鲁棒性和最坏情况分析- MATLAB和Simulink - MathWorks澳大利亚金宝app - 金宝app,下载188bet金宝搏,金宝搏官方网站

稳健性和最坏情况分析

在鲁棒控制设计中，性能是用峰值增益来表示和测量的H_∞范数或峰值奇异值)。此增益越小，系统性能越好。一个名义上稳定的不确定系统的性能通常会随着不确定性的增加而降低。使用稳健性分析和最坏情况分析来检查系统中的不确定性如何影响系统的稳定性和峰值增益。

鲁棒性分析

鲁棒性分析是关于找到与稳定性或给定性能水平兼容的最大不确定性。下图显示了性能和健壮性之间的一个典型权衡曲线。在这里，峰值增益(波德图或奇值图上的峰值幅度)表征了系统性能。

的x-axis量化了标准化的不确定性量。的值x= 1对应于模型中规定的不确定度范围。x= 2表示系统具有两倍的不确定性。x= 0对应标称系统。(见actual2normalized有关标准化不确定度范围的更多细节。)的y-轴为性能，测量为某个闭环传递函数的峰值增益。例如，如果闭环传递函数测量了一个错误信号对某些干扰的灵敏度，那么峰值增益对应较差的干扰抑制。

当所有不确定元素均设置为其标称值时(x= 0)时，系统的增益为其标称值。在图中，标称系统增益约为1。当不确定元素的取值范围增加时，在不确定范围内的峰值增益也增加。重蓝色线表示峰值增益，称为系统性能退化曲线．它作为不确定性量的函数单调增加。

鲁棒稳定性裕度

系统性能退化曲线通常有一个垂直渐近线，对应于鲁棒稳定性裕度．这个边际是系统在保持稳定的情况下所能容忍的最大不确定性。对于前面的例子，峰值增益在附近变得无穷大x= 2.3。换句话说，当不确定性范围为模型中指定的2.3倍时(以标准化单位表示)，系统变得不稳定。因此，鲁棒稳定裕度为2.3。为计算不确定系统模型的鲁棒稳定裕度，采用robstab函数。

强劲的性能优势

的强劲的性能优势对于给定的收益，γ，是当峰值增益小于时，系统所能容忍的最大不确定性γ．例如，在下面的例子中，假设你想保持闭环增益的峰值低于1.8。对于峰值增益，稳健的性能边际值约为1.7。这个值意味着系统的峰值增益保持在1.8以下，只要不确定度保持在规定不确定度的1.7倍以内(以标准化单位)。

为计算不确定系统模型的鲁棒性能裕度，使用robgain函数。

最坏的增益测量

的最坏的获得是峰值增益在特定不确定范围内所能获得的最大值。这个值与健壮的性能边际值相对应。稳健性能裕度测量与特定峰值增益电平兼容的最大不确定性，而最差情况增益测量与特定不确定性电平相关的最大增益。例如，在下图中，模型中指定的不确定性量的最坏情况增益约为1.20。如果不确定性增加一倍，最坏情况的增益将增加到2.5。