基于MATLAB/Simulink的嵌入式鲁棒控制系统设计

　　本书面向现代控制理论在高性能控制律开发中的应用，主要基于MATLAB和Simulink编程环境，介绍如何设计并实现嵌入式鲁棒控制系统。书中包含许多重要的示例，用以说明理论结果的实际实现。

暂缺《基于MATLAB/Simulink的嵌入式鲁棒控制系统设计》作者简介

目　　录
译者序
前言
第1章　嵌入式控制系统　　1
1.1　引言　　1
1.2　嵌入式控制系统的结构和组成　　2
1.2.1　典型框图　　2
1.2.2　A/D和D/A转换　　3
1.2.3　传感器　　4
1.2.4　执行器　　4
1.2.5　处理器　　5
1.2.6　软件　　6
1.3　采样和混叠　　7
1.4　定点运算　　9
1.4.1　定点数　　9
1.4.2　缩放　　11
1.4.3　范围和精度　　14
1.4.4　定点算术运算　　15
1.5　浮点运算　　17
1.5.1　浮点数　　17
1.5.2　IEEE运算　　18
1.5.3　浮点算术运算　　20
1.6　量化效应　　20
1.6.1　截断和舍入　　20
1.6.2　A/D转换中的量化误差　　22
1.7　设计阶段　　23
1.7.1　控制器设计　　25
1.7.2　闭环系统仿真　　27
1.7.3　嵌入式代码生成　　28
1.8　硬件配置　　29
1.8.1　微处理架构　　29
1.8.2　硬件描述语言　　32
1.8.3　模块级开发　　35
1.8.4　系统级开发　　39
1.9　软件配置　　42
1.9.1　板级支持包　　43
1.9.2　应用程序接口　　44
1.9.3　代码生成　　45
1.9.4　代码验证　　47
1.10　注释和参考文献　　48
第2章　系统建模　　49
2.1　被控对象建模　　49
2.2　线性化　　51
2.2.1　解析线性化　　51
2.2.2　符号线性化　　53
2.2.3　数值线性化　　55
2.3　离散化　　57
2.3.1　离散时间模型　　57
2.3.2　离散时间频率响应　　58
2.3.3　连续时间模型的离散化　　60
2.3.4　时滞系统的离散化　　63
2.3.5　采样周期的选择　　64
2.3.6　非线性模型的离散化　　65
2.4　随机建模　　66
2.4.1　随机线性系统　　66
2.4.2　随机模型的离散化　　68
2.4.3　最优估计　　70
2.5　被控对象辨识　　73
2.5.1　黑箱模型辨识　　73
2.5.2　灰箱模型辨识　　86
2.6　不确定性建模　　90
2.6.1　结构化不确定性模型　　91
2.6.2　LFT表示的不确定性模型　　97
2.6.3　从Simulink模型导出不确定
性状态空间模型　　98
2.6.4　非结构化不确定性模型　　98
2.6.5　混合不确定性模型　　102
2.6.6　不确定性模型的离散化　　102
2.6.7　通过辨识得出不确定性
模型　　105
2.7　传感器建模　　107
2.7.1　Allan方差　　108
2.7.2　随机陀螺模型　　109
2.7.3　随机加速计模型　　114
2.7.4　传感器数据滤波　　116
2.8　注释和参考文献　　119
第3章　性能要求和设计限制　　121
3.1　SISO闭环系统　　121
3.2　SISO系统性能指标　　124
3.2.1　时域指标　　124
3.2.2　频域指标　　124
3.3　SISO系统设计中的折中　　127
3.3.1　对S和T的限制　　127
3.3.2　右半平面极点和零点　　128
3.3.3　时滞引起的限制　　129
3.3.4　测量噪声引起的限制　　130
3.3.5　干扰引起的限制　　131
3.3.6　控制作用引起的限制　　131
3.3.7　模型误差引起的限制　　132
3.4　MIMO 闭环系统　　138
3.5　MIMO系统的性能指标　　140
3.5.1　使用奇异值进行性能
分析　　140
3.5.2　系统的H∞范数　　142
3.5.3　Hankel范数　　144
3.6　MIMO系统设计中的折中　　145
3.6.1　干扰抑制　　145
3.6.2　噪声抑制　　146
3.6.3　模型误差　　146
3.7　不确定性系统　　147
3.8　鲁棒稳定性分析　　149
3.8.1　非结构化不确定性　　149
3.8.2　结构化奇异值　　150
3.8.3　使用μ进行鲁棒稳定性
分析　　151
3.9　鲁棒性能分析　　154
3.9.1　使用μ进行鲁棒性能
分析　　155
3.9.2　最坏情况下的增益　　159
3.9.3　最坏情况下的裕度　　160
3.10　鲁棒性分析中的数值问题　　161
3.11　注释和参考文献　　165
第4章　控制器设计　　166
4.1　PID控制器　　167
4.2　带积分作用的LQG控制器　　180
4.2.1　离散时间LQG控制器　　181
4.2.2　有色测量噪声　　183
4.2.3　带偏置补偿的LQG
控制器　　192
4.3　带H∞滤波器的LQ调节器　　199
4.3.1　离散时间H∞滤波器　　199
4.3.2　带偏置补偿的H∞滤波器　　204
4.4　H∞设计　　209
4.4.1　H∞设计问题　　209
4.4.2　混合灵敏度H∞控制　　214
4.4.3　二自由度控制器　　217
4.4.4　H∞设计中的数值问题　　218
4.5　μ综合　　227
4.5.1　μ综合问题　　227
4.5.2　用μ的上界替换μ　　228
4.5.3　DK迭代　　230
4.5.4　μ综合中的数值问题　　231
4.6　控制器比较　　238
4.7　HIL仿真　　239
4.8　注释和参考文献　　245
第5章　案例研究1：水箱物理
模型的嵌入式控制　　246
5.1　嵌入式控制系统的硬件配置　　247
5.1.1　水箱　　247
5.1.2　Arduino Mega 2560　　248
5.1.3　分压器　　249
5.1.4　继电器块　　249
5.2　被控对象辨识　　251
5.3　LQR 和 LQG 控制器设计　　258
5.4　H∞控制器设计　　262
5.5　实验评估　　266
5.6　注释和参考文献　　273
第6章　案例研究2：微型直升机
的鲁棒控制　　274
6.1　直升机模型　　275
6.1.1　非线性直升机模型　　275
6.1.2　线性化模型　　280
6.1.3　不确定性模型　　285
6.2　姿态控制器的μ综合　　286
6.2.1　性能要求　　287
6.2.2　控制器设计　　289
6.2.3　频率响应　　293
6.2.4　线性系统的暂态响应　　298
6.2.5　位置控制器设计　　299
6.3　HIL仿真　　300
6.3.1　非线性系统仿真　　301
6.3.2　HIL仿真设置　　302
6.3.3　HIL 仿真结果　　304
6.4　注释和参考文献　　310
第7章　案例研究3：两轮机器人
的鲁棒控制　　311
7.1　机器人描述　　311
7.2　机器人模型的闭环辨识　　313
7.2.1　从u到.?的动态模型　　317
7.2.2　从.?到.θ的动态模型　　320
7.2.3　偏航运动的动态模型　　322
7.3　不确定性模型的推导　　326
7.3.1　基于信号的不确定性表示　　326
7.3.2　输入乘性不确定性表示　　326
7.4　LQG控制器设计　　329
7.5　μ控制器设计　　333
7.6　设计控制器的比较　　336
7.7　实验评估　　339
7.8　注释和参考文献　　344
附录A　矩阵分析基础　　346
附录B　线性系统理论基础　　354
附录C　随机过程　　361
附录D　线性模型辨识　　372
附录E　IMU与目标微控制器的
接口　　393
附录F　用霍尔编码器测量角
速度　　399
参考文献　　404