处理167

8.3 预测控制的一般实施方式169

第9章 动态矩阵控制171

9.1 阶跃响应模型及其辨识171

9.2 算法原理173

9.2.1 单入单出情形173

9.2.2 单入单出情形：另一种推导方式182

9.2.3 多入多出情形190

9.2.4 MATLAB工具箱的说明192

9.3 约束的处理195

第10章 广义预测控制197

10.1 算法原理197

10.1.1 预测模型197

10.1.2 丢番图方程的解法199

10.1.3 滚动优化201

10.1.4 在线辨识与校正203

10.2 一些基本性质204

10.3 多变量系统和约束系统情形209

10.3.1 多变量广义预测控制209

10.3.2 约束的处理211

参考文献213