[论文解读] ES-MRAC: A New Paradigm For Adaptive Control

Poorya Haghi, Kartik B. Ariyur|arXiv (Cornell University)|Jul 24, 2012

Extremum Seeking Control Systems参考文献 17被引用 6

一句话总结

本文提出ES-MRAC，一种针对LTI系统的新型自适应控制框架，利用极限寻求（extremum seeking）优化基于跟踪误差的代价函数，实现无需参考信号扰动或事先知晓参数符号的全局渐近跟踪。该方法通过平均值理论和李雅普诺夫稳定性分析确保收敛性，并提供了系统化的增益调参指南。

ABSTRACT

We develop a method for the model reference adaptive control (MRAC) of LTI systems via Extremum Seeking (ES). Our proof of global asymptotic tracking enables design of the adaptive controller to satisfy averaging requirements, and convergence of tracking error. Our method is novel, with the additional advantage that no perturbations need be added to the reference trajectory and no a priori knowledge of parameter signs is needed. We illustrate our results for a simulated second order system.

研究动机与目标

• 开发一种针对LTI系统的新型自适应控制范式，确保对参考模型的全局渐近跟踪。
• 消除传统MRAC方法中对参考轨迹扰动的依赖。
• 消除在控制设计前必须知晓未知系统参数符号的必要性。
• 基于平均值理论和李雅普诺夫稳定性理论，提供控制器增益的系统化设计指南。
• 通过二阶系统的仿真，验证该方法的有效性。

提出的方法

• 该方法采用极限寻求（ES）技术，结合正弦扰动，以最小化由跟踪误差导出的非线性代价函数。
• 代价函数驱动自适应律，实时更新控制器增益，形成一个非自治、非线性系统。
• 应用平均值理论以消除系统动力学中的时间依赖性，从而实现标准李雅普诺夫稳定性分析。
• 构造李雅普诺夫函数，以证明跟踪误差和参数估计误差的全局渐近稳定性。
• 设计过程包括选择赫尔维茨多项式、定义代价函数、求解李雅普诺夫方程以获得矩阵P，以及选择正交探测频率。
• 补偿器增益和扰动幅值被调节，使得O(d_i ω_i) = 1，且c_i被选择以平衡激励程度与稳定性。

实验结果

研究问题

• RQ1 极限寻求能否被有效用于设计一种自适应控制器，实现在LTI系统中的全局渐近跟踪？
• RQ2 如何在保持性能的前提下，消除标准MRAC中对参考信号扰动的需求？
• RQ3 该方法是否可在未知系统参数符号未知的前提下正常运行？
• RQ4 能否推导出系统化的设计指南，以确保此类非自治、非线性自适应系统的稳定性与收敛性？
• RQ5 探测频率、增益和扰动幅值的选择如何影响收敛速度与鲁棒性？

主要发现

• 通过平均值理论和李雅普诺夫稳定性分析，证明了对参考模型的全局渐近跟踪，确保跟踪误差收敛至零。
• 该方法实现了参数估计值向真实值的收敛：仿真中a0和a2分别收敛至其真实值6.25和1。
• 参数a1收敛至一个常数值，表明在当前公式设定下，可能存在完全参数恢复的局限性。
• 如图3所示，跟踪误差收敛至零，系统实现了理想的瞬态与稳态性能。
• 增益调参过程提供了实用的设计指南，用于选择d_i、c_i、g_i和γ_i，以平衡收敛速度与鲁棒性。
• 仿真结果表明，该方法优于标准MRAC，尤其体现在无需进行参数矩阵逆缩放，且在无参考信号扰动的情况下仍保持稳定。