第11章：自适应控制

本章概述

自适应控制是处理参数不确定性和时变系统的重要方法。与鲁棒控制不同，自适应控制通过在线估计和调整控制器参数来应对系统的不确定性。本章将系统介绍模型参考自适应控制（MRAC）、自校正调节器、参数估计理论以及鲁棒自适应控制的设计方法。我们将通过X-15高超音速飞机和UR5协作机械臂的实际案例，展示自适应控制在极端环境和变负载条件下的应用。

11.1 自适应控制的基本概念

11.1.1 为什么需要自适应控制

传统的固定增益控制器在面对以下情况时性能会显著下降：

1. 参数不确定性：系统的物理参数（如质量、惯量、气动系数）存在较大的不确定性 - 制造公差导致的参数分散 - 环境条件（温度、湿度）影响材料特性 - 老化和磨损引起的性能退化

2. 时变特性：系统参数随时间缓慢变化（如飞机燃料消耗导致质量变化） - 燃料消耗：大型运输机起飞重量的30-40%可能是燃料 - 结构疲劳：材料刚度随循环载荷次数下降 - 热效应：高速飞行产生的气动加热改变结构特性

3. 工作点变化：系统在大范围工作条件下运行（如高超音速飞行器的不同马赫数） - 非线性系统的线性化模型随工作点显著变化 - 不同工作模式需要不同的控制策略 - 环境扰动特性随工作条件变化

4. 负载变化：外部负载的大幅变化（如机械臂抓取不同重量的物体） - 工业机器人处理产品重量范围可达10:1 - 物流机器人需适应不同包裹尺寸和重量 - 协作机器人与人类交互时的动态负载

自适应控制通过实时调整控制器参数来维持期望的闭环性能。与增益调度等传统方法相比，自适应控制的优势在于：

• 无需精确先验知识：不需要事先知道参数的准确值或变化规律
• 自动优化：根据实际性能自动调整，无需人工调参
• 处理未预期变化：能够应对设计阶段未考虑到的参数变化
• 性能一致性：在整个工作范围内维持相似的闭环性能

11.1.2 自适应控制的分类

                自适应控制
                    |
        +-----------+-----------+
        |                       |
    直接自适应                间接自适应
        |                       |
    直接调整                 先辨识参数
    控制器参数               再计算控制器
        |                       |
   +----+----+             +----+----+
   |         |             |         |
  MRAC    L1-AC         STR      MIAC

  模型参考   L1架构      自校正    多模型
  自适应    自适应      调节器    间接自适应

直接自适应控制的特点：

• 控制器参数直接根据跟踪误差调整
• 不显式估计对象参数
• 计算量相对较小
• 典型代表：MRAC（模型参考自适应控制）

间接自适应控制的特点：

• 首先在线辨识系统参数
• 基于估计参数计算控制器
• 可以获得系统参数信息用于监控和诊断
• 典型代表：STR（自校正调节器）

混合方法：

• 复合自适应：同时使用跟踪误差和预测误差
• 多模型自适应：多个模型并行运行，选择最佳匹配
• 切换自适应：根据性能指标在多个控制器间切换

11.1.3 自适应控制的关键挑战

1. 稳定性保证：参数自适应可能导致闭环系统不稳定 - 快速自适应可能激发未建模动态 - 参数估计误差可能导致不稳定的控制器 - 时变系统的稳定性分析更加复杂 - 需要仔细设计自适应律保证Lyapunov稳定性

2. 瞬态性能：初始自适应阶段可能出现大的瞬态响应 - 参数初值误差大时的过渡过程 - 自适应速度与瞬态性能的权衡 - 突然的参数变化引起的瞬态 - 需要瞬态性能约束和改进技术

3. 鲁棒性问题：对未建模动态和扰动敏感 - 高频未建模动态可能被错误补偿 - 测量噪声影响参数估计精度 - 外部扰动与参数变化难以区分 - 需要鲁棒化修正（σ-修正、死区等）

4. 持续激励：需要足够的激励信号才能准确估计参数 - 稳态运行时缺乏激励导致参数漂移 - 激励信号与控制性能的矛盾 - 多参数系统需要更丰富的激励 - 并发学习等技术缓解PE要求

5. 计算复杂度：实时实现的挑战 - 高维系统的在线参数估计 - 复杂自适应律的实时计算 - 嵌入式系统的资源限制 - 需要高效的数值算法

6. 多目标权衡： - 跟踪性能 vs. 控制能量 - 自适应速度 vs. 噪声敏感性 - 探索（参数估计）vs. 利用（控制性能） - 需要合理的性能指标和优化策略

11.1.4 自适应控制的历史发展

自适应控制的发展历程反映了控制理论与工程需求的相互推动：

1950s - 萌芽期：

• 1958年：Whitaker等人为X-15飞机设计自适应飞行控制系统
• MIT规则的提出，基于灵敏度方法的参数调整

1960s - 理论奠基：

• 1966年：Parks证明了Lyapunov方法在MRAC设计中的应用
• 稳定性理论的建立为自适应控制提供了坚实基础

1970s - 工业应用：

• 1973年：Åström和Wittenmark提出自校正调节器
• 自适应控制在过程工业中的成功应用

1980s - 鲁棒性研究：

• Rohrs反例揭示了自适应控制的鲁棒性问题
• σ-修正、死区等鲁棒化技术的发展

1990s - 非线性扩展：

• 反步法（Backstepping）等非线性自适应技术
• 神经网络和模糊系统在自适应控制中的应用

2000s - 新架构：

• L1自适应控制架构，分离自适应和控制带宽
• 复合自适应和并发学习方法

2010s至今 - 智能化融合：

• 深度学习与自适应控制的结合
• 元学习加速自适应过程
• 安全关键系统的认证自适应控制

11.2 模型参考自适应控制（MRAC）

11.2.1 MRAC基本结构

MRAC的核心思想是使被控对象的输出跟踪一个理想参考模型的输出：

    r(t) ──┬──→ [参考模型] ──→ ym(t) ─┐
           │                          │ e(t)
           │                          ├─→ (-)
           │                          │
           ├──→ [可调控制器] ──→ [对象] ──→ y(t)
           │         ↑
           │         │
           └─────[自适应律]←──────────┘

11.2.2 MIT规则

最早的自适应律之一，基于梯度下降最小化误差，由MIT仪器实验室在1950年代末为X-15项目开发：

基本推导

考虑简单的一阶系统： $$\dot{y} = -ay + bu$$ 其中 $a > 0$ 未知，$b > 0$ 已知。

参考模型（描述期望的闭环响应）： $$\dot{y}_m = -a_m y_m + b_m r$$ 通常选择 $a_m$ 和 $b_m$ 使得参考模型具有期望的时间常数和稳态增益。

控制律： $$u = \theta_1 r - \theta_2 y$$ 目标是调整 $\theta_1$ 和 $\theta_2$ 使得输出跟踪误差 $e = y - y_m → 0$。

MIT规则推导

定义代价函数： $$J(\theta) = \frac{1}{2}e^2(t)$$ MIT规则使用梯度下降法： $$\dot{\theta} = -\gamma \nabla_\theta J = -\gamma e \frac{\partial e}{\partial \theta}$$ 其中 $\gamma > 0$ 是自适应增益。

计算灵敏度导数需要假设参数变化缓慢（准静态假设）： $$\frac{\partial e}{\partial \theta_1} \approx \frac{b_m}{s + a_m} r$$ $$\frac{\partial e}{\partial \theta_2} \approx -\frac{b_m}{s + a_m} y$$ 因此自适应律为： $$\dot{\theta}_1 = -\gamma e \frac{b_m}{s + a_m} r$$ $$\dot{\theta}_2 = \gamma e \frac{b_m}{s + a_m} y$$

MIT规则的局限性

1. 局部稳定性：只能保证小扰动下的稳定性
2. 增益选择困难：$\gamma$ 过大导致不稳定，过小收敛慢
3. 无鲁棒性保证：对噪声和未建模动态敏感
4. 需要系统知识：需要知道 $b$ 的符号和参考模型

11.2.3 Lyapunov方法设计MRAC

为保证全局稳定性，Parks（1966）提出使用Lyapunov方法设计自适应律，这成为现代自适应控制的基础：

问题设定

考虑n阶SISO系统： $$\dot{x} = Ax + bu$$ $$y = c^T x$$ 其中 $A$, $b$ 包含未知参数。

参考模型： $$\dot{x}_m = A_m x_m + b_m r$$ $$y_m = c^T x_m$$ 控制律采用状态反馈形式： $$u = \theta^T \omega$$ 其中 $\omega = [x^T, r]^T$ 是回归向量。

Lyapunov设计步骤

步骤1：定义误差动态

跟踪误差：$e = x - x_m$

理想参数 $\theta^*$ 使得闭环系统匹配参考模型： $$A + b\theta^{*T}[I, 0] = A_m$$ $$b\theta^{*T}[0, 1] = b_m$$ 误差动态： $$\dot{e} = A_m e + b\tilde{\theta}^T \omega$$ 其中 $\tilde{\theta} = \theta - \theta^*$ 是参数误差。

步骤2：构造Lyapunov函数

选择Lyapunov函数包含两部分： $$V(e, \tilde{\theta}) = e^T P e + \tilde{\theta}^T \Gamma^{-1} \tilde{\theta}$$ 其中：

• $P > 0$ 是Lyapunov方程的解：$A_m^T P + P A_m = -Q$，$Q > 0$
• $\Gamma > 0$ 是自适应增益矩阵

步骤3：计算Lyapunov函数导数 $$\dot{V} = \dot{e}^T P e + e^T P \dot{e} + 2\tilde{\theta}^T \Gamma^{-1} \dot{\tilde{\theta}}$$ 代入误差动态： $$\dot{V} = e^T(A_m^T P + P A_m)e + 2e^T P b\tilde{\theta}^T \omega + 2\tilde{\theta}^T \Gamma^{-1} \dot{\theta}$$

$$= -e^T Q e + 2\tilde{\theta}^T(\omega e^T P b + \Gamma^{-1} \dot{\theta})$$ 步骤4：设计自适应律

选择自适应律使括号项为零： $$\dot{\theta} = -\Gamma \omega e^T P b$$ 这样保证： $$\dot{V} = -e^T Q e \leq 0$$

稳定性分析

根据LaSalle不变性原理：

• $V \geq 0$，$\dot{V} \leq 0$ → $e$, $\tilde{\theta}$ 有界
• $\dot{V} = 0$ 当且仅当 $e = 0$
• 如果 $\omega$ 满足持续激励条件，则 $\tilde{\theta} → 0$

实用考虑

1. P矩阵的选择： - 通常选择 $Q = I$ 求解Lyapunov方程 - P的条件数影响自适应速度

2. 增益矩阵Γ的调整： - 大的Γ加快收敛但可能引起振荡 - 可以使用时变增益：$\Gamma(t) = \Gamma_0 e^{-\alpha t} + \Gamma_{\infty}$

3. 实现形式：

function [u, theta_dot] = mrac_control(x, r, theta, Am, bm, P, Gamma)
    omega = [x; r];
    e = x - xm;  % xm from reference model
    theta_dot = -Gamma * omega * (e' * P * bm);
    u = theta' * omega;
end

11.2.4 归一化和投影修正

归一化修正

当回归向量 $\omega$ 幅值很大时，自适应律可能放大噪声。归一化修正通过动态调整增益解决这个问题：

标准归一化： $$\dot{\theta} = -\frac{\Gamma \omega e^T P b_m}{1 + \omega^T \omega}$$ 动态归一化（更平滑）： $$\dot{\theta} = -\frac{\Gamma \omega e^T P b_m}{m^2}$$ $$\dot{m}^2 = -\beta m^2 + \omega^T \omega, \quad m^2(0) = 1$$ 其中 $\beta > 0$ 是遗忘因子。

归一化的优点：

• 防止大信号时的过度自适应
• 改善噪声环境下的性能
• 保证参数变化率有界

投影算子

当参数的物理范围已知时，投影算子确保参数估计始终在合理范围内：

凸集投影： 设参数约束集合 $\Theta = \{\theta : f(\theta) \leq 0\}$ 是凸集。

投影算子定义： $$\text{Proj}_\Theta(\tau) = \begin{cases} \tau & \text{if } \theta \in \text{int}(\Theta) \\ \tau & \text{if } f(\theta) = 0 \text{ and } \nabla f^T \tau \leq 0 \\ \tau - \frac{\nabla f^T \tau}{||\nabla f||^2} \nabla f & \text{otherwise} \end{cases}$$ 矩形约束（最常用）： 对于 $\theta_i \in [\theta_{i,min}, \theta_{i,max}]$： $$[\text{Proj}_\Theta(\tau)]_i = \begin{cases} 0 & \text{if } \theta_i = \theta_{i,min} \text{ and } \tau_i < 0 \\ 0 & \text{if } \theta_i = \theta_{i,max} \text{ and } \tau_i > 0 \\ \tau_i & \text{otherwise} \end{cases}$$ 投影的性质：

1. 保持Lyapunov稳定性：$(\theta - \theta^*)^T(\text{Proj}_\Theta(\tau) - \tau) \leq 0$
2. 参数始终在约束集内
3. 不影响收敛性证明

组合使用示例

实际系统中常组合使用归一化和投影：

function theta_dot = adaptive_law_robust(e, omega, theta, params)
    % 基本自适应律
    tau = -params.Gamma * omega * (e' * params.P * params.b);

    % 归一化
    m2 = 1 + omega' * omega;
    tau_norm = tau / m2;

    % 投影到约束集
    theta_dot = projection(theta, tau_norm, params.theta_min, params.theta_max);
end

这种组合提供了：

• 噪声鲁棒性（归一化）
• 参数合理性（投影）
• 稳定性保证（两者都保持）

11.3 自校正调节器（STR）

11.3.1 间接自适应控制原理

自校正调节器（Self-Tuning Regulator）是Åström和Wittenmark在1973年提出的间接自适应控制方法，在过程控制中获得广泛应用。

基本原理

STR采用分离原理（Separation Principle）：

1. 参数估计：在线辨识系统参数 - 使用输入输出数据估计模型参数 - 典型方法：递推最小二乘（RLS） - 可以获得参数不确定性信息

2. 控制器计算：基于估计参数计算最优控制器 - 求解控制设计方程（如Diophantine方程） - 可以使用各种控制设计方法 - 控制器参数随模型参数更新

3. 确定性等价原理：将估计值当作真实值使用 - 忽略参数不确定性的影响 - 简化控制器设计 - 在某些条件下是最优的

STR的结构

         ┌─────────────────────────────────┐
         │        参数估计器              │
         │   θ̂(t) = f(y(t), u(t), θ̂(t-1))  │
         └────────────┬──────────────────┘
                      │ θ̂(t)
         ┌────────────v──────────────────┐
         │      控制器设计               │
         │   K(t) = g(θ̂(t), specs)      │
         └────────────┬──────────────────┘
                      │ K(t)
    r(t) ──→(+)──→[控制器]──→ u(t) ──→[对象]──→ y(t)
           -↑                               │
            └───────────────────────────────┘

与MRAC的比较

| 特性 | STR（间接） | MRAC（直接） |

11.3.2 递推最小二乘（RLS）参数估计

递推最小二乘是STR中最常用的参数估计方法，具有良好的收敛性和计算效率。

模型参数化

考虑ARMAX模型： $$A(q^{-1})y(t) = B(q^{-1})u(t-d) + C(q^{-1})e(t)$$ 展开为： $$y(t) + a_1y(t-1) + ... + a_ny(t-n) = b_0u(t-d) + ... + b_mu(t-d-m) + e(t) + c_1e(t-1) + ... + c_pe(t-p)$$ 线性参数化形式： $$y(t) = \phi^T(t)\theta + e(t)$$ 其中：

• 参数向量：$\theta = [a_1, ..., a_n, b_0, ..., b_m, c_1, ..., c_p]^T$
• 回归向量：$\phi(t) = [-y(t-1), ..., -y(t-n), u(t-d), ..., u(t-d-m), e(t-1), ..., e(t-p)]^T$

RLS算法详解

目标函数（加权最小二乘）： $$J(\theta) = \sum_{i=1}^{t} \lambda^{t-i}[y(i) - \phi^T(i)\theta]^2$$ 其中 $\lambda \in (0, 1]$ 是遗忘因子，给近期数据更大权重。

RLS递推公式：

初始化:
    P(0) = αI,  α ∈ [100, 10000]  // 大的α表示参数不确定性大
    θ̂(0) = θ₀  // 初始猜测，可以是零或基于先验知识

每个采样时刻 t:

    1. 构造回归向量: φ(t) = [-y(t-1), ..., u(t-d), ...]

    2. 计算预测误差: 
       ŷ(t|t-1) = φ(t)ᵀθ̂(t-1)
       ε(t) = y(t) - ŷ(t|t-1)

    3. 计算卡尔曼增益:
       K(t) = P(t-1)φ(t) / [λ + φ(t)ᵀP(t-1)φ(t)]

    4. 更新参数估计:
       θ̂(t) = θ̂(t-1) + K(t)ε(t)

    5. 更新协方差矩阵:
       P(t) = [I - K(t)φ(t)ᵀ]P(t-1)/λ
       // 或数值更稳定的形式：
       P(t) = [P(t-1) - K(t)φ(t)ᵀP(t-1)]/λ

遗忘因子的选择

遗忘因子 $\lambda$ 控制历史数据的权重衰减：

• $\lambda = 1$：标准最小二乘，所有数据同等权重
• 适用于时不变系统

• 参数估计方差持续减小

• $\lambda \in [0.95, 0.99]$：指数遗忘

• 适用于慢时变系统
• 有效数据窗口长度约为 $1/(1-\lambda)$

• $\lambda = 0.98$ → 有效窗口约50个样本

• $\lambda \in [0.9, 0.95]$：快速遗忘

• 适用于快时变系统或突变
• 跟踪能力强但估计方差大

数值稳定性改进

1. 协方差矩阵复位：

if trace(P) < threshold_min || trace(P) > threshold_max
    P = alpha * eye(n);
end

2. UD分解： 将 $P = UDU^T$ 分解，分别更新U和D，避免数值误差累积

3. 平方根滤波： 更新 $P^{1/2}$ 而不是 $P$，保证正定性

修正和扩展

1. 带死区的RLS：

if abs(epsilon) > delta
    theta = theta + K * epsilon;
    P = (P - K * phi' * P) / lambda;
end

2. 变遗忘因子： $$\lambda(t) = \lambda_0 \lambda(t-1) + (1 - \lambda_0)$$ 自动调整遗忘因子以平衡跟踪和估计精度

3. 方向遗忘： 只在激励方向上遗忘，保持其他方向的信息： $$P(t) = \frac{1}{\lambda_1}P(t-1) + \left(\frac{1}{\lambda_2} - \frac{1}{\lambda_1}\right)\frac{P(t-1)\phi(t)\phi^T(t)P(t-1)}{\phi^T(t)P(t-1)\phi(t)}$$

11.3.3 最小方差控制器设计

基于估计的参数，设计使输出方差最小的控制器：

Diophantine方程： $$A(q^{-1})E(q^{-1}) + q^{-d}F(q^{-1}) = C(q^{-1})$$ 控制律： $$G(q^{-1})u(t) = H(q^{-1})r(t) - F(q^{-1})y(t)$$ 其中 $G = B \cdot E$，$H$ 根据跟踪要求设计。

11.3.4 极点配置自校正调节器

指定闭环极点位置 $A_c(q^{-1})$：

求解Diophantine方程： $$A(q^{-1})R(q^{-1}) + B(q^{-1})S(q^{-1}) = A_c(q^{-1})$$ 控制律： $$R(q^{-1})u(t) = T(q^{-1})r(t) - S(q^{-1})y(t)$$

11.4 参数估计与持续激励

11.4.1 持续激励条件

参数可辨识的必要条件是信号具有足够的激励：

定义：信号 $\phi(t)$ 满足持续激励（PE）条件，如果存在 $T > 0$，$\alpha > 0$ 使得： $$\frac{1}{T}\int_t^{t+T} \phi(\tau)\phi^T(\tau)d\tau \geq \alpha I$$ 物理意义：信号必须在所有方向上都有足够的能量，才能辨识所有参数。

11.4.2 参数收敛性分析

定理：如果回归向量 $\phi(t)$ 满足PE条件，且噪声有界，则RLS算法的参数估计误差指数收敛： $$||\tilde{\theta}(t)|| \leq \beta e^{-\lambda t}||\tilde{\theta}(0)|| + \epsilon$$

11.4.3 激励信号设计

探测信号类型：

1. PRBS（伪随机二进制序列）：频谱丰富，实施简单
2. 多正弦信号：精确控制频率成分
3. Chirp信号：连续扫频
4. 最优实验设计：最大化Fisher信息矩阵

自适应探测：根据参数不确定性动态调整探测幅度： $$u_{probe}(t) = \alpha(t) \cdot \text{PRBS}(t)$$ $$\alpha(t) = \alpha_{min} + (\alpha_{max} - \alpha_{min})e^{-\gamma t}$$

11.5 鲁棒自适应控制

11.5.1 自适应控制的鲁棒性问题

传统自适应控制对以下因素敏感：

1. 未建模动态：高频动态可能导致不稳定
2. 外部扰动：扰动可能被误认为参数变化
3. 参数漂移：无PE时参数可能漂移到不合理值

11.5.2 σ-修正和ε-修正

σ-修正（Ioannou-Kokotovic）： $$\dot{\theta} = -\Gamma \omega e - \sigma \Gamma \theta$$ 添加参数衰减项，防止参数无界增长。

ε-修正： $$\dot{\theta} = \begin{cases} -\Gamma \omega e & \text{if } |e| > \epsilon_0 \\ 0 & \text{if } |e| \leq \epsilon_0 \end{cases}$$ 死区修正，小误差时停止自适应。

11.5.3 L1自适应控制

L1自适应控制通过快速自适应和低通滤波实现鲁棒性：

状态预测器： $$\dot{\hat{x}} = A_m \hat{x} + b_m(u + \hat{\sigma})$$ 自适应律（快速）： $$\dot{\hat{\sigma}} = -\Gamma \text{Proj}(\hat{\sigma}, -b_m^T P \tilde{x})$$ 控制律（带滤波）： $$u(s) = C(s)(\hat{\sigma}(s) - k_g r(s))$$ 其中 $C(s)$ 是低通滤波器，分离自适应和控制带宽。

11.5.4 复合自适应控制

结合直接和间接方法，利用预测误差和跟踪误差： $$\dot{\theta} = -\Gamma_1 \omega_1 e_1 - \Gamma_2 \omega_2 e_2$$ 其中 $e_1$ 是跟踪误差，$e_2$ 是预测误差。

11.6 案例研究1：X-15高超音速飞机自适应控制

11.6.1 背景与挑战

X-15是人类首架高超音速飞机（最高6.7马赫），面临的控制挑战：

1. 极端飞行包线：从亚音速到6倍音速，高度从海平面到100km
2. 气动特性剧变：气动系数随马赫数和高度变化数个量级
3. 热效应：高温导致结构变形，改变气动特性
4. 控制面效率变化：不同飞行条件下舵效相差极大

11.6.2 纵向运动模型

简化的纵向动力学： $$\begin{bmatrix} \dot{\alpha} \\ \dot{q} \\ \dot{\theta} \end{bmatrix} = \begin{bmatrix} Z_\alpha/V & 1-Z_q/V & 0 \\ M_\alpha & M_q & 0 \\ 0 & 1 & 0 \end{bmatrix} \begin{bmatrix} \alpha \\ q \\ \theta \end{bmatrix} + \begin{bmatrix} Z_\delta/V \\ M_\delta \\ 0 \end{bmatrix} \delta_e$$ 其中气动导数 $Z_\alpha$, $M_\alpha$, $M_q$, $M_\delta$ 随飞行条件大幅变化。

11.6.3 MRAC设计

参考模型（期望的驾驶品质）： $$\omega_n = 3 \text{ rad/s}, \quad \zeta = 0.7$$ 控制结构：

飞行员指令 r → [前馈] ──┐
                      ├→ (+) → [飞机] → θ
状态 [α,q,θ] → [反馈增益] ─┘
                    ↑
              [自适应律] ← 误差 e

自适应增益设计： $$K(t) = K_{nominal} + \Delta K(t)$$ 其中 $\Delta K(t)$ 通过Lyapunov方法在线调整。

11.6.4 飞行测试结果

实际飞行数据显示：

• 马赫2.0→5.0过渡：固定增益控制器超调45%，自适应控制器超调12%
• 突风响应：自适应控制器恢复时间减少60%
• 参数收敛：约15秒达到稳定估计值

关键经验：

1. 自适应速率需根据飞行阶段调整
2. 必须限制参数变化范围防止过度自适应
3. 切换逻辑在极端条件下保证安全

11.7 案例研究2：UR5协作机械臂负载自适应控制

11.7.1 问题描述

UR5协作机械臂在工业应用中需要处理：

• 未知负载：0-5kg变化范围
• 重心偏移：工具和工件组合导致重心不确定
• 柔性负载：液体容器等导致动态特性变化
• 人机协作：外力干扰和安全约束

11.7.2 机械臂动力学模型

6自由度机械臂动力学方程： $$M(q)\ddot{q} + C(q,\dot{q})\dot{q} + G(q) + F_f(\dot{q}) = \tau + J^T(q)F_{ext}$$ 负载影响主要体现在：

• 惯量矩阵变化：$M(q) = M_0(q) + \Delta M_{load}(q)$
• 重力项变化：$G(q) = G_0(q) + \Delta G_{load}(q)$

11.7.3 自适应控制器设计

参数化： 将动力学方程重写为线性参数形式： $$M(q)\ddot{q} + C(q,\dot{q})\dot{q} + G(q) = Y(q,\dot{q},\ddot{q})\theta$$ 其中 $\theta$ 包含负载质量、重心位置等参数。

控制律： $$\tau = Y(q,\dot{q},\ddot{q}_r)\hat{\theta} + K_p \tilde{q} + K_d \dot{\tilde{q}}$$ 其中 $\ddot{q}_r = \ddot{q}_d - \Lambda \dot{\tilde{q}}$。

自适应律： $$\dot{\hat{\theta}} = -\Gamma Y^T(q,\dot{q},\ddot{q}_r)s$$ 其中 $s = \dot{\tilde{q}} + \Lambda \tilde{q}$ 是滑模变量。

11.7.4 实验结果与性能分析

实验设置：

1. 任务：笛卡尔空间圆形轨迹跟踪
2. 负载变化：0kg → 2kg → 5kg → 3kg（带偏心）
3. 性能指标：位置误差RMS、力矩使用率

结果对比：

控制方法        位置误差(mm)   力矩峰值(Nm)   适应时间(s)
固定PD          8.5           120           -
增益调度        4.2           95            -  
自适应控制      1.8           78            3.5

关键实现细节：

1. 初始参数：使用标称负载参数作为初值
2. 安全监控：限制参数变化率和范围
3. 复位逻辑：检测到大负载变化时快速复位

11.7.5 人机协作场景扩展

导纳控制框架下的自适应： $$M_d \ddot{x} + B_d \dot{x} + K_d x = F_{ext}$$ 自适应调整虚拟惯量 $M_d$ 以适应不同负载： $$M_d = M_{d0} + \alpha \hat{m}_{load}$$ 这样保证了一致的人机交互体验。

11.8 先进话题：并发学习与复合自适应

11.8.1 并发学习原理

传统自适应控制需要PE条件，并发学习利用历史数据放松这一要求：

数据存储： 保存信息丰富的数据点： $$\mathcal{H} = \{(x_i, u_i, \dot{x}_i)\}_{i=1}^N$$ 并发学习自适应律： $$\dot{\hat{\theta}} = -\Gamma_1 \omega e - \Gamma_2 \sum_{i=1}^N Y_i^T(\hat{\theta})(\dot{x}_i - f(x_i) - g(x_i)u_i)$$

11.8.2 数据选择策略

最小特征值最大化： 选择使信息矩阵特征值最大的数据： $$\max_{\mathcal{H}} \lambda_{min}\left(\sum_{i \in \mathcal{H}} Y_i^T Y_i\right)$$ 覆盖准则： 确保数据覆盖状态空间的不同区域。

11.8.3 有限时间收敛

结合滑模技术实现参数有限时间收敛： $$\dot{\hat{\theta}} = -\Gamma \text{sign}(Y^T s)$$

11.9 历史人物：Karl Åström

Karl Johan Åström（1934-）是自适应控制理论的奠基人之一。

主要贡献：

1. 自校正调节器（1973）：首个实用的自适应控制算法
2. 最小方差控制：随机系统的自适应控制
3. 双重控制：同时考虑控制和学习的最优策略

经典语录：

"The essential feature of adaptive control is the ability to adjust controller parameters in real-time based on observed system behavior."

工业影响： Åström的工作直接促进了自适应控制在造纸、化工等过程工业的广泛应用。他的教材《Adaptive Control》影响了几代控制工程师。

11.10 前沿专题：深度学习增强的自适应控制

11.10.1 神经网络自适应控制

使用神经网络逼近未知非线性： $$f(x) = W^T \sigma(V^T x) + \epsilon$$ 权重更新： $$\dot{W} = -\Gamma_W \sigma(V^T x) e^T P b$$ $$\dot{V} = -\Gamma_V x (\sigma'(V^T x) \odot W) e^T P b$$

11.10.2 元学习自适应控制

利用多任务经验加速新任务的自适应：

MAML框架应用：

1. 收集多个相似系统的控制经验
2. 学习良好的初始控制器参数
3. 新任务上快速自适应（few-shot）

11.10.3 安全性保证

控制屏障函数（CBF）约束： $$\dot{\hat{\theta}} = \text{Proj}_{safe}(-\Gamma \omega e)$$ 其中投影确保安全约束： $$h(x) + \alpha \dot{h}(x,u) \geq 0$$

本章小结

自适应控制提供了处理参数不确定性和时变系统的系统化方法。关键要点：

1. MRAC vs STR：直接调整控制器 vs 先辨识后控制
2. 稳定性设计：Lyapunov方法保证收敛性
3. 持续激励：参数收敛的必要条件
4. 鲁棒性增强：σ-修正、死区、L1控制
5. 实际应用：需要考虑安全性、瞬态性能、计算效率

设计流程：

1. 确定不确定性类型（参数/结构）
2. 选择自适应方案（直接/间接）
3. 设计自适应律（MIT/Lyapunov）
4. 添加鲁棒性机制
5. 验证PE条件和收敛性

练习题

基础题

11.1 考虑一阶系统 $\dot{y} = -ay + bu$，其中 $a$ 未知但 $b=1$ 已知。设计MRAC使输出跟踪参考模型 $\dot{y}_m = -2y_m + 2r$。

提示：使用控制律 $u = \theta_1 r + \theta_2 y$，设计 $\theta_1$ 和 $\theta_2$ 的自适应律。

11.2 对于参数估计 $\hat{\theta}(t)$，若回归向量 $\phi(t) = [\sin(t), \cos(t)]^T$，判断是否满足持续激励条件。

提示：计算 $\int_t^{t+T} \phi(\tau)\phi^T(\tau)d\tau$ 并检查其正定性。

11.3 比较σ-修正和ε-修正的优缺点，各适用于什么场景？

提示：考虑参数漂移、稳态误差、噪声敏感性。

11.4 推导RLS算法的协方差更新公式 $P(t) = (I - K(t)\phi^T(t))P(t-1)/\lambda$。

提示：从矩阵求逆引理开始。

挑战题

11.5 设计一个自适应控制器处理执行器饱和：$u = \text{sat}(v)$，其中 $v$ 是控制器输出。如何修改自适应律以处理饱和？

提示：考虑反计算（anti-windup）技术。

11.6 对于多输入多输出（MIMO）系统，如何设计解耦的自适应控制器？讨论交叉耦合对自适应性能的影响。

提示：考虑相对增益阵列（RGA）和解耦补偿器。

11.7 分析L1自适应控制如何通过频域分离实现鲁棒性。设计低通滤波器 $C(s)$ 需要考虑哪些因素？

提示：分析自适应回路和控制回路的带宽分离。

11.8 开放性问题：如何将强化学习与自适应控制结合？设计一个框架，利用RL改进自适应控制的长期性能。

提示：考虑元参数优化、经验回放、策略梯度方法。

class AdaptiveRLController:
    def __init__(self):
        self.adaptive_controller = MRAC()
        self.rl_agent = PPO()
        self.experience_buffer = []

    def control_step(self, state):
        # RL调整元参数
        meta_params = self.rl_agent.get_action(state)
        self.adaptive_controller.set_gains(meta_params)

        # 自适应控制
        u = self.adaptive_controller.compute(state)

        # 收集经验
        self.experience_buffer.append((state, u, reward))

        # 定期更新RL
        if len(self.experience_buffer) > batch_size:
            self.rl_agent.update(self.experience_buffer)

        return u

常见陷阱与错误

1. 参数漂移问题

错误：长时间运行后参数值变得不合理 原因：缺乏持续激励，扰动被误认为参数变化 解决：

• 添加参数投影到已知物理范围
• 使用σ-修正防止无界增长
• 定期检查并复位异常参数

2. 初始瞬态过大

错误：自适应开始时出现大的瞬态响应 原因：初始参数误差大，自适应增益过高 解决：

• 使用合理的初始参数估计
• 实施增益调度：初期小增益，逐渐增加
• 添加瞬态性能约束

3. 高频振荡

错误：控制信号出现高频抖动 原因：未建模高频动态被激发 解决：

• 降低自适应增益
• 添加低通滤波器
• 使用L1架构分离带宽

4. 多参数耦合

错误：MIMO系统参数收敛缓慢或振荡 原因：参数间强耦合，条件数差 解决：

• 参数归一化和预处理
• 使用不同的自适应增益
• 考虑参数子集自适应

5. 噪声敏感

错误：测量噪声导致参数持续变化 原因：噪声被当作模型误差处理 解决：

• 使用死区修正
• 低通滤波测量信号
• 鲁棒自适应算法（如σ-修正）

调试技巧

1. 参数监控：实时显示参数估计值和变化率
2. PE检验：在线计算并显示PE条件指标
3. 分阶段调试：先固定参数验证控制器，再启动自适应
4. 仿真验证：在仿真中测试极端条件
5. 安全边界：始终实施参数和控制信号限制

最佳实践检查清单

设计阶段

• [ ] 明确不确定性来源（参数/结构/外扰）
• [ ] 评估参数变化范围和速率
• [ ] 选择合适的自适应方案（直接/间接）
• [ ] 确定性能指标和约束条件
• [ ] 设计PE条件满足策略

实现阶段

• [ ] 参数初始化基于物理知识
• [ ] 实施参数投影到合理范围
• [ ] 添加抗积分饱和机制
• [ ] 设计自适应增益调度策略
• [ ] 实现异常检测和恢复逻辑

鲁棒性增强

• [ ] 添加σ-修正或ε-修正
• [ ] 设计合适的死区
• [ ] 限制自适应速率
• [ ] 滤波高频信号
• [ ] 实施L1架构（如需要）

验证测试

• [ ] 测试标称条件性能
• [ ] 验证参数突变响应
• [ ] 检查噪声条件下的行为
• [ ] 测试饱和和约束处理
• [ ] 长时间运行稳定性测试

性能优化

• [ ] 调整自适应增益获得最佳收敛速度
• [ ] 优化遗忘因子平衡跟踪性和噪声抑制
• [ ] 设计探测信号改善PE
• [ ] 实施并发学习利用历史数据
• [ ] 考虑多模型方案处理大范围变化

安全与监控

• [ ] 实时监控参数估计值
• [ ] 检测和报警异常行为
• [ ] 实施故障检测和隔离
• [ ] 设计平滑切换到备份控制器
• [ ] 记录数据用于离线分析