CN103034249B - 一种基于模糊决策的双轴光电转台复合控制系统和控制方法 - Google Patents

Abstract

本发明公开了一种基于模糊决策的双轴光电转台复合控制系统和控制方法，控制系统包括综合数字滤波与估计单元、前馈控制单元、测量单元、切换开关、模糊决策单元、PID控制器和信号叠加单元。比较双轴光电转台的位置误差e与事先设定的误差阈值Kc，当e小于Kc时，则进入模糊调节，得到调节输出控制量ΔK_p、ΔK_i和ΔK_d，进而得到PID控制调节参数K_p，K_i，K_d，再进行PID运算；否则直接采用事先设定的固定的调节参数进行PID运算，得到PID输出的控制信号。本发明有效减小了非线性、时变性和模型不确定性对双轴光电转台的精度影响，解决了PID控制器中的积分饱和及高频扰动，克服给定随机信号中随机噪声影响，确保系统能够长期连续稳定工作。

Description

一种基于模糊决策的双轴光电转台复合控制系统和控制方法

技术领域

本发明涉及双轴光电转台控制技术的改进，尤其是一种基于模糊决策的双轴光电转台复合控制系统和控制方法，属于双轴光电转台控制技术领域。

背景技术

双轴光电转台用于隔离外界扰动和对空中或地面移动物体进行实时稳定的光电跟踪。为了实现高精度的光电跟踪性能，除需要合理设计转台本身的机械结构外，还需要精心设计高性能的控制方法，并结合位置传感器、伺服驱动器和执行机构，共同形成能够控制双轴光电转台完成高精度伺服转动的闭环伺服控制系统。

在目前的工程实际中，为提高系统的控制性能，PID控制规律是转台伺服系统中常用的控制方法。PID控制器的参数根据一般传统设计方法选取，控制器参数在整个调节过程中固定不变，系统能否在最佳状态下工作，主要取决于调节器各参数的设置是否得当。但是，当双轴光电转台要求具有高精度性能指标时，传统PID设计方法中可以忽略的一些关于被控对象的非线性、时变性、没有确切的模型等性质，将不能被忽略，并由此引起传统PID控制方法的过程参数调节困难、控制效果差等现象。控制界针对不同情况提出了自适应PID控制、广义预测PID、神经网络PID、模糊PID等改进PID控制器的方法。模糊控制可有效利用人类专家的控制经验，不依赖于被控对象的精确模型。模糊控制与PID控制器相结合可以实现高级的PID控制算法，改善系统性能。

为了提高双轴光电转台闭环控制系统的精度，有效抑制系统噪声，一般通过提高开环增益或者增加积分环节以减小误差来提高跟踪精度，但同时也使得系统的稳定裕度减少。针对一般闭环转台伺服系统普遍存在的跟踪精度与稳定性之间的矛盾，利用复合控制在原闭环控制系统的基础上，再增加一个开环的前馈支路，在提高跟踪精度的同时，又不影响原闭环系统的稳定性，可以较好的解决该矛盾。

但是，由于在一般光电跟踪转台伺服系统中（例如激光、红外和电视等光电跟踪转台伺服系统），光电传感器只能提供目标与光电传感器视轴之间的偏差，无法给出目标的空间坐标位置，无法给出目标的速度。同时，光电传感器输出的误差信号含有较大的随机噪声，闭环伺服系统无法靠传统的闭环调节方法来抑制此类噪声信号。为此，必须在给定误差信号的输入端通过加入滤波环节来降低或消除噪声。

发明内容

针对现有技术存在的上述不足，本发明的目的在于提供一种基于模糊决策的双轴光电转台复合控制系统和控制方法，本发明可以克服被控对象的非线性、时变性和模型不一致性等问题，消除PID控制器中微分环节的高频噪声和积分环节的超调问题，同时解决闭环伺服系统的稳定性和高精度间的矛盾，大大抑制系统输入端的随机噪声，使得本发明能够满足此类转台伺服系统的高跟踪精度需求。

本发明实现上述目的的技术解决方案如下：

一种基于模糊决策的双轴光电转台复合控制系统，它包括如下单元；

综合数字滤波与估计单元：综合数字滤波与估计单元由惯性数字滤波单元和离散卡尔曼滤波与估计单元构成，惯性数字滤波单元用于将外部输入给本复合控制系统的给定随动信号中的高频噪声滤除，惯性数字滤波单元的输出接离散卡尔曼滤波与估计单元的输入，由离散卡尔曼滤波与估计单元滤除给定随动信号中每个时刻的随机噪声，得到给定随动信号对应时刻的位置估计值和速度估计值

前馈控制单元：用于将离散卡尔曼滤波与估计单元输出的速度估计值通过前馈校正以得到前馈控制信号，并输入到信号叠加单元；

测量单元：用于采集双轴光电转台的实际位置信号，得到作为反馈信息的位置实际值y(k)，然后输入到计算单元；

计算单元：用于接收测量单元输出的位置实际值y(k)和离散卡尔曼滤波与估计单元输出的位置估计值并计算两者的差值，该差值为双轴光电转台的位置误差e；

切换开关：切换开关内设比较器，比较器用于比较双轴光电转台的位置误差e与事先设定的误差阈值Kc的大小；切换开关根据比较结果择一地连接模糊决策单元和PID控制器；

模糊决策单元：模糊决策单元由依次连接的模糊量化单元、模糊决策单元和反模糊化单元构成；模糊量化单元用于将位置误差e及位置误差e的误差变化率进行模糊量化运算，以得到对应的模糊值E和ΔE；模糊值E和ΔE输入给模糊决策单元，由模糊决策单元分别根据与ΔK_p、ΔK_i、ΔK_d对应的模糊规则进行模糊推理，得到与ΔK_p、ΔK_i、ΔK_d对应的模糊调节输出量；反模糊化单元用于将模糊调节输出量进行反模糊化计算，得到精确的调节输出控制量ΔK_p、ΔK_i、ΔK_d，ΔK_p、ΔK_i和ΔK_d与前一时刻的PID控制的调节参数 对应相加，即得到当前时刻的PID控制调节参数K_p，K_i，K_d，反模糊化单元将当前时刻的PID控制调节参数K_p，K_i，K_d输入到PID控制器；

PID控制器：由比例运算单元、微分运算单元和积分运算单元构成；比例运算单元、微分运算单元和积分运算单元的输出分别接信号叠加单元；

信号叠加单元：用于将PID控制器输出的控制信号和前馈控制单元输出的控制信号叠加，得到最终的控制值u(k)并输出到双轴光电转台的输入端。

一种基于模糊决策的双轴光电转台复合控制方法；其控制步骤为，

1）首先由惯性数字滤波环节将外部输入的给定随动信号中的高频噪声滤除；

2）由离散卡尔曼滤波与估计环节将第1）步处理后的给定随动信号中每个时刻的随机噪声滤除，并得到给定随动信号代表的对应时刻的位置估计值和速度估计值

3）对位置估计值与从双轴光电转台反馈过来作为被控量的位置实际值y(k)进行比较得到双轴光电转台的位置误差e；

4）比较双轴光电转台的位置误差e与事先设定的误差阈值Kc的大小，当e值小于Kc时，则进入第5）步；否则直接采用事先设定的固定的PID控制调节参数K_p、K_i、K_d进行PID运算，PID运算包括比例运算、微分运算和积分运算；得到PID输出的控制信号，进入第8）步；

5）分别将位置误差e及位置误差e的误差变化率进行模糊量化，得到对应的模糊值E和ΔE；

6）模糊值E和ΔE再结合与调节量ΔK_p、ΔK_i、ΔK_d对应的模糊规则进行模糊推理，分别得到与ΔK_p、ΔK_i、ΔK_d对应的模糊调节输出量；

7）将模糊调节输出量进行反模糊化计算，得到精确的调节输出控制量ΔK_p、ΔK_i和Δ_Kd，ΔK_p、ΔK_i和ΔK_d与前一时刻的PID控制的调节参数 对应相加，即得到当前时刻的PID控制调节参数K_p，K_i，K_d，然后再进行PID运算，PID运算包括比例运算、微分运算和积分运算；得到PID输出控制信号，进入第8）步；

8）PID运算后输出的控制信号和速度估计值通过前馈校正得到前馈控制信号进行叠加，即得到最终的双轴光电转台控制值u(k)并输出到双轴光电转台的输入端，从而实现对双轴光电转台的控制。

进一步地，所述第4）步和第7）步中通过积分运算得到的控制信号被送入抗积分饱和环节进行调节，一旦控制量进入饱和区，将只执行削弱积分项的运算；在计算u(k)时，将判断上一周期的控制量u(k-1)是否因超过限制范围而取边界值，当取上界时，积分控制仅将检测到的负值偏差累计到积分项中；当取下界时，积分控制仅将检测到的正值偏差累计到积分项中。

所述第4）步和第7）步中微分运算的输出信号被送入低通滤波环节进行调节，对微分环节进行高频滤波；低通滤波采用二阶滤波形式，其连续时间域的传递函数如下式所示， $G\left(s\right)=\frac{1}{{\left(\frac{s}{{\mathrm{\ω}}_c}\right)}^2+\sqrt{2}\left(\frac{s}{{\mathrm{\ω}}_c}\right)+1}=\frac{{\mathrm{\ω}}_c^2}{s^2+\sqrt{2}{\mathrm{\ω}}_{c}s+{\mathrm{\ω}}_c^2},$ 式中ω_c为滤波器的截止频率；S为复变量；

将上述二阶滤波器进行离散化，得到脉冲传递函数如下，

$G\left(z\right)=\frac{Y\left(z\right)}{X\left(z\right)}=\frac{{\mathrm{\ω}}_c^2{T}_s^2}{(1+\sqrt{2}{\mathrm{\ω}}_c{T}_s+{\mathrm{\ω}}_c^2{T}_s^2)-(2+\sqrt{2}{\mathrm{\ω}}_c{T}_s)Z^{-1}+Z^{-2}}$

式中，Y(Z)为滤波器的输出，X(Z)为滤波器的输入，T_s为采样周期，ω_c设置成低频滤波器；Z为脉冲传递函数中的复变量。

所述第3）步前馈校正时，设被控对象的传递函数为G_o(s)，则前馈校正的校正函数取为(G_o(s))^-1，采用双线性变换将其离散化，可得到离散形式；双线性变化的表达式如下：

式中T_s为采样周期，Z为脉冲传递函数中的复变量。

所述第5）步模糊量化采用的隶属函数为：

f(x;σ,c)=exp[-(x-c)²/(2σ²)]

式中，x为输入变量，即位置误差e及位置误差e的误差变化率参数σ、C根据实际情况进行选取，σ为正。

第7）步反模糊化计算采用如下形式：

$u_o=\frac{\underset{k=1}{\overset{7}{\mathrm{\Σ}}}{u}_k{\mathrm{\μ}}_u\left(u_k\right)}{\underset{k=1}{\overset{7}{\mathrm{\Σ}}}{\mathrm{\μ}}_u\left(u_k\right)}$

式中，u_o为反模糊化输出值，u_k为对应的模糊量化等级取值，μ_u(u_k)为对应模糊等级的隶属函数值。

本发明针对双轴光电转台受非线性、时变性、模型不确定性的影响严重，以及给定跟踪信号含有较大随机噪声干扰的不利状况，为了提高双轴光电转台跟踪精度和平稳性，通过增加综合数字滤波与估计，滤除给定跟踪信号中的随机噪声；对传统的PID控制加入模糊决策控制，使得PID控制器的调节参数具有了模糊自适应功能；并对传统的积分、微分环节进行改造，削弱了积分超调作用和微分调节环节对噪声的放大作用。在此基础上，利用综合数字滤波与估计环节的估计结果构成前馈控制支路，从而克服了闭环控制回路中高增益与稳定性间的矛盾，全面提高了双轴光电转台的控制精度。本发明可以有效保证双轴光电转台实现高精度的跟踪性能。

本发明有效减小了非线性、时变性和模型不确定性对双轴光电转台的精度影响，解决了PID控制器中的积分饱和及高频扰动，克服给定随机信号中随机噪声影响，确保系统能够长期连续稳定工作，从而提高系统的快速性、稳定性、鲁棒性和可靠性。本发明能很好的满足实际双轴光电转台高精度伺服跟踪的工程需要。

附图说明

图1是本发明系统框图。

图2是本发明综合数字滤波与估计单元滤波前后的r(t)曲线比较图。

图3是本发明综合数字滤波与估计单元滤波前后的(t)曲线比较图。

图4是本发明模糊决策流程图。

具体实施方式

以下结合附图对本发明作进一步详细说明。

本发明双轴光电转台复合控制系统如图1所示，它包括如下组成部分：

综合数字滤波与估计单元：综合数字滤波与估计单元由惯性数字滤波单元和离散卡尔曼滤波与估计单元构成，惯性数字滤波单元用于将外部输入给本复合控制系统的给定随动信号中的高频噪声滤除，惯性数字滤波单元的输出接离散卡尔曼滤波与估计单元的输入，由离散卡尔曼滤波与估计单元滤除给定随动信号中每个时刻的随机噪声，得到给定随动信号代表的对应时刻的位置估计值和速度估计值注：表示在第kT_s时刻对应的取值，T_s为双轴光电转台复合控制系统采样周期，以下的类似符号含义若未作特殊说明，与此相同。

前馈控制单元：用于将离散卡尔曼滤波与估计单元输出的速度估计值进行前馈校正以得到前馈控制信号，并输入到信号叠加单元；

测量单元：用于采集双轴光电转台的实际位置信号并计算得到作为反馈信息的位置实际值y(k)，然后输入到计算单元；

计算单元：用于接收测量单元输出的位置实际值y(k)和离散卡尔曼滤波与估计单元输出的位置估计值并计算两者的差值，该差值为双轴光电转台的位置误差e；

切换开关：切换开关内设比较器，比较器用于比较双轴光电转台的位置误差e与事先设定的误差阈值Kc的大小；切换开关根据比较结果择一地连接模糊决策单元和PID控制器；

模糊决策单元：模糊决策单元由依次连接的模糊量化单元、模糊决策单元和反模糊化单元构成；模糊量化单元用于将位置误差e及位置误差e的误差变化率进行模糊量化运算，以得到对应的模糊值E和ΔE；模糊值E和ΔE输入给模糊决策单元，由模糊决策单元分别根据与ΔK_p、ΔK_i、ΔK_d对应的模糊规则进行模糊推理，得到与ΔK_p、ΔK_i、ΔK_d对应的模糊调节输出量；反模糊化单元用于将模糊调节输出量进行反模糊化计算，得到精确的调节输出控制量ΔK_p、ΔK_i、ΔK_d，ΔK_p、ΔK_i和ΔK_d与前一时刻的PID控制的调节参数 对应相加，即得到当前时刻的PID控制调节参数K_p，K_i，K_d，反模糊化单元将当前时刻的PID控制调节参数K_p，K_i，K_d输入到PID控制器；

PID控制器：由比例运算单元、微分运算单元和积分运算单元构成；比例运算单元、微分运算单元和积分运算单元的输出分别接信号叠加单元；

信号叠加单元：用于将PID控制器输出的控制信号和前馈控制单元输出的控制信号叠加，得到最终的控制值u(k)并输出到双轴光电转台的输入端。

所述积分运算单元的输出通过抗积分饱和单元与信号叠加单元连接；所述微分运算单元的输出通过低通滤波单元与信号叠加单元连接。

由于给定信号r(k)中除含有随机噪声外，还含有无效的粗大误差，这通常是由于一些不可预知的外部因素（比如给定的跟踪数据意外丢失）引起，如不加以剔除，将对整个高精度双轴光电转台系统造成极大误差，导致系统造成剧烈冲击，甚至造成跟踪目标丢失。本发明首先使给定跟踪信号通过惯性滤波，滤除高频噪声，再通过卡尔曼滤波滤除工作频域内的随机噪声，并得到下一时刻的r(k)的估计值r(k)变化率的估计值

本双轴光电转台复合控制方法的具体控制步骤为：

1）首先由惯性数字滤波环节将外部输入的给定随动信号中的高频噪声滤除；

连续时间域的惯性数字滤波的传递函数表达式如下：

$G\left(s\right)=\frac{Y\left(S\right)}{X\left(S\right)}=\frac{1}{\mathrm{\τs}+1}$

式中，Y(S)为滤波器输出信号的拉氏变换，X(S)为滤波器输入信号的拉氏变换，τ为滤波器的时间常数，s为复变量。将其离散化，可得到惯性滤波的数字表达形式如下：

$y\left(k\right)=\frac{1}{\mathrm{\τ}+1}x\left(k\right)+\frac{\mathrm{\τ}}{\mathrm{\τ}+1}y(k-1)=\mathrm{ax}\left(k\right)+(1-a)y(k-1)$

式中，x(k)为滤波器输入信号在kT_s时刻对应值，y(k)为滤波器输出信号在kT_s时刻对应值，T_s为采样周期，选取适当的a的值，可以将输入信号中含有的高于工作频率带宽的高频噪声进行滤除。

图2是本发明综合数字滤波与估计单元滤波前后的r(t)曲线比较图。从图2可以看出，滤波后的曲线显示，滤波前的原始数据中的一段粗大误差被完全滤除，滤波后的r(t)曲线变得平滑。

2）由离散卡尔曼滤波与估计环节将第1）步处理后的给定随动信号中每个时刻的随机噪声滤除，并得到给定随动信号代表的对应时刻的位置估计值和速度估计值

经过惯性数字滤波后的输入信号，进入离散卡尔曼滤波与估计环节，滤除输入信号中的随机干扰信号和粗大误差。离散卡尔曼滤波的方程表达式说明如下：

假设系统方程为：

X_k=Φ_k,k-1X_k-1+Γ_k-1W_k-1（状态方程）

Z_k=H_kX_k+V_k（量测方程）

其中，Φ_k，k-1为t_k-1（t_k-1=(k-1)T_s）时刻至t_k（t_k=kT_s）时刻的一步转移阵，Γ_k-1为系统t_k-1时刻的噪声驱动阵；H_k为t_k时刻的量测阵；V_k为t_k时刻的量测噪声序列；W_k为系统t_k时刻的激励噪声序列；量测噪声与系统激励噪声均为白噪声，且两者不相关，Q_k为系统t_k时刻的噪声序列的方差阵，R_k为t_k时刻的量测噪声序列的方差阵。

则系统的离散卡尔曼滤波算式如下，

${\hat{X}}_{k/k-1}={\mathrm{\Φ}}_{k,k-1}{\hat{X}}_{k-1}$

${\hat{X}}_k={\hat{X}}_{k/k-1}+K_k(Z_k-H_k{\hat{X}}_{k/k-1})$

$K_k=P_{k/k-1}{H}_k^T{(H_k{P}_{k/k-1}{H}_k^T+R_k)}^{-1}$

$P_{k/k-1}={\mathrm{\Φ}}_{k,k-1}{P}_{k-1}{\mathrm{\Φ}}_{k,k-1}^T+{\mathrm{\Γ}}_{k-1}{Q}_{k-1}{\mathrm{\Γ}}_{k-1}^T$

P_k=(I-K_kH_k)P_k/k-1

按照上述算式，根据K时刻的Z_k，就可递推计算得K时刻的状态估计

将系统的状态向量取为它们分别代表位置、速度、加速度，则通过离散卡尔曼滤波可以滤除每个时刻的位置测量随机噪声，估计得到对应时刻的位置估计值速度估计值和加速度估计值。

图3是本发明综合数字滤波与估计单元滤波前后的曲线比较图。图3显示，经过两级滤波与估计环节，跟踪目标的速度噪声被明显滤除，速度曲线变得平滑。

3）位置估计值作为伺服闭环控制回路的直接输入，与从双轴光电转台反馈过来作为被控量的位置实际值y(k)进行比较得到双轴光电转台的位置误差e；其数学表达式为：

e(k)=r(k)-y(k)

4）比较双轴光电转台的位置误差e与事先设定的误差阈值Kc的大小，当e值小于Kc时，则进入第5）步；否则直接采用事先设定的固定的PID控制调节参数K_p、K_i、K_d进行PID运算，得到PID输出的控制信号，进入第8）步；

5）求取e的误差变化率分别将位置误差e及误差变化率进行模糊量化，得到对应的模糊值E和ΔE；模糊量化采用的隶属函数为：

f(x;σ,c)=exp[-(x-c)²/(2σ²)]

式中，x为需要被模糊化的输入变量，本控制系统中，位置误差e及位置误差e的误差变化率分别作为该隶属函数的输入量实现模糊量化，参数σ、C根据实际情况进行选取，σ为正。

6）模糊值E和ΔE再结合事先建立的与调节量ΔK_p、ΔK_i、ΔK_d对应的模糊规则进行模糊决策，分别得到与ΔK_p、ΔK_i、ΔK_d对应的模糊调节输出量；

本发明将模糊值E、ΔE及与ΔK_p、ΔK_i、ΔK_d对应的三个模糊调节输出量分别在其论域上划分为七个连续的模糊集合，分别是NB（负大）、NM（负中）、NS（负小）、ZO（零）、PS（正小）、PM（正中）、PB（正大）。根据专家实际参数调试经验，制定三个调节参数的IF－THEN模糊规则，与ΔK_p对应的模糊规则如表1；与ΔK_i对应的模糊规则如表2；与ΔK_d对应的模糊规则如表3。控制器按照表中的模糊规则，确定模糊集合所对应的每个时刻的参数的调整量，实时的调整三个控制参数，使得控制器具有自适应调节功能。

表1ΔK_p的模糊规则表

表2ΔK_i的模糊规则表

表3ΔK_d的模糊规则表

7）将模糊调节输出量进行反模糊化计算，得到精确的调节输出控制量ΔK_p、ΔK_i和ΔK_s，ΔK_p、ΔK_i和ΔK_d与前一时刻的PID控制的调节参数 对应相加， 即得到当前时刻的PID控制调节参数K_p，K_i，K_d，然后再进行PID运算，得到PID输出控制信号，进入第8）步；

反模糊化计算采用如下形式：

$u_o=\frac{\underset{k=1}{\overset{7}{\mathrm{\Σ}}}{u}_k{\mathrm{\μ}}_u\left(u_k\right)}{\underset{k=1}{\overset{7}{\mathrm{\Σ}}}{\mathrm{\μ}}_u\left(u_k\right)}$

式中，u_o为反模糊化的输出值，u_k为对应的模糊量化等级取值，μ_u(u_k)为对应模糊等级的隶属函数值。

上述步骤5）-7）构成闭环模糊决策，其流程见图4。

8）将步骤2）得到的速度估计值（即r(t)变化率估计值）送入如图1所示的前馈通道，进行前馈校正，得到前馈控制信号，该前馈控制信号与PID运算后输出的控制信号进行叠加，即得到最终的双轴光电转台控制值u(k)并输出到双轴光电转台的输入端，从而实现对双轴光电转台的控制。

前馈校正时，设被控对象的传递函数为G_o(s)，则前馈校正的校正函数取为(G_o(s))^-1，采用双线性变换将其离散化，可得到离散形式。双线性变化的表达式如下：

$s=\frac{2}{T_s}\frac{z-1}{z+1}$

式中，T_s为采样周期，s为连续时间域传递函数的复变量，z为脉冲传递函数的复变量。

PID运算包括比例运算、微分运算和积分运算；PID控制算式如下：

$u_1\left(t\right)=K_p^{\′}e\left(t\right)+K_i^{\′}\∫e\left(t\right)\mathrm{dt}+K_d^{\′}\frac{\mathrm{de}\left(t\right)}{\mathrm{dt}}$

式中，u₁(t)为连续时间域中PID控制的输出量，K_p＇、K_i＇、K_d＇分别为连续时间域PID算式中的比例系数、积分系数和微分系数，e(t)为连续时域的系统误差量。将上式化为离散数字表示形式，所得结果如下，

$u_1\left(k\right)=K_{p}e\left(k\right)+K_i\underset{n=1}{\overset{k}{\mathrm{\Σ}}}e\left(n\right)+K_d(e\left(k\right)-e(k-1))$

式中，u₁(k)为离散时间域中t_k时刻对应的PID控制的输出量，K_p称为比例调节系数，K_i称为积分调节系数，K_d称为微分调节系数，e(k)为t_k时刻的系统误差，K_pe(k)称为t_k时刻的比例调节，称为t_k时刻的积分调节，K_d(e(k)-e(k-1))称为t_k时刻的微分调节。

积分调节得到的控制信号被送入抗积分饱和环节进行调节。具体做法是一旦控制量进入饱和区，将只执行削弱积分项的运算而停止增大积分项的运算。在计算u(k)时，将判断上一时刻的控制量u(k-1)是否因超过限制范围而取边界值，当取上界时，积分控制仅将检测到的负值偏差累计到积分项中，当取下界时，积分控制仅将检测到的正值偏差累计到积分项中。

微分调节的输出信号被送入低通滤波环节进行调节，对微分环节进行高频滤波。低通滤波采用二阶滤波形式，如下所示，

$G\left(s\right)=\frac{1}{{\left(\frac{s}{{\mathrm{\ω}}_c}\right)}^2+\sqrt{2}\left(\frac{s}{{\mathrm{\ω}}_c}\right)+1}=\frac{{\mathrm{\ω}}_c^2}{s^2+\sqrt{2}{\mathrm{\ω}}_{c}s+{\mathrm{\ω}}_c^2}$

式中，ω_c为滤波器的截止频率，s为复变量。将上述二阶滤波器进行离散化，得到的传递函数如下，

$G\left(z\right)=\frac{Y\left(z\right)}{X\left(z\right)}=\frac{{\mathrm{\ω}}_c^2{T}_s^2}{(1+\sqrt{2}{\mathrm{\ω}}_c{T}_s+{\mathrm{\ω}}_c^2{T}_s^2)-(2+\sqrt{2}{\mathrm{\ω}}_c{T}_s)Z^{-1}+Z^{-2}}$

式中，T_s为采样周期，该滤波器中的ω_c根据微分环节信号的高频滤波需要，设置成低频滤波器，Z为复变量。

本发明从给定信号输入到控制信号输出的整个过程，构成了基于模糊决策的复合控制器，即图1虚线框部分，复合控制器输出的控制信号即控制值u(k)。

以基于模糊决策的复合控制器作为主控制器，利用测量单元测量被控量的值作为控制器的反馈输入，并将输出的控制量作用于被控对象，从而构成一种基于模糊决策的复合控制器的双轴光电伺服转台控制系统。

采用本发明，可以有效克服双轴光电转台伺服系统中含有的非线性、时变性和模型不确定性等不利因素，有效保证双轴光电伺服转台控制系统实现高精度的跟踪性能。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (9)

1.一种基于模糊决策的双轴光电转台复合控制系统，其特征在于：它包括； 

综合数字滤波与估计单元：综合数字滤波与估计单元由惯性数字滤波单元和离散卡尔曼滤波与估计单元构成，惯性数字滤波单元用于将外部输入给本复合控制系统的给定随动信号中的高频噪声滤除，惯性数字滤波单元的输出接离散卡尔曼滤波与估计单元的输入，由离散卡尔曼滤波与估计单元滤除给定随动信号中每个时刻的随机噪声，得到给定随动信号对应时刻的位置估计值和速度估计值

前馈控制单元：用于将离散卡尔曼滤波与估计单元输出的速度估计值通过前馈校正以得到前馈控制信号，并输入到信号叠加单元； 

测量单元：用于采集双轴光电转台的实际位置信号，得到作为反馈信息的位置实际值y(k)，然后输入到计算单元； 

计算单元：用于接收测量单元输出的位置实际值y(k)和离散卡尔曼滤波与估计单元输出的位置估计值并计算两者的差值，该差值为双轴光电转台的位置误差e； 

切换开关：切换开关内设比较器，比较器用于比较双轴光电转台的位置误差e与事先设定的误差阈值Kc的大小；切换开关根据比较结果择一地连接模糊决策单元和PID控制器； 

模糊决策单元：模糊决策单元由依次连接的模糊量化单元、模糊决策子单元和反模糊化单元构成；模糊量化单元用于将位置误差e及位置误差e的误差变化率进行模糊量化运算，以得到对应的模糊值E和ΔE；模糊值E和ΔE输入给模糊决策子单元，由模糊决策子单元分别根据与△K_p、△K_i、△K_d对应的模糊规则进行模糊推理，得到与△K_p、△K_i、△K_d对应的模糊调节输出量；反模糊化单元用于将模糊调节输出量进行反模糊化计算，得到精确的调节输出控制量△K_p、△K_i、△K_d，△K_p、△K_i和△K_d与前一时刻的PID控制的调节参数对应相加，即得到当前时刻的PID控制调节参数K_p，K_i，K_d，反模糊化单元将当前时刻的PID控制调节参数K_p，K_i，K_d输入到PID控制器； 

PID控制器：由比例运算单元、微分运算单元和积分运算单元构成；比例运算单元、微分运算单元和积分运算单元的输出分别接信号叠加单元； 

信号叠加单元：用于将PID控制器输出的控制信号和前馈控制单元输出的控制信号叠加，得到最终的控制值u(k)并输出到双轴光电转台的输入端。 

2.根据权利要求1所述的基于模糊决策的双轴光电转台复合控制系统，其特征在于：所述积分运算单元的输出通过抗积分饱和单元与信号叠加单元连接；所述微分运算单元的输出通过低通滤波单元与信号叠加单元连接。 

3.一种基于模糊决策的双轴光电转台复合控制方法；其特征在于：其控制步骤为， 

1)首先由惯性数字滤波环节将外部输入的给定随动信号中的高频噪声滤除； 

2)由离散卡尔曼滤波与估计环节将第1)步处理后的给定随动信号中每个时刻的随机噪声滤除，并得到给定随动信号代表的对应时刻的位置估计值和速度估计值

3)对位置估计值与从双轴光电转台反馈过来作为被控量的位置实际值y(k)进行比较得到双轴光电转台的位置误差e； 

4)比较双轴光电转台的位置误差e与事先设定的误差阈值Kc的大小，当e值小于Kc时，则进入第5)步；否则直接采用事先设定的固定的PID控制调节参数K_p、K_i、K_d进行PID运算，PID运算包括比例运算、微分运算和积分运算；得到PID输出的控制信号，进入第8)步； 

5)分别将位置误差e及位置误差e的误差变化率进行模糊量化，得到对应的模糊值E和ΔE； 

6)模糊值E和ΔE再结合与调节输出控制量△K_p、△K_i、△K_d对应的模糊规则进行模糊推理，分别得到与△K_p、△K_i、△K_d对应的模糊调节输出控制量； 

7)将模糊调节输出控制量进行反模糊化计算，得到精确的调节输出控制量△K_p、△K_i和△K_d，△K_p、△K_i和△K_d与前一时刻的PID控制的调节参数对应相加，即得到当前时刻的PID控制调节参数K_p，K_i，K_d，然后再进行PID运算，PID运算包括比例运算、微分运算和积分运算；得到PID输出控制信号，进入第8)步； 

8)PID运算后输出的控制信号和速度估计值通过前馈校正得到前馈控制信号进行叠加，即得到最终的双轴光电转台控制值u(k)并输出到双轴光电转台的输入端，从而实现对双轴光电转台的控制。 

4.根据权利要求3所述的基于模糊决策的双轴光电转台复合控制方法，其特征在于： 将模糊值E、ΔE及与△K_p、△K_i、△K_d对应的三个模糊调节输出量分别在其论域上划分为七个连续的模糊集合，分别是代表负大的NB、代表负中的NM、代表负小的NS、代表零的ZO、代表正小的PS、代表正中的PM和代表正大的PB；第6)步中与△K_p对应的模糊规则如表1；与△K_i对应的模糊规则如表2；与△K_d对应的模糊规则如表3； 

表1 △K_p的模糊规则表 

表2 △K_i的模糊规则表 

表3 △K_d的模糊规则表 

。

5.根据权利要求3或4所述的基于模糊决策的双轴光电转台复合控制方法，其特征在于：所述第4)步和第7)步中通过积分运算得到的控制信号被送入抗积分饱和环节进 行调节，一旦控制量进入饱和区，将只执行削弱积分项的运算；在计算u(k)时，将判断上一周期的控制量u(k-1)是否因超过限制范围而取边界值，当取上界时，积分控制仅将检测到的负值偏差累计到积分项中；当取下界时，积分控制仅将检测到的正值偏差累计到积分项中。 

6.根据权利要求5所述的基于模糊决策的双轴光电转台复合控制方法，其特征在于：所述第4)步和第7)步中微分运算的输出信号被送入低通滤波环节进行调节，对微分环节进行高频滤波；低通滤波采用二阶滤波形式，其连续时间域的传递函数如下式所示， 

式中ω_c为滤波器的截止频率；S为复变量； 

将上述二阶滤波器进行离散化，得到脉冲传递函数如下， 

式中，Y(Z)为滤波器的输出，X(Z)为滤波器的输入，T_s为采样周期，ω_c设置成低频滤波器；Z为脉冲传递函数中的复变量。 

7.根据权利要求5所述的基于模糊决策的双轴光电转台复合控制方法，其特征在于：所述第3)步前馈校正时，设被控对象的传递函数为G_o(s)，则前馈校正的校正函数取为(G_o(s))^-1，采用双线性变换将其离散化，可得到离散形式；双线性变化的表达式如下： 

式中T_s为采样周期，Z为脉冲传递函数中的复变量。 

8.根据权利要求5所述的基于模糊决策的双轴光电转台复合控制方法，其特征在于：所述第5)步模糊量化采用的隶属函数为： 

f(x；σ,c)＝exp[-(x-c)²/(2σ²)] 

式中，x为输入变量，即位置误差e及位置误差e的误差变化率，参数σ、C根据实际情况进行选取，σ为正。 

9.根据权利要求5所述的基于模糊决策的双轴光电转台复合控制方法，其特征在于：第7)步反模糊化计算采用如下形式： 

式中，u_o为反模糊化输出值，u_k为对应的模糊量化等级取值，μ_u(u_k)为对应模糊等级的隶属函数值。