扩展状态观测器(EKF)是一种用于对非线性系统进行状态估计的数学方法。非线性系统的状态方程与观测方程存在非线性关系,因此需要使用特殊的数学方法进行状态估计。扩展状态观测器在卡尔曼滤波的基础上,扩展了对非线性系统的估计能力,以更精确地描述系统的状态。
对于线性系统,卡尔曼滤波可以很好地进行状态估计,不需要使用扩展状态观测器。因此,扩展状态观测器主要用于非线性系统的状态估计,而线性系统则不需要使用该方法。
滑模观测器,也称为状态重构器。它是一类动态系统,是指根据系统的外部变量(输入变量和输出变量)的实测值得出状态变量估计值的一类动态系统
作用:
(1)滑模观测器不但为状态反馈的技术实现提供了实际可能性,而且在控制工程的许多方面也得到了实际应用,例如复制扰动以实现对扰动的完全补偿等。
(2)滑模观测器通过测量实际系统的输入输出,可以得到给定系统内部状态的估计值。
(3)滑模观测器使用非线性高增益反馈迫使估计状态逼近超平面,使估计输出等同于测量输出。
扩展资料:
滑模观测器的缺点
采用闭环方式构成的状态观测器能克服开环状态观测器的缺点。渐近状态观测器就是一种闭环状态观测器。在这种观测器中,被观测系统的输出变量y提供对观测器系统的校正作用。
常系数矩阵,当被观测系统为能观测(见能观测性)时,可用极点配置方法适当选取各元素的数值,把矩阵A-MC 的全部特征值移到适当的位置上,使状态观测器满足指定的快速性要求。渐近状态观测器在抗干扰性和灵敏度方面要比开环状态观测器好得多。
开环状态观测器和渐近状态观测器的维数都与被观测系统的维数相同。另一类状态观测器称为降维观测器,它也是按闭环方式构成的。
如果被观测系统的维数为n,其输出矩阵C 的秩为m,则降维观测器的维数为n-m。降维观测器是依靠从被观测系统的输出y中直接获取状态x的部分信息的途径来实现降维的。这类观测器维数较低,构造较简单,更有实用意义。
参考资料:百度百科-状态观测器
参考资料:百度百科-状态重构
不是。龙伯格观测器是全维状态观测器,是估计每一个状态变量,其维数等于原系统维数的;降低维数的(n-q)维观测器叫做降维观测器。龙伯格观测器不是降维观测器。龙伯格观测器是由龙伯格与卡尔曼及布西所提出的解决动态系统控制率问题的一种方法,建立状态向量的一个估计值的技术,确定状态向量的一个适当近似值并把这个值代入理想的控制律。