[发明专利]一种光电跟踪器视轴稳定回路的模糊控制方法

摘要

本发明公开了一种光电跟踪器视轴稳定回路的模糊控制方法，该方法对传统模糊控制进行了改进，构造了一种相对变论域模糊控制器(CVU‑Fuzzy，Conversely Variable Universe Fuzzy)应用于光电跟踪器视轴稳定回路；CVU‑Fuzzy控制通过对控制器的输入进行伸缩以及对控制器的输出进行调整达到相对改变论域的目的，得到一种形式简洁的幂函数类型输入伸缩因子α1、α2以及输出调整因子β作用于模糊推理的输入与输出；优点是采用一种基于系统测试的方法，将模糊推理简化为二维查找表，降低模糊推理计算复杂度，改善系统实时性；应用改进的粒子群算法对输入伸缩因子及输出调整因子相关参数进行离线寻优，最终确定CVU‑Fuzzy控制器，保证光电跟踪器视轴稳定回路高稳定精度和快速的动态响应能力。

主权项

一种光电跟踪器视轴稳定回路的模糊控制方法，其特征在于包括以下步骤：①.构建初始模糊控制器：①‑1.构建初始模糊控制器的二维查找表，包括以下步骤：a.将光电跟踪器视轴稳定回路中控制器的两个输入信号分别记为e和ec，输出信号记为u，将e的论域记为E，ec的论域记为EC，u的论域记为U，将E、EC和U都划分为七个连续的模糊集合，分别是代表负大的NB、代表负中的NM、代表负小的NS、代表零的ZO、代表正小的PS、代表正中的PM和代表正大的PB，所有模糊集合都采用三角形隶属度函数，两个量化因子都取1，采用的模糊控制规则如下表1所示，表1.控制规则集采用的隶属度函数如下：其中论域E、EC以及U分别用X代表；A1(X)=1,-1≤X<-0.8-4X-2.2,-0.8≤X<-0.550,others---(1)]]>A2(X)=2.63X+2.18,-0.83≤X<-0.45-4X-0.8,-0.45≤X<-0.20,others---(2)]]>A3(X)=4.35X+1.78,-0.41≤X<-0.18-5.56X,-0.18≤X<00,others---(3)]]>A4(X)=5X+1,-0.2≤X<0-5X+1,0≤X<0.20,others---(4)]]>A5(X)=6.67X,0≤X<0.15-4.35X+1.65,0.15≤X<0.380,others---(5)]]>A6(X)=4X-0.8,0.2≤X<0.45-2.38X+2.07,0.45≤X<0.870,others---(6)]]>A7(X)=4X-2.2,0.55≤X<0.81,0.8≤X≤10,others---(7)]]>b.开启光电跟踪器视轴稳定回路使其进入工作状态，对光电跟踪器视轴稳定回路输入j次幅值在(‑1rad/s,1rad/s)范围内随机的角速率信号，j≥100，采集光电跟踪器视轴稳定回路输出端输出的j次输出角速率信号，将每一次输入的角速率信号减去上一次光电跟踪器视轴稳定回路反馈的输出角速率信号得到误差信号e作为控制器的一个输入信号，对每一次的误差信号e做前向差分得到误差变化率信号ec作为控制器的另一个输入信号，由此得到j组由误差信号e和误差变化率信号ec组成的控制器的输入信号，将j个误差信号e和j个误差变化率信号ec分别取绝对值|e|和|ec|，j个绝对值|e|中最大值记为emax及最小值记为emin，j个绝对值|ec|中最大值记为ecmax及最小值记为ecmin，将j组误差信号e和误差变化率信号ec依次输入控制器中，采集控制器输出端的j个输出信号u，将j个输出信号u分别取绝对值|u|，将j个|u|的最大值记为umax以及最小值记为umin，并求出中位值然后对光电跟踪器视轴稳定回路输入k次幅值为1的阶跃信号，k≥100，同时本步骤前述方法得到k次中|e|的最大值step_emax以及|ec|的最大值step_ecmax；c.将误差信号e和误差变化率信号ec的大小范围分别归一化为：e∈[‑1,‑emin/emax]∪[emin/emax,1]以及ec∈[‑1,‑ecmin/ecmax]∪[ecmin/ecmax,1]；d.在e∈[‑1,‑emin/emax]∪[emin/emax,1]范围内每隔(1‑emin/emax)/(n‑1)取一个点，共计2n个点，记为点集A，在ec∈[‑1,‑ecmin/ecmax]∪[ecmin/ecmax,1]的范围内每隔(1‑ecmin/ecmax)/(n‑1)取一个点，共计2n个点，记为点集B，其中n为大于1的整数，以点集A作为列，点集B作为行构建一张空白的2n×2n的表格；e.将点集A和B作为误差信号e及误差变化率信号ec的测试向量输入按步骤a确立的控制器，将点集A和B中信号的论域模糊子集及其隶属度函数按照设定的模糊控制规则进行max‑min映射，得到输出信号的模糊表达后按照重心法解模糊，解模糊采用公式其中Ck为输出论域划分值，μC(Ck)为输出论域隶属度函数的最大值，点集A和B中的数据都输入控制器完成解算后得到控制器所有的输出值，记录输出值中的最大值和最小值求取其中位值将输入的点集A和B中数据与对应的控制器输出数据按序存入按步骤d建立的表格，然后将该表格的行和列按均匀间隔各取7个点构成7×7的表格，得到初始模糊控制器的二维查找表；①‑2.将求得的二维查找表取代控制器中如表1所示的控制规则集，两个量化因子k1＝k2＝1，控制器比例因子确定第一输入伸缩因子第二输入伸缩因子确定输出调整因子将七个未知参数τ1、τ2、τ3、τ4、ε1、ε2、ε3初始化为0.5,0.5,0.5,0.5,0.05,0.05,0.05，最终确立了初始的模糊控制器，以上式子中step_emax、step_ecmax、为第①‑1步中的第b步获得，由第①‑1步中的第e步获得；②.对第一输入伸缩因子α1、第二输入伸缩因子α2以及输出调整因子β的七个参数τ1、τ2、τ3、τ4、ε1、ε2、ε3进行粒子群寻优，包括以下步骤：②‑1.确立初始模糊控制器后，设定粒子种群数为M，M≥1，迭代次数为N，N≥1，粒子群寻优空间维数为7；②‑2.建立粒子群寻优适应度函数fitness，该函数由阶跃响应的超调量、稳态误差、上升时间以及调整时间组合而成，表达式为：式中，t为仿真时间，200ms≤t≤1000ms，e(t)表示阶跃响应与输入的差值，Mp表示阶跃响应的超调量，其中ymax表示阶跃响应的峰值，表示阶跃响应的稳态值，tr表示阶跃响应的调整时间，tr等于阶跃响应值从稳态值的10％上升到稳态值90％所需的时间，ts表示阶跃响应的调整时间，ts等于从t＝0开始计时阶跃响应值与阶跃信号值之间的偏差达到2％时所经历的暂态过程时间，k1～k5表示对应评价指标对适应度函数的贡献度，其中4000≤k1≤6000,40≤k2≤60,40≤k3≤60,40≤k4≤60,40≤k5≤60；②‑3.对光电跟踪器视轴稳定回路输入幅值为1的阶跃信号，采集光电跟踪器视轴稳定回路输出信号，输入信号减去光电跟踪器视轴稳定回路反馈的输出信号得到误差信号e，同时对e做前向差分得到误差变化率信号ec；②‑4.将七维粒子所代表的七个数据τ1,τ2,τ3,τ4,ε1,ε2,ε3代入第一输入伸缩因子第二输入伸缩因子以及输出调整因子②‑5.将e除以输入第一输入伸缩因子α1，ec除以第二输入伸缩因子α2进行扩张后，通过量化因子k1和k2量化后作为二维查找表的查找索引，在二维查找表中找到输出值后经过比例因子γ放大，再通过输出调整因子β进行调整后作为初始模糊控制器的输出，然后驱动后续的执行机构，最后得到光电跟踪器视轴稳定回路输出的阶跃响应信号，如果求取初始化粒子群的局部最优粒子和全局最优粒子，则转至第②‑6步，否则转至第②‑7步；②‑6.分析阶跃响应信号并提取超调量、稳态误差、上升时间以及调整时间，按照fitness函数计算出该粒子的适应度函数值，并记录该粒子对应的适应度函数值，回到第②‑3步开始计算下一个粒子的适应度函数值，直到完成对第M个粒子的计算，记录这M次计算的最小适应度函数，每个粒子的初始化值即为初始粒子群的局部最优粒子ppb，最小适应度函数值对应的粒子即为全局最优粒子pgb，完成对第M个粒子的初始计算后，回到第②‑3步开始下一次粒子群迭代寻优；②‑7.找到上一个粒子或上一次寻优时粒子群中的局部最优粒子ppb以及全局最优粒子pgb后，需对粒子群中的其他粒子进行迭代寻优，按以下公式更新该次第i(i为不大于M的正整数)个粒子的飞行速度及位置vi(n+1)＝ω×vi(n)+r1c1(ppb‑pi(n))+r2c2(pgb‑pi(n))，pi(n+1)＝pi(n)+vi(n+1)，其中，vi(n+1)为更新后的粒子速度，vi(n)为粒子当前速度，pi(n+1)更新后的粒子位置，pi(n)为粒子当前位置，w为飞行惯性权值，r1和r2为[0,1]的随机数，c1和c2是学习因子；②‑8.每个粒子的位置更新完成后，对其加上位置限制，zi＝pi‑θ0，yiT＝sign(ziT)×min(abs(zi),R)，其中，R为牵引半径，θ0为牵引中心，pi表示当前粒子的空间位置向量，zi表示当前粒子与牵引中心的距离向量，yi表示更新后与牵引中心的距离向量，表示修正后的粒子位置向量；②‑9.分析第②‑5步获得的阶跃响应并提取超调量、稳态误差、上升时间以及调整时间，然后依照fitness函数求出该粒子的适应度函数值，每次更新完一个粒子，通过与上一个粒子的适应度值进行比较，寻找并记忆粒子群目前的局部最优粒子ppb以及全局最优粒子pgb；②‑10.下一个粒子的计算又回到②‑3步开始，直到完成对M个粒子的寻优，寻完M个粒子后就结束了此次寻优然后跳转到②‑11进行下一次的寻优，寻完一个粒子就记忆每个粒子目前的局部最优粒子ppb以及当前粒子群的全局最优粒子pgb；②‑11.下一次粒子群寻优从②‑3步开始，直到寻满设定的N次为止，寻完N次就结束了粒子群寻优，第N次寻优得到的全局最优粒子pgb_final即为第一输入伸缩因子α1、第二输入伸缩因子α2以及输出调整因子β的待确定七个参数τ1,τ2,τ3,τ4,ε1,ε2,ε3；③.模糊控制器参数寻优完成将步骤②得到的最优第一输入伸缩因子α1、第二输入伸缩因子α2以及输出调整因子β的待确定七个参数τ1,τ2,τ3,τ4,ε1,ε2,ε3取代其在初始模糊控制器中的初始值，得到最优模糊控制器；④开启光电跟踪器视轴稳定回路，对光电跟踪器视轴稳定回路输入角速率信号，将两个量化因子都更改为输入角速率信号最大值的倒数，输入角速率信号经过最优模糊控制器的输出后经过PWM伺服驱动器后转化为脉宽调制信号，该信号驱动电机带动负载平台产生角速度，即光电跟踪器视轴稳定回路的输出，从而实现对光电跟踪器跟踪速度的控制。