复合算法在复杂环境下的仿真研究

2023-06-24 理论教育版权反馈

【摘要】：在此前提下，图6.17和图6.18分别给出了有无ESO情况下的两种算法对水平向及高低向给定轨迹的跟踪情况。复合ESO的FNTSMC算法在两向上的控制量如图6.22所示。图6.21FNTSMC在有无ESO的滑模面图6.22FNTSMC复合算法的控制量与图6.15对比，控制量中的高频切换明显减小。由图6.23～图6.25我们可以看出，复合ESO的FNTSMC较复合ESO的LSMC具有更快的响应速度，这是由于快速非奇异终端滑模较一般的线性滑模具有更快的响应速度。

为了验证所设计策略的有效性，我们进行了两组对比仿真实验，一组是与快速非奇异终端滑模控制FNTSMC的对比，另一组是与线性滑模控制LSMC复合了扩张状态观测器的对比。

正如前面所提到的，在使用扩张状态观测器ESO观测并对扰动进行补偿后，可以选择更小的σ。在此前提下，图6.17和图6.18分别给出了有无ESO情况下的两种算法对水平向及高低向给定轨迹的跟踪情况。

图6.19给出了高低向与水平向的跟踪误差。

图6.17　FNTSMC在有无ESO条件下对水平向轨迹的跟踪

图6.18　FNTSMC在有无ESO条件下对高低向轨迹的跟踪

图6.19　FNTSMC在有无ESO条件下的跟踪误差

（a）水平向；（b）高低向

ESO在两个方向上对“总扰”的估计情况如图6.20所示。

图6.20　ESO对“总扰”的估计

（a）水平向；（b）高低向

分析图6.17～图6.20可以看出，正是由于ESO的引入，使得复合控制较单纯FNTSMC控制而言具有更好的跟踪效应和更小的跟踪误差。

为了证明ESO的引入对降低抖振的影响，图6.21给出了两种算法的滑模面变化情况的对比。

仿真结果表明，滑模面的抖振在引入ESO后得到了明显的减小。

复合ESO的FNTSMC算法在两向上的控制量如图6.22所示。

图6.21　FNTSMC在有无ESO的滑模面

图6.22　FNTSMC复合算法的控制量

与图6.15对比，控制量中的高频切换明显减小。

为了使对比实验更严谨，我们还与文献[178]中采用的复合了ESO的LSMC算法进行了对比仿真。两种算法的轨迹跟踪图如图6.23与图6.24所示。

图6.23　两种算法对水平向轨迹的跟踪

图6.24　两种算法对高低向轨迹的跟踪

图6.25给出了两种算法在高低向与水平向上的跟踪误差的对比。

由图6.23～图6.25我们可以看出，复合ESO的FNTSMC较复合ESO的LSMC具有更快的响应速度，这是由于快速非奇异终端滑模较一般的线性滑模具有更快的响应速度。我们同样给出了两种复合算法的滑模面对比情况，如图6.26所示。

可以看出，FNTSMC复合算法的抖振远小于LSMC复合算法，但两种算法对比无ESO的纯滑模算法，在抖振抑制方面都有很大的改进。

ESO对抖振的抑制作用还体现在控制量上，如图6.27所示。

图6.25　FNTSMC结合ESO与LSMC结合ESO的跟踪误差

（a）水平向；（b）高低向

对比图6.16与图6.27可以明显看出，ESO对LSMC同样有很强的抖振抑制作用。

复合算法在复杂环境下的仿真研究

相关推荐