CN113867155A - 一种适用于光电跟踪系统的扰动辨识和自适应补偿方法 - Google Patents
一种适用于光电跟踪系统的扰动辨识和自适应补偿方法 Download PDFInfo
- Publication number
- CN113867155A CN113867155A CN202111326300.5A CN202111326300A CN113867155A CN 113867155 A CN113867155 A CN 113867155A CN 202111326300 A CN202111326300 A CN 202111326300A CN 113867155 A CN113867155 A CN 113867155A
- Authority
- CN
- China
- Prior art keywords
- disturbance
- tracking system
- photoelectric tracking
- identification
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种适用于光电跟踪系统的扰动辨识和自适应补偿方法,在位置回路中,本方法采用扰动观测补偿结构,利用AR参数模型辨识法对Q滤波器前的扰动估计值进行频域辨识,可以实时、精确地获得窄带扰动的峰值频率,随后依据辨识结果,采用改进型陷波滤波器结构来构造和调节Q滤波器,以实现对扰动的自适应前馈补偿。本发明在保证稳定性的前提下,有效提升了光电跟踪系统对于时变窄带扰动的抑制能力,能使系统具有更高的跟踪精度。本发明突破了传统扰动观测补偿方法的局限,在扰动未知且变化的情况下,使用AR参数模型辨识的方法获得频谱信息,进而自适应地调节前馈结构对扰动进行补偿,能够有效提升光电跟踪系统在复杂环境下的稳定性。
Description
技术领域
本发明属于稳定控制领域,具体涉及一种适用于光电跟踪系统的扰动辨识和自适应补偿方法,主要用于减小时变窄带扰动对系统的影响,进一步提高光电跟踪系统的稳定性。
背景技术
在光电跟踪系统中,跟踪精度容易受到外来扰动的影响而降低。地基光电跟踪设备会受到地面振动和风场的影响;而对于机载、舰载和星载光电跟踪设备,因为安装载体的不规则运动,也会传递给设备大量的扰动。而系统受到扰动可以分为两种类型:一种是分布在低频的宽带扰动,另一部分是分布在中低频的窄带扰动,且窄带扰动的峰值频率会随着外界环境的变化而变化。这些扰动的存在,会严重降低光电跟踪系统的稳定性,甚至造成系统失稳。《MEMS inertial sensors-based multi-loop control enhanced bydisturbance observation and compensation for fast steering mirror system》将传统的扰动观测补偿方法引入控制回路,能够估计和补偿系统的外部扰动,但只能提升某一频段的抗扰能力。文献《Error-based plug-in controller oftip-tilt mirror toreject telescope's structural vibrations》将陷波滤波器的概念引入到Q滤波器的设计中,能够对特定频率的窄带扰动进行有效抑制,但是,该方法是针对已知的扰动信息做相应设计,结构参数无法轻易变动,一旦窄带扰动的峰值频率发生变化,就不能够提供足够的扰动抑制能力。为了能够对时变窄带扰动进行有效抑制,就需要实时、在线的扰动观测补偿方法。
发明内容
为了提升光电跟踪系统对于时变窄带扰动的抑制能力,提高系统的跟踪精度,本发明提出了一种适用于光电跟踪系统的扰动辨识和自适应补偿方法。在位置回路中,本方法采用扰动观测补偿结构,利用AR参数模型辨识法对Q滤波器前的扰动估计值进行频域辨识,可以实时、精确地获得窄带扰动的峰值频率,随后依据辨识结果,采用改进型陷波滤波器结构来构造和调节Q滤波器,以实现对扰动的自适应前馈补偿。而在位置回路中,Q滤波器的结构不是任意的,会受到系统稳定性的约束。本发明在保证稳定性的前提下,使用基于扰动观测补偿结构的扰动辨识和自适应补偿方法,有效提升了光电跟踪系统对于时变窄带扰动的抑制能力,能使系统具有更高的跟踪精度。
为实现本发明的目的,本发明提供一种适用于光电跟踪系统的扰动辨识和自适应补偿方法,其方法步骤如下:
步骤(1):将CCD作为光电跟踪系统的图像传感器,解算出目标和所述传感器的中心的相对位置,从而形成一个初级位置反馈;
步骤(2):在位置回路中,利用频响测试仪DSA对整个光电跟踪系统的平台的位置回路对象进行特性测试,所述位置回路对象的模型表示为Gp(s),所述DSA的输入信号为驱动输入值,而输出信号是CCD采样得到的位置信息;其中s为拉普拉斯变换后的复数变量;
步骤(3):获取了位置回路对象模型Gp(s)之后,设计位置控制器C(s)完成位置回路的闭环,从而实现光电跟踪系统的跟踪任务;
步骤(4):在位置闭环回路中,添加位置回路对象模型Gp(s)的逆模型然后把CCD的输出信号输入给并对的输出信号和控制器C(s)输出信号的补偿信号U(s)做差,获得位置回路中扰动的估计量Dorg(s);
步骤(5):利用AR模型参数辨识的方法获取Dorg(s)中的窄带扰动峰值频率;
步骤(6):设计Q滤波器对Dorg(s)进行滤波还原,然后前馈到位置回路中进行扰动补偿;
步骤(7):反复进行步骤(4)到步骤(6),直到光电跟踪系统停止运行以实现扰动辨识和自适应补偿过程。
进一步的,步骤(2)中,将被控制的光电跟踪系统近似看作线性系统,位置对象Gp(s)表现为二阶振荡特性,模型表达如下:
其中c、d和K是二阶振荡环节的参数。
进一步的,步骤(3)中,位置控制器C(s)采用PID或者零极点相消法来设计。
进一步的,步骤(5)中,将Dorg(s)看成是白噪声通过某一线性系统产生的信号,该线性系统满足AR模型,该线性系统函数表达为:
其中,z表示z变换后的复数变量,lq表示模型的参数,p表示模型的阶次;模型的阶次使用AIC准则来确定,AR模型的参数采用Burg法求解,由此获得信号的功率谱信息,从而分辨窄带扰动的峰值频率。
进一步的,所述步骤(6)中,
所述Q滤波器的设计受系统稳定性的限制,并且结合了陷波滤波器和低通滤波器的特性。
进一步的,由于系统稳定性的限制,导致Q滤波器不能是任意的。根据小增益定理,步骤(6)中Q滤波器的稳定性约束表示为:
进一步的,步骤(6)中,在满足稳定性的条件下,为了对窄带扰动有更强的抑制能力,结合了陷波滤波器和低通滤波器的思想,设计的Q滤波器结构为:
其中,wi为想要抑制的第i个窄带扰动的中心频率,αi,ηi,T为结构参数;在结构设计中,要求αi>1,因为αi决定了陷波滤波器的效果,且αi越大,陷波效果越好。同时,要求αiηi<1,否则,将不满足稳定性约束。
进一步的,步骤(7)的实现过程包括:采样获得扰动信号的估计值Dorg(s),然后进行AR参数模型辨识分析;得到窄带扰动的峰值频率后,对Q滤波器的陷波频率点进行调节,最后将Q滤波器处理后的信号前馈补偿给位置回路。
最终,本方法可以降低时变窄带扰动带来的影响,达到稳定光电跟踪系统跟踪精度的目的。
本发明与现有技术相比具有如下优点:
(1)相比于传统的闭环控制,本发明采用扰动观测补偿结构,能够在不引入新传感器的前提下,利用算法提升光电跟踪系统的扰动抑制能力。
(2)相比于传统扰动观测补偿方法,本发明可以自适应的调整补偿结构,从而提升对时变扰动的抑制能力,不需要大量的先验信息,能够在线执行,简单方便。
(3)相比于传统的频谱分析法,AR参数模型辨识具有更高的精度,能够更为精确地提供窄带扰动的峰值频率信息。
(4)相比于陷波滤波器,本发明中Q滤波器的设计结合了低通滤波器的特性,在保证系统稳定性的条件下,能够对窄带扰动有更强的抑制效果。
附图说明
图1是本发明的一种适用于光电跟踪系统的扰动辨识和自适应补偿方法的控制框图;
图2是针对光电跟踪系统的扰动辨识和自适应补偿方法的实时运行效果图,
其中,图2a为AR参数模型辨识结果,图2b为扰动辨识和自适应补偿过程示意图。
具体实施方式
以下结合附图对本发明的具体实施方式做详细说明。
如附图1所示是一种适用于光电跟踪系统的扰动辨识和自适应补偿方法的控制框图,其中包括CCD位置回路,扰动观测补偿回路,扰动估计量采样与分析部分。本方法结合了扰动观测补偿方法、AR参数模型辨识方法和陷波滤波器的设计方法等,能够实时、在线地估计、采样和分析扰动信号,然后自适应地调节Q滤波器对窄带扰动进行前馈补偿,从而达到对时变窄带扰动进行有效抑制的目的。所述方法的具体实施步骤如下:
步骤(1),将CCD作为光电跟踪系统的图像传感器,可以解算出目标和传感器中心的相对位置,从而形成一个初级位置反馈。
步骤(2),在位置回路中,可以利用频响测试仪DSA对整个平台的位置对象进行特性测试。DSA的输入信号为驱动输入值,而输出信号是CCD采样得到的位置信息。被控制的系统可以近似看作线性系统,位置对象Gp(s)表现为二阶振荡特性,模型可以表达如下:
其中c、d和K是二阶振荡环节的参数。
步骤(3),获取位置对象Gp(s)之后,需要设计位置控制器C(s)来完成位置回路的闭环,从而实现光电跟踪系统的跟踪任务,可以采用PID或者零极点相消法来设计。
步骤(4),在位置闭环回路中,添加高精度的被控对象模型Gp(s)的逆模型然后把CCD位置输出信号输入给可以对的输出信号和控制器C(s)输出信号的补偿信号U(s)做差,由此获得位置回路中扰动的估计量Dorg(s)。
步骤(5),利用AR模型参数辨识的方法获取Dorg(s)中的窄带扰动峰值频率。将Dorg(s)看成是白噪声通过某一线性系统产生的信号,而这个线性系统满足AR模型,其系统函数可以表达为:
其中,lq表示模型的参数,p表示模型的阶次。模型的阶次使用AIC准则来确定,AR模型的参数采用Burg法求解,由此获得信号的功率谱,从而得出窄带扰动的峰值频率。
步骤(6)设计Q滤波器对Dorg(s)进行滤波还原,然后前馈到位置回路中进行扰动补偿。但是,由于系统稳定性的限制,导致Q滤波器不能是任意的。根据小增益定理,其稳定性约束可以表示为:
在满足稳定性的条件下,为了对窄带扰动有更强的抑制能力,结合了陷波滤波器和低通滤波器的思想,可以对Q滤波器做如下设计:
其中,wi为想要抑制的第i个窄带扰动的中心频率,αi,ηi,T为结构参数。在结构设计中,要求αi>1,因为αi决定了陷波滤波器的效果,且αi越大,陷波效果越好。同时,要求αiηi<1,否则,将不满足稳定性约束。
步骤(7),反复进行步骤(4)到步骤(8),实现扰动辨识和自适应补偿过程。采样获得扰动信号的估计值Dorg(s),然后进行AR参数模型辨识分析;得到窄带扰动的峰值频率后,对Q滤波器的陷波频率点进行调节,最后将Q滤波器处理后的信号前馈补偿给位置回路。最终,本方法可以降低时变窄带扰动带来的影响,达到稳定光电跟踪系统跟踪精度的目的。
下面以一个实际的光电跟踪系统为例,对本发明的设计过程和效果进行详细说明:
(1)使用附图1所示的控制框图搭建扰动辨识和自适应补偿结构,CCD作为位置传感器。
(2)通过频响测试仪DSA测出系统位置被控对象的数学模型Gp(s):
(3)根据位置被控对象Gp(s),设计位置控制器C(s),实现跟踪的功能,可以采用PID或者零极点相消法来设计:
(5)在观测补偿回路中,持续采集扰动估计值,并实时、在线进行AR模型参数辨识,从而获得窄带扰动的峰值频率。
(6)根据辨识结果,自适应地调整Q滤波器中的频率参数,可以针对一个主窄带扰动或者多个窄带扰动进行滤波还原,然后前馈补偿给位置回路进行补偿。Q滤波器结构为:
其中,wi是第k个窄带扰动的频率值,满足稳定性约束的Q滤波器的其他参数取值为:αi=10,ηi=0.01,T=1/(2π·10)。
(7)如图2是本发明的实时运行效果图。其中,图2a展示的是AR参数模型辨识结果。图2b展示的在系统输入R(s)=0,只考虑抑制主窄带扰动的情况下,输入Y(s)的时域变化图,并且,输出值越小,表示系统的抗干扰能力越强。可以看到,在实际扰动发生变化且维持一段时间时,系统的输出值会突然增加,抗干扰能力减弱;等待扰动辨识和自适应补偿执行完成后,系统的输出值又会下降,抗干扰的能力得到有效提升。由此可以看出,本发明相较于传统的扰动观测补偿方法,针对时变窄带扰动的确有更好的抑制效果。
Claims (8)
1.一种适用于光电跟踪系统的扰动辨识和自适应补偿方法,其特征在于:该方法包括以下步骤:
步骤(1):将CCD作为光电跟踪系统的图像传感器,解算出目标和所述传感器的中心的相对位置,从而形成一个初级位置反馈;
步骤(2):在光电跟踪系统的位置回路中,利用频响测试仪DSA对整个光电跟踪系统平台的位置回路对象进行特性测试,所述位置回路对象的模型表示为Gp(s),所述DSA的输入信号为驱动输入值,而输出信号是CCD采样得到的位置信息;其中s为拉普拉斯变换后的复数变量;
步骤(3):获取了位置对象Gp(s)之后,设计位置控制器C(s)完成位置回路的闭环,从而实现光电跟踪系统的跟踪任务;
步骤(4):在位置闭环回路中,添加位置回路对象模型Gp(s)的逆模型然后把CCD的输出信号输入给并对的输出信号和控制器C(s)输出信号的补偿信号U(s)做差,获得位置回路中扰动的估计量Dorg(s);
步骤(5):利用AR模型参数辨识的方法获取Dorg(s)中的窄带扰动峰值频率;
步骤(6):设计Q滤波器对Dorg(s)进行滤波还原,然后前馈到位置回路中进行扰动补偿;
步骤(7):反复进行步骤(4)到步骤(6),直到光电跟踪系统停止运行以实现扰动辨识和自适应补偿过程。
3.根据权利要求1所述的一种适用于光电跟踪系统的扰动辨识和自适应补偿方法,其特征在于:步骤(3)中,位置控制器C(s)采用PID或者零极点相消法来设计。
5.根据权利要求1所述的一种适用于光电跟踪系统的扰动辨识和自适应补偿方法,其特征在于:
所述步骤(6)中,
所述Q滤波器的设计受系统稳定性的限制,并且结合了陷波滤波器和低通滤波器的特性。
8.根据权利要求1所述的一种适用于光电跟踪系统的扰动辨识和自适应补偿方法,其特征在于:步骤(7)的实现过程包括:采样获得扰动信号的估计值Dorg(s),然后进行AR参数模型辨识分析;得到窄带扰动的峰值频率后,对Q滤波器的陷波频率点进行调节,最后将Q滤波器处理后的信号前馈补偿给位置回路。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111326300.5A CN113867155B (zh) | 2021-11-10 | 2021-11-10 | 一种适用于光电跟踪系统的扰动辨识和自适应补偿方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111326300.5A CN113867155B (zh) | 2021-11-10 | 2021-11-10 | 一种适用于光电跟踪系统的扰动辨识和自适应补偿方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113867155A true CN113867155A (zh) | 2021-12-31 |
CN113867155B CN113867155B (zh) | 2023-05-26 |
Family
ID=78987702
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111326300.5A Active CN113867155B (zh) | 2021-11-10 | 2021-11-10 | 一种适用于光电跟踪系统的扰动辨识和自适应补偿方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113867155B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102426420A (zh) * | 2011-11-27 | 2012-04-25 | 中国科学院光电技术研究所 | 一种强鲁棒性的运动载体光电稳定平台控制系统 |
CN103208958A (zh) * | 2013-03-21 | 2013-07-17 | 中国科学院电工研究所 | 一种直流伺服驱动控制系统 |
CN103944459A (zh) * | 2014-04-09 | 2014-07-23 | 天津大学 | 一种适用于多电机系统的直接转矩控制方法 |
CN104635492A (zh) * | 2014-12-19 | 2015-05-20 | 中国科学院长春光学精密机械与物理研究所 | 一种导引头稳定平台参数化自适应前馈控制方法 |
CN106814624A (zh) * | 2017-03-09 | 2017-06-09 | 中国科学院光电技术研究所 | 一种改进的基于多闭环的快反镜扰动观测补偿控制方法 |
CN107367934A (zh) * | 2017-07-11 | 2017-11-21 | 中国科学院光电技术研究所 | 一种基于双扰动观测器的快反镜稳定控制方法 |
CN108762083A (zh) * | 2018-06-13 | 2018-11-06 | 长春萨米特光电科技有限公司 | 一种基于加速度观测器的自动控制系统 |
US20190063910A1 (en) * | 2016-12-09 | 2019-02-28 | Beijing Jiaotong University | Laser measurement system and method for measuring six-degree-of-freedom geometric error of rotating shaft |
CN109541945A (zh) * | 2019-01-10 | 2019-03-29 | 中国科学院光电技术研究所 | 一种基于复合型扰动观测器的扰动抑制方法 |
EP3476724A2 (en) * | 2017-10-31 | 2019-05-01 | The Boeing Company | Adaptive feedback control of force fighting in hybrid actuation systems |
CN110879618A (zh) * | 2019-12-02 | 2020-03-13 | 中国科学院光电技术研究所 | 一种基于加速度和位置扰动信息的多扰动观测器三闭环稳定跟踪方法 |
-
2021
- 2021-11-10 CN CN202111326300.5A patent/CN113867155B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102426420A (zh) * | 2011-11-27 | 2012-04-25 | 中国科学院光电技术研究所 | 一种强鲁棒性的运动载体光电稳定平台控制系统 |
CN103208958A (zh) * | 2013-03-21 | 2013-07-17 | 中国科学院电工研究所 | 一种直流伺服驱动控制系统 |
CN103944459A (zh) * | 2014-04-09 | 2014-07-23 | 天津大学 | 一种适用于多电机系统的直接转矩控制方法 |
CN104635492A (zh) * | 2014-12-19 | 2015-05-20 | 中国科学院长春光学精密机械与物理研究所 | 一种导引头稳定平台参数化自适应前馈控制方法 |
US20190063910A1 (en) * | 2016-12-09 | 2019-02-28 | Beijing Jiaotong University | Laser measurement system and method for measuring six-degree-of-freedom geometric error of rotating shaft |
CN106814624A (zh) * | 2017-03-09 | 2017-06-09 | 中国科学院光电技术研究所 | 一种改进的基于多闭环的快反镜扰动观测补偿控制方法 |
CN107367934A (zh) * | 2017-07-11 | 2017-11-21 | 中国科学院光电技术研究所 | 一种基于双扰动观测器的快反镜稳定控制方法 |
EP3476724A2 (en) * | 2017-10-31 | 2019-05-01 | The Boeing Company | Adaptive feedback control of force fighting in hybrid actuation systems |
CN108762083A (zh) * | 2018-06-13 | 2018-11-06 | 长春萨米特光电科技有限公司 | 一种基于加速度观测器的自动控制系统 |
CN109541945A (zh) * | 2019-01-10 | 2019-03-29 | 中国科学院光电技术研究所 | 一种基于复合型扰动观测器的扰动抑制方法 |
CN110879618A (zh) * | 2019-12-02 | 2020-03-13 | 中国科学院光电技术研究所 | 一种基于加速度和位置扰动信息的多扰动观测器三闭环稳定跟踪方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113867155B (zh) | 2023-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Madoński et al. | Survey on methods of increasing the efficiency of extended state disturbance observers | |
CN105680750B (zh) | 基于改进模型补偿adrc的pmsm伺服系统控制方法 | |
Lehmann et al. | Event-triggered model predictive control of discrete-time linear systems subject to disturbances | |
Madonski et al. | Active disturbance rejection control of torsional plant with unknown frequency harmonic disturbance | |
Oliveira et al. | Adaptive sliding mode control for disturbances with unknown bounds | |
CN108873704B (zh) | 基于预测跟踪微分器的线性自抗扰控制器的设计方法 | |
CN108832863A (zh) | 一种双观测器的伺服系统谐振抑制方法 | |
CN107577147A (zh) | 一种基于自适应Smith预估器的遥操作双边PID控制方法 | |
CN109669345B (zh) | 基于eso的水下机器人模糊pid运动控制方法 | |
CN104992164B (zh) | 一种动态振荡信号模型参数辨识方法 | |
CN108762083B (zh) | 一种基于加速度观测器的自动控制系统 | |
Alexander et al. | Analysis of noisy signal restoration quality with exponential moving average filter | |
CN116165885A (zh) | 一种高速列车的无模型自适应鲁棒控制方法及系统 | |
CN113467236B (zh) | 一种对误差信号进行时滞补偿的方法 | |
Li et al. | A time delay estimation interpretation of extended state observer-based controller with application to structural vibration suppression | |
Silva et al. | Adaptive extended Kalman filter using exponencial moving average | |
Sun et al. | Anti-disturbance study of position servo system based on disturbance observer | |
CN113867155A (zh) | 一种适用于光电跟踪系统的扰动辨识和自适应补偿方法 | |
CN116400603B (zh) | 基于伪前馈改进的Smith预估器的激光跟踪控制方法 | |
Amokrane et al. | State observation of unknown nonlinear SISO systems based on virtual input estimation | |
Fujimori et al. | Order reduction of plant and controller in closed loop identification based on joint input-output approach | |
CN113110021B (zh) | 一种用于伺服系统辨识与控制器设计的方法 | |
CN110989353B (zh) | 一种周期扰动观测器的设计方法 | |
Han et al. | Design and implementation of high-order PID for second-order processes with time delay | |
CN113625677A (zh) | 一种基于自适应迭代学习算法的非线性系统故障检测与估计方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |