#跟踪微分器(Tracking Differentiator)

   时延不同的两个惯性环节的信号相减,再除以时延之差,可以获得不错的微分效果。而惯性环节本质上是对信号的滤波与跟踪。当两个惯性环节相差很小的时候,这样的微分器可以近似表示为:

$$W(s) = \frac{ r^{2} s } { s^{2} + 2rs + r^{2} }$$

   上式中的跟踪环节实际上是二阶线性系统,相当于二阶滤波器。一般的,跟踪微分器有如下形式:

   

$$W(s) = \frac{ r^{m} s } { (s + r)^{ m } }$$

   为什么采取这种结构呢?因为需要快速地追踪输入信号,所以实际上这种结构是零阻尼结构,能够在快速性与超调之间取得平衡。

   非线性跟踪微分器又是什么呢?考虑二阶积分器串联型系统:

   

$$
                \left\{
                    \begin{aligned}
                        \dot{ x_{1} } &= x_{2} \\
                        \dot{ x_{2} } &= u,  |u| \leq r 
                    \end{aligned}
                \right.


    以原点为终点的快速最优控制综合函数(此处存疑)为:

   

$$
                u(x_{1}, x_{2}) = -r \text{ sign } ( x_{1} + \frac{ x_{2} | x_{2} | } {2 r } )
            $$

    将上式中的$x_{1}$改为$x_{1} - v_{0}(t)$,其中$v_{0}(t)$表示为需要追踪的信号,则有:

         

$$
               \left\{
                    \begin{aligned}
                        \dot{ x_{1} } &= x_{2} \\
 -r \text{ sign } ( x_{1}  - v_{0}(t) + \frac{ x_{2} | x_{2} | } {2 r } )
                    \end{aligned}
                \right.
            $$

    这个系统的加速度绝对值限制在r之下,将最快地跟踪输入信号$v_{0}(t)$。r越大,跟踪速度越快。取解分量之一$x_{2}$作为输入信号的近似微分,就可以构成一种非线性跟踪微分器。非线性跟踪微分器的参数效率要比线性的高,相似的滤波效果,非线性跟踪微分器的参数值较小。

    菲利波夫意义:存疑

    关于跟踪微分器的定理:

    设有二阶微分方程

       

$$
                \left\{
                    \begin{aligned}
                        \dot{ z_{1} } &= z_{2} \\
                        \dot{ z_{2} } &= f(z_{1}, z_{2})
                    \end{aligned}
                \right.
            $$

    那么,对于任意有界可测信号$v(t),t \in [0, +\infty]$, 以及任意的$T$,如下微分方程:

       

##快速跟踪微分器的离散形式

$$
                \left\{
                    \begin{aligned}
                        \dot{ x_{1} } &= x_{2} \\
                        \dot{ x_{2} } &= r^{2}f(x_{1} - v(t), \frac { x_{2} } {r} )
                    \end{aligned}
                \right.
            $$

   最速跟踪微分器直接离散得到形式为:

       

$$
                \left\{
                    \begin{aligned}
                        f &= - r \text{sign} ( x_{1}(k) - v(k) + \frac{ x_{2}(k) |x_{2}(k)| }{ 2r } ) \\
                        x_{1}(k+1) &= x_{1}(k) + h x_{2}(k) \\
                        x_{2}(k+1) &= x_{2}(k) + hf
                    \end{aligned}
                \right.
            $$

   最速跟踪微分器直接离散进行数值计算,在系统进入稳态之后,会产生高频震颤。即使将符号函数换成线性饱和函数,也只能减小而不能避免高频震颤,速度输出依然很难保持为零。因为连续系统的最速控制综合函数离散化后,并不是离散化后的系统的最优控制函数。

   假设有如下离散系统:

      

$$

                    \begin{aligned}
                        x_{1}(k+1) &= x_{1}(k) + h x_{2}(k) \\
                        x_{2}(k+1) &= x_{2}(k) + h u , |u| \leq  r
                    \end{aligned}
                \right.
            $$

    该离散系统的最速控制综合函数记作$u = fhan(x_{1}, x_{2}, r, h)$,其公式如下:

       

$$
            \begin{equation}
                \left\{
                    \begin{aligned}
                        d &= rh \\
                        d_{0} &= hd \\
                        y &= x_{1} + h x_{2} \\
                        a_{0} &= \sqrt{ d^{2} + 8 r | y | } \\
                        a &= 
                            \left\{
                                \begin{aligned}
                                    &x_{2} + \frac{ (a_{0} - d ) } { 2 } \text{sign}(y), &|y| > d_{0} \\
                                    &x_{2} + \frac{y}{h}, &|y| \leq d_{0}
                                \end{aligned}
                            \right.\\
                        fhan &= - 
                              \left\{

                                        &r \text{sign}(a), &|a| > d \\ 
                                        &r \frac{a}{d}, &|a| \leq d
                                  \end{aligned}
                              \right. 
                    \end{aligned}
                \right.
                \label{fhan_equation}
            \end{equation}

#存疑

   P128,线性反馈闭环系统抑制未知扰动的能力的论述。