Matlab实现H∞鲁棒控制：从理论到实践-代码聚汇网

Matlab实现H∞鲁棒控制：从理论到实践

徐小疼

1. H∞鲁棒控制基础概念解析

H∞控制是一种基于频域设计的鲁棒控制方法，它的核心思想是通过优化系统在特定频段内的最大增益（即H∞范数）来保证系统的稳定性和性能。这种方法特别适合处理存在模型不确定性或外部干扰的系统。

在工程实践中，我们经常会遇到以下典型问题：

被控对象的数学模型存在误差或不确定性
系统工作时会受到不可预测的外部干扰
传感器测量存在噪声
执行机构存在非线性特性

H∞控制通过引入加权函数的概念，将上述各类问题统一转化为频域中的范数优化问题。具体来说，它会同时考虑：

参考输入跟踪性能（低频段）
干扰抑制能力（中频段）
噪声抑制和鲁棒稳定性（高频段）
控制量约束（防止执行器饱和）

注意：H∞控制设计的关键在于合理选择加权函数，它们决定了控制器在不同频段的性能侧重。初学者常犯的错误是过于追求某个频段的性能而忽视整体平衡。

2. Matlab环境准备与基础配置

2.1 工具箱安装与验证

在开始H∞控制器设计前，需要确保Matlab安装了以下工具箱：

Robust Control Toolbox（核心工具箱）
Control System Toolbox（基础控制系统工具箱）
Simulink（用于后续仿真验证）

可以通过以下命令检查工具箱是否安装：

matlab复制ver('robust')
ver('control')
ver('simulink')

如果缺少必要工具箱，可以通过Matlab的"附加功能"管理器进行安装。对于学术用户，大多数高校都提供校园授权，可以直接下载使用。

2.2 基础参数设置

良好的编程习惯从清晰的变量定义开始。建议在脚本开头设置以下参数：

matlab复制clear; clc; close all;  % 清空工作区、命令窗口和图形窗口

% 采样时间设置（影响离散化精度）
Ts = 0.01;  

% 仿真时间设置
Tfinal = 20;  

% 图形显示设置
set(0, 'DefaultAxesFontSize', 12);
set(0, 'DefaultLineLineWidth', 1.5);

3. 被控对象建模与分析

3.1 二阶系统建模

我们以一个典型的二阶系统作为被控对象：

matlab复制wn = 1;      % 自然频率(rad/s)
zeta = 0.5;  % 阻尼比
G = tf(1, [1 2*zeta*wn wn^2]);  % 连续时间传递函数

这个系统具有以下特性：

谐振频率：1 rad/s
阻尼比：0.5（欠阻尼系统，会有超调）
直流增益：1

可以通过bode图观察其频率特性：

matlab复制figure;
bode(G); grid on;
title('被控对象Bode图');

3.2 系统性能分析

通过阶跃响应分析系统动态特性：

matlab复制figure;
step(G); grid on;
title('开环系统阶跃响应');
xlabel('时间(s)'); ylabel('幅值');

从响应曲线可以观察到：

上升时间：约1.5秒
超调量：约16.3%
稳定时间：约6秒

这些特性将作为我们设计控制器的基准参考。

4. 加权函数设计与选择

4.1 灵敏度加权函数W1

W1主要影响系统的跟踪性能和低频干扰抑制：

matlab复制W1 = tf([1 2], [1 0.01]);  % 低频增益大，保证跟踪性能

设计考量：

分子[1 2]提供低频段高增益（约40dB/dec）
分母[1 0.01]在0.01rad/s后增益下降
交叉频率约2rad/s，确保足够的带宽

4.2 控制输入加权函数W2

W2用于限制控制量大小，防止执行器饱和：

matlab复制W2 = tf([0.1], [1 1]);  % 高频增益0.1，限制控制量

设计特点：

直流增益0.1，限制稳态控制量
极点-1rad/s，平滑过渡
防止控制器输出过大导致执行器非线性

4.3 补灵敏度加权函数W3

W3影响系统的鲁棒稳定性和高频噪声抑制：

matlab复制W3 = tf([1 0.1], [0.01 1]);  % 高频增益100，抑制噪声

设计原则：

高频增益大（40dB），有效衰减测量噪声
低频增益小（-20dB），不影响跟踪性能
过渡频段0.1-10rad/s

5. 广义被控对象构建

使用augw函数构建标准H∞问题结构：

matlab复制P = augw(G, W1, W2, W3);

augw函数自动构建如下广义系统：

code复制[ W1   -W1*G ]
[  0     W2  ]
[  0     W3  ]
[ I     -G   ]

这种结构将H∞控制问题转化为标准的线性分式变换(LFT)形式，便于后续优化。

6. H∞控制器综合与优化

6.1 控制器求解

调用hinfsyn函数进行H∞综合：

matlab复制[K, CL, gamma] = hinfsyn(P, 1, 1, [0.1 10], 0.001);

参数说明：

第一个1：测量输出数量（SISO系统）
第二个1：控制输入数量
[0.1 10]：gamma搜索范围
0.001：优化精度

6.2 结果分析

查看优化结果：

matlab复制fprintf('H∞范数上界 gamma = %.4f\n', gamma);
disp('H∞控制器传递函数:');
tf(K)

典型输出：

code复制H∞范数上界 gamma = 0.8562
H∞控制器传递函数:
 
  1.089 s^3 + 3.267 s^2 + 3.267 s + 1.089
  ----------------------------------------
  s^3 + 3.267 s^2 + 3.267 s + 1.089e-16

gamma值小于1表示设计满足所有加权函数要求。

7. 闭环系统性能验证

7.1 频域分析

绘制闭环系统Bode图：

matlab复制T = feedback(G*K, 1);  % 闭环传递函数
figure;
bode(T); grid on;
title('闭环系统Bode图');

重点关注：

低频增益接近0dB（良好跟踪）
带宽是否满足要求
高频衰减特性（噪声抑制）

7.2 时域分析

阶跃响应测试：

matlab复制figure;
step(T); grid on;
title('闭环系统阶跃响应');
xlabel('时间(s)'); ylabel('幅值');

性能指标检查：

上升时间：应明显快于开环系统
超调量：控制在5%以内
稳态误差：接近零

8. Simulink仿真模型搭建

8.1 模型架构设计

建议采用如下信号流：

code复制参考输入 → 误差计算 → 控制器 → 扰动注入 → 被控对象 → 输出
                ↑                     |
                |_____________________|

具体模块：

参考信号：Step模块（0秒跳变，幅值1）
扰动信号：Sine Wave或Band-Limited White Noise
求和模块：两个，分别计算误差和注入扰动
传递函数模块：实现G和K
显示模块：Scope观察输出、控制量和误差

8.2 模块参数设置

关键参数配置：

matlab复制% 参考信号
step_time = 1;  % 第1秒跳变
step_value = 1; % 幅值1

% 扰动信号（以正弦为例）
disturbance_freq = 0.5;  % 0.5Hz
disturbance_amp = 0.2;   % 幅值0.2

8.3 控制器导入方法

方法一：使用LTI System模块

从Simulink库中拖入LTI System模块
双击模块，在"LTI system variable"处填写K
确保工作区中有K变量

方法二：使用Transfer Fcn模块

将K转换为分子分母形式：

matlab复制[numK, denK] = tfdata(K, 'v');

在Transfer Fcn模块中填入numK和denK

9. 仿真结果分析与调优

9.1 典型响应曲线

正常运行应观察到：

输出快速跟踪参考输入（约1秒内达到稳态）
扰动被有效抑制（输出波动小于扰动幅值的10%）
控制量平滑无剧烈震荡

9.2 常见问题排查

问题1：系统不稳定

检查加权函数设计是否合理
确认gamma值是否小于1
验证控制器是否被正确导入Simulink

问题2：跟踪速度慢

提高W1的交叉频率
放宽W2的限制（增大高频增益）
重新调整gamma搜索范围

问题3：控制量饱和

加强W2的低频增益
降低控制器的整体增益
考虑增加抗饱和补偿

10. 高级应用与扩展

10.1 多变量系统设计

对于MIMO系统，设计流程类似但需注意：

被控对象G变为传递函数矩阵
加权函数W1,W2,W3也需设计为适当维数的矩阵
使用hinfsyn时需指定正确的输入输出维度

10.2 参数不确定性分析

使用Robust Control Toolbox的ureal函数定义不确定参数：

matlab复制zeta = ureal('zeta', 0.5, 'Range', [0.3 0.7]);
G_unc = tf(1, [1 2*zeta*wn wn^2]);

然后可以使用musyn函数进行μ综合：

matlab复制[K_mu, CL_mu, mu_info] = musyn(P_unc, 1, 1);

10.3 离散时间实现

对于数字控制系统，可以先将连续时间控制器离散化：

matlab复制K_d = c2d(K, Ts, 'tustin');  % 使用双线性变换

然后在Simulink中使用Discrete Transfer Fcn模块实现。

11. 工程实践建议

加权函数调整技巧：
- 先设计W1保证基本性能
- 然后加入W3确保鲁棒性
- 最后用W2限制控制量
- 每次只调整一个加权函数
控制器简化方法：
- 使用balred进行模型降阶
```
matlab复制K_red = balred(K, 2);  % 降为2阶
```
- 检查降阶前后频响特性是否一致
实时实现注意事项：
- 检查控制器是否严格正则（相对阶≤0）
- 离散化时注意选择合适的方法（Tustin适用于保持频响特性）
- 考虑计算延迟的影响

在实际项目中，我通常会先在设计好的标称系统上验证基本性能，然后逐步引入不确定性和非线性因素进行更全面的测试。记住，H∞控制虽然强大，但它提供的鲁棒性是有代价的——可能会比较保守。在性能要求极高的场合，可能需要结合其他控制策略。