论文部分内容阅读
跟踪控制系统在工业、农业、国防、天文观测等各个领域都得到了广泛的应用,而系统中被控对象的数学模型是实现控制的基础。一般来说,被控对象的模型往往是未知或是半未知的,因为当系统内部机理过于复杂时,被控对象的模型结构和对应的参数很难利用现有的知识和方法来确定,甚至当系统所处的环境改变或者系统自身出现故障时,被控对象的模型结构和参数也会发生变化。因此,能够及时并准确的获得跟踪控制系统中被控对象的数学模型是非常必要的。目前跟踪控制系统中获取被控对象数学模型的主要方法是利用动态信号分析仪在高达30k Hz的采样频率下获得被控对象的频率特性,再利用MATLAB工具箱辨识得到传递函数模型。该方法的实现需要借助专用仪器不利于系统的集成,也没有充分利用系统本身的软硬件设施。本研究的目的就是要利用跟踪控制系统自身软硬件设施,在低采样频率下,完成对被控对象传递函数模型的辨识。首先,分析了跟踪控制系统的组成,并在此基础上通过机理建模的方式建立了精跟踪系统被控对象快反镜系统的数学模型。分析了辨识实验设计对系统辨识的重要性,并从输入信号的选取、采样周期的选择和数据的预处理三个方面对辨识实验的设计提出了要求。接着,研究了时域辨识的基本理论,并以此为基础对M序列和逆重复M序列进行了研究与对比。研究表明,逆重复M序列由于其自相关函数不包含直流分量更适合作为辨识激励信号。以逆重复M序列作为辨识激励信号,研究了相关辨识法辨识系统脉冲响应的方法,并对逆重复M序列参数的选择进行了分析。研究了利用脉冲响应辨识传递函数模型的Hankel矩阵法。最后对基于逆重复M序列的时域传递函数辨识方法进行了辨识仿真,验证了该方法的有效性和可行性。然后,研究了频域辨识和频率特性的意义,在此基础上首先研究了基于稳态正弦的频率特性辨识方法和基于扫频正弦的频率特性辨识方法并进行了辨识仿真。仿真表明基于扫频正弦的频率特性辨识方法由于其低采样频率、小计算量和较高的辨识精度更适于作为集成在跟踪控制系统上的辨识方法。然后研究了通过频率特性辨识传递函数模型的四种方法:基本Levy法、修正Levy法、迭代Levy法和MATLAB GUI法,并进行了辨识仿真。仿真表明,修正Levy法辨识精度高,对辨识参数初值没有设定要求,算法复杂度一般,是跟踪控制系统较为理想的基于频率特性计算传递函数模型参数的辨识方法。最后,构建了基于PC/104的快反镜系统实验平台,在控制器的Vx Works环境下编写了程序。首先对基于逆重复M序列的时域辨识方法进行辨识实验,验证了该方法的有效性和抗干扰能力,然后对基于扫频正弦的频域辨识方法进行了辨识实验并进一步分析了传感器误差对辨识结果的影响。实验结果表明,基于逆重复M序列的时域辨识方法辨识时间短、对噪声抑制能力强,辨识精度较高是跟踪控制系统被控对象较为理想的辨识方法。