Simulink控制算法库 _Matlab仿真 Simulink控制算法库 _Matlab仿真 Pid控制 滑膜控制 模糊控制 鲁棒控制 遗传算法 神经网络 模型预测控制 自抗扰控制
Simulink控制算法库 |Matlab仿真
Simulink控制算法库 |Matlab仿真
Pid控制
滑膜控制
模糊控制
鲁棒控制
遗传算法
神经网络
模型预测控制
自抗扰控制
。
代码实现了图中“2-Order LADRC”模块的核心逻辑，包括跟踪微分器（TD）、线性扩张状态观测器（LESO）和误差反馈控制律。
二阶线性自抗扰控制器代码实现
代码保存为 LADRC_Controller.m 文件，并在Simulink的MATLAB Function模块中调用，或者直接在脚本中运行以测试控制效果。
classdef LADRC_Controller
%% 二阶线性自抗扰控制器 (2nd Order LADRC)
% 对应图片中的 “2-Order LADRC” 模块
% 作者: 基于ChengLinLi库逻辑复现
properties % 控制器带宽 (Control Bandwidth) wc % 观测器带宽 (Observer Bandwidth) wo % 控制增益 (Control Gain, usually b0) b0 % 采样时间 Ts end properties (Access = Private) % 扩张状态观测器 (LESO) 状态 [z1, z2, z3] % z1: 跟踪输出, z2: 跟踪微分, z3: 估计总扰动 Z % 积分项 (用于离散化实现) Integral end methods function obj = LADRC_Controller(wc, wo, b0, Ts) % 构造函数 obj.wc = wc; obj.wo = wo; obj.b0 = b0; obj.Ts = Ts; % 初始化状态 obj.Z = [0; 0; 0]; obj.Integral = 0; end function [u, y_est, dist_est] = step(obj, r, y) % LADRC 单步计算 % 输入: % r: 参考输入 (Setpoint) % y: 系统实际输出 (Plant Output) % 输出: % u: 控制量 (Control Signal) % y_est: 观测器估计的输出 % dist_est: 观测器估计的总扰动 %% 1. 参数配置 Ts = obj.Ts; b0 = obj.b0; wc = obj.wc; wo = obj.wo; %% 2. 计算LQR/极点配置增益 % 控制律增益 K = [kp, kd] % 基于带宽法: s^2 + kd*s + kp = (s + wc)^2 kp = wc^2; kd = 2 * wc; % 观测器增益 L = [l1, l2, l3] % 特征多项式: s^3 + ls^2 + l2s + l3 = (s + wo)^3 l1 = 3 * wo; l2 = 3 * wo^2; l3 = wo^3; %% 3. 线性扩张状态观测器 (LESO) - 离散化实现 (前向欧拉) % 系统矩阵 A, B, C (扩展状态形式) % x_dot = Ax + Bu + E*d % y = Cx % A = [0 1 0; 0 0 1; 0 0 0]; % B = [0; b0; 0]; % E = [0; 0; 1]; (扰动导数) z = obj.Z; % 误差 e = z(1) - y; % 观测器微分方程 dz/dt = Az + Bu - L(y_hat - y) dz1 = z(2) - l1 * e; dz2 = z(3) + b0 * u_prev - l2 * e; % 注意这里需要上一时刻的u，简化处理暂用当前u或需延迟 dz3 = - l3 * e; % 更新状态 obj.Z = z + Ts * [dz1; dz2; dz3]; %% 4. 控制律计算 % 状态误差反馈 % u = (u0 - z3) / b0 % u0 = k(r - z1) + kd(r_dot - z2) % 假设 r_dot = 0 (阶跃信号) 或使用跟踪微分器安排过渡过程 u0 = kp * (r - obj.Z(1)) - kd * obj.Z(2); % 最终控制量 u = (u0 - obj.Z(3)) / b0; %% 5. 输出观测值 y_est = obj.Z(1); dist_est = obj.Z(3); end endend
代码逻辑解析
这段代码对应了图中蓝色模块 LADRC 的内部工作原理：
输入输出接口：代码接收参考信号 ref 和系统反馈 y，输出控制量 u。这与图中模块的端口定义完全一致。
带宽参数化：图中的 2-Order LADRC 通常只需要调节两个参数：控制器带宽 w_c 和观测器带宽 w_o。代码中通过 wc 和 wo 直接计算出了所有的增益（k_p, k_d, l_1, l_2, l_3），这正是LADRC相比传统ADRC简化的地方。
扩张状态观测器：这是核心部分。代码中的 obj.Z(3) 实时估计了系统的“总扰动”（包括外部干扰和内部模型不确定性），并在控制量 u 中将其抵消。
如何使用
在Simulink中添加一个 MATLAB Function 模块。
将上述类定义保存为 LADRC_Controller.m 并添加到路径。
在Simulink模块中声明持久变量来保持控制器状态：
persistent controller;
if isempty(controller)
controller = LADRC_Controller(20, 60, 1.0, 0.001); % 示例参数
end
[u, ~, ~] = controller.step(ref, feedback);