10. オブザーバ
教科書 11章
出力フィードバック
 制御対象:
x  Ax  Bu
y  Cx
 静的な出力フィードバック
u = Ky
(状態フィードバックと異なり、全ての極を指定できない)
 動的な出力フィードバック
  P  Qu  Ry
u  K1  K 2 y
可制御・可観測なら全ての極を指定できる
動的な出力フィードバックを作る方法
→ 「状態フィードバック」 + 「オブザーバ」
オブザーバとは
 オブザーバ(状態推定器)とは、状態 x が直接観測できないとき、出力 y と入力
u から状態 x を推定する機構。
 出力の次元は状態の次元より少ないのが普通 → 出力の瞬間値だけからでは、
状態は推定できない。
 そこで、過去の履歴の情報も用いる。つまり、オブザーバ自体も微分方程式で
表現される。→ 動的フィードバック
入力 u
外部入力
状態フィードバック
制御対象
出力 y
オブザーバ
状態の推定値
同一次元オブザーバ
 制御対象
x  Ax  Bu
y  Cx
 状態を推定するために、制御対象のコピーを作る。
~
x  A~
x  Bu
~
y  C~
x
~x は、x の推定値
 このままでは、初期推定誤差がゼロに収束する保証がない。そこで、出力の差
~
y  y  C~
xy
により、制御対象のコピーの動きを修正。
同一次元オブザーバ
~
x  A~
x  Bu  K (C~
x  y)
~
y  C~
x
推定誤差
推定誤差:
e x~
x
推定誤差のダイナミクス
e  [ Ax  Bu]  [ A~
x  Bu  K (C~
x  y)]
 A( x  ~
x )  KC ( x  ~
x)
 ( A  KC )e
A + KC が安定ならば、推定誤差はゼロに漸近
オブザーバの固有値




オブザーバの固有値 = A + KC の固有値
K を選ぶことで、オブザーバの固有値を自由に選べるだろうか?
A + KC の固有値 = (A + KC)T の固有値 = AT + CTKTの固有値
双対なシステムの極配置問題
z  AT z  C T v
v  KT z
KT を選ぶことで AT + CTKT の固有値を自由に選べるか?
→ 元の系のオブザーバの固有値配置問題と同じ
 「双対なシステムの極配置問題」と等価
= 必要十分条件は双対なシステムの可制御性
つまり、
オブザーバの固有値配置が自由にできる必要十分条件は可観測であること
オブザーバの固有値配置
 可観測正準形で表されているとする。
 a0   b0 
0


1 

    

x 
x
u

  0






 
1  an 1   bn 1 

y  0  0 1x
 誤差システム:
 a0  k1 
0
1 


e
e  
  0




1

a

k
n 1
n

多項式sn + (an1 – kn)sn1 + … + (a0 – k1)が目標の特性多項式に
なるように K = (k1,…,kn)T を選ぶ
フィードバック系
 制御対象: x  Ax  Bu
y  Cx
 状態フィードバックを設計: u = Fx
→ A + BF が望ましい固有値を持つように設計
 オブザーバを設計
→ A+ KC が望ましい固有値を持つように設計
 この2つを組み合わせる。つまり、 u = Fxのかわりに、推定値を用いて、
u  F~
x
 推定値を用いることで、 A + BF の固有値が変化しないであろうか?
→ 結論としては、「問題ない」 (次のページ参照)
分離定理
 拡大系
d  x  A  BF  BF   x



A  KC   e 
dt  e   0
 つまり、フィードバック系の固有値は、 A + BF の固有値と A+ CKの固有値をあ
わせたもの。
 オブザーバの設計とは独立に、状態フィードバックの設計を行ってよい。
→ 制御と観測の分離 = 分離定理
 線形系だから分離定理が成り立っている。非線形系では成り立たない。
最小次元オブザーバとは
 全状態オブザーバは、n 個の状態を推定。しかし、y = Cx により状態の一部は
既にわかっているはず。
 状態を推定するためには、n – l 本の微分方程式でよいのでは?
最小次元オブザーバ
最小次元オブザーバの構成 (1)
1出力の場合の最小次元オブザーバについて述べる。
 制御対象は可観測正準形で表されているとする。
 a0   b0 
0


1 

    

x 
x
u

  0






 

1

a
b
n

1
n

1

 

y  0  0 1x
 それをさらに座標変換
0 sn 1 
1
 
 
w
 x  Qx
1
s
1 

1 
0
最小次元オブザーバの構成 (2)
 座標変換後のシステム
w  A1w  B1u
y  C1w
 sn 1
 s1sn 1  an  a1sn 1
0

1 

 s1sn  2  an 1  a1sn  2  sn 1 




A1    0

2
1  s1
 s1  a2  a1s1  s2


0  0

1
 a1  s1
C1  CQ 1  0  0 1, B1  QB
 変換後の状態wの最後の要素はyそのものであるので、次のようにおく。
 
w 
 y
最小次元オブザーバの構成 (3)
 同一次元オブザーバを作ると
~
~
d     A2
E2     B2 
 ~   
 ~    u

dt  y  00 1  a1  s1  y   b1 
 最後の要素yは推定する必要が無いので、上のn – 1本の式を抜き出す
最小次元オブザーバ:
~
~
  A2  B2u  E2 y
 sn1 
 s1sn 1  an  a1sn1
0




1 
 

s
s

a

a
s

s
A2  
, E2   1 n 2 n1 1 n 2 n1 
 



  0
2


1  s1 
 s1  a2  a1s1  s2



最小次元オブザーバの安定性
 推定誤差 e    ~
 推定誤差のダイナミクス
~
e  { A2  E2 y  B2u}  { A2  E2 y  B2u}
 A2e
最小次元オブザーバの安定性はA2の安定性で決まる
det[I  A2 ]  n1  s1n2   sn2  sn1
が安定多項式になるように、s1,…,sn – 1 を選ぶ。
ダウンロード

Powerpoint