模糊控制作业

约 2639 个字 484 行代码预计阅读时间 16 分钟

理论证明与说明¶

(1) 证明模糊集合运算满足对偶律¶

对偶律为：

$\overline{A \cup B} = \overline{A} \cap \overline{B}, \quad \overline{A \cap B} = \overline{A} \cup \overline{B}$

证明：
设论域为 $X$，对于任意 $x \in X$，记 $\mu_A(x) = a$，$\mu_B(x) = b$，其中 $a, b \in [0,1]$。

1. 证明 $\overline{A \cup B} = \overline{A} \cap \overline{B}$

左边隶属度：

$\mu_{\overline{A \cup B}}(x) = 1 - \mu_{A \cup B}(x) = 1 - \max(a, b)$

右边隶属度：

$\mu_{\overline{A} \cap \overline{B}}(x) = \min(1-a, 1-b)$

现需证明：$1 - \max(a, b) = \min(1-a, 1-b)$。
设 $a \ge b$，则 $\max(a, b) = a$。

左边：$1 - a$
右边：$\min(1-a, 1-b) = 1-a$ ( 因为 $a \ge b \Rightarrow 1-a \le 1-b$)
两边相等。同理，若 $a < b$，则 $\max(a, b)=b$，左边为 $1-b$，右边 $\min(1-a, 1-b)=1-b$，亦相等。
故 $\overline{A \cup B} = \overline{A} \cap \overline{B}$ 得证。

2. 证明 $\overline{A \cap B} = \overline{A} \cup \overline{B}$

左边隶属度：

$\mu_{\overline{A \cap B}}(x) = 1 - \mu_{A \cap B}(x) = 1 - \min(a, b)$

右边隶属度：

$\mu_{\overline{A} \cup \overline{B}}(x) = \max(1-a, 1-b)$

现需证明：$1 - \min(a, b) = \max(1-a, 1-b)$。
设 $a \ge b$，则 $\min(a, b) = b$。

左边：$1 - b$
右边：$\max(1-a, 1-b) = 1-b$ ( 因为 $1-a \le 1-b$)
两边相等。同理可证 $a < b$ 情形。
故 $\overline{A \cap B} = \overline{A} \cup \overline{B}$ 得证。

结论：模糊集合运算在取大 ($\max$)、取小 ($\min$)、补 ($1-\mu$) 的算子下，满足对偶律。

(2) 说明模糊集合运算不满足经典集合中的排中律和矛盾律¶

排中律在经典集合中表述为：$A \cup \overline{A} = X$（全集），即一个元素要么属于 $A$，要么属于 $\overline{A}$，非此即彼。

在模糊集合中，元素 $x$ 的归属是程度的。其隶属度为：

$\mu_{A \cup \overline{A}}(x) = \max(\mu_A(x), 1 - \mu_A(x))$

当 $\mu_A(x)$ 不取 0 或 1 时，该值小于 1。
例如，取 $\mu_A(x)=0.6$，则 $\mu_{A \cup \overline{A}}(x) = \max(0.6, 0.4) = 0.6 \neq 1$。
元素 $x$ 并不完全属于集合 $A \cup \overline{A}$，即该集合不等于全集 $X$。因此，模糊集合不满足排中律。

矛盾律在经典集合中表述为：$A \cap \overline{A} = \emptyset$（空集），即一个元素不能同时属于 $A$ 和 $\overline{A}$。

在模糊集合中：

$\mu_{A \cap \overline{A}}(x) = \min(\mu_A(x), 1 - \mu_A(x))$

当 $\mu_A(x)$ 不取 0 或 1 时，该值大于 0。
例如，取 $\mu_A(x)=0.5$，则 $\mu_{A \cap \overline{A}}(x) = \min(0.5, 0.5) = 0.5 \neq 0$。
元素 $x$ 以一定程度同时属于 $A$ 和 $\overline{A}$，该交集不为空。因此，模糊集合不满足矛盾律。

无人水面艇（USV）模糊控制器设计与仿真¶

1. 问题描述与系统模型¶

根据提供的专家控制作业，无人艇航向跟踪系统的非线性动力学模型为：

$T\ddot{\psi} + KH(\dot{\psi}) = K\delta + d(t)$

其中：

$\psi$：航向角（单位：弧度）
$\dot{\psi} = r$：转艏角速度（单位：弧度 / 秒）
$\delta$：舵角（控制输入），受限为 $|\delta| \leq 0.5 \, \text{rad}$
$H(\dot{\psi}) = \alpha \dot{\psi} + \beta \dot{\psi}^3$，描述非线性转向特性
$d(t) = A_d \sin(\omega_d t) + n(t)$，为环境扰动

给定参数：

系统：$T = 2.0 \, \text{s}$，$K = 0.8 \, \text{s}^{-1}$，$\alpha = 1.0$，$\beta = 0.5$
扰动：$A_d = 0.1$，$\omega_d = 0.1$，$n(t) \sim \mathcal{N}(0, 0.01)$
初始状态：$\psi(0) = 0.1 \, \text{rad}$，$\dot{\psi}(0) = 0 \, \text{rad/s}$

控制目标：设计模糊控制器，使航向 $\psi$ 跟踪参考信号 $\psi_{ref}(t)$：

阶跃响应：$\psi_{ref}(t) = 0.5 \cdot 1(t)$
正弦跟踪：$\psi_{ref}(t) = 0.2 \cdot \sin(0.1t)$

2. 常规模糊控制器设计¶

2.1 控制器结构设计¶

采用经典的二维模糊控制器结构。输入为航向跟踪误差 $e$ 及其变化率 $ec$，输出为控制舵角 $\delta$。

误差：$e(t) = \psi_{ref}(t) - \psi(t)$
误差变化率：$ec(t) = \dot{e}(t) = \dot{\psi}_{ref}(t) - \dot{\psi}(t)$ （实际计算中采用差分近似）

2.2 论域与比例因子设计¶

为保证控制器有足够的调节范围并充分利用模糊论域，设计如下：

误差 $e$ 的论域：参考信号最大幅值为 $0.5$ rad，考虑可能的超调，设定实际论域为 $[-0.6, 0.6] \, \text{rad}$。归一化至模糊论域 $[-3, 3]$。
- 量化因子：$K_e = 3 / 0.6 = 5$
误差变化率 $ec$ 的论域：根据系统惯性（$T=2.0$）估算，设定实际论域为 $[-0.15, 0.15] \, \text{rad/s}$。归一化至模糊论域 $[-3, 3]$。
- 量化因子：$K_{ec} = 3 / 0.15 = 20$
输出 $\delta$ 的论域：执行机构限制为 $[-0.5, 0.5] \, \text{rad}$。对应模糊论域 $[-3, 3]$。
- 比例因子：$K_u = 0.5 / 3 \approx 0.1667$

映射关系为：

$E = K_e \cdot e, \quad EC = K_{ec} \cdot ec, \quad \delta = K_u \cdot U$

其中 $E$, $EC$, $U$ 为模糊论域 $[-3, 3]$ 上的变量。

2.3 隶属度函数设计¶

在归一化论域 $[-3, 3]$ 上，定义 7 个模糊子集：NB（负大）, NM（负中）, NS（负小）, ZO（零）, PS（正小）, PM（正中）, PB（正大）。
采用计算简单、性能良好的三角形隶属函数。取 7 个均匀分布的顶点：{-3, -2, -1, 0, 1, 2, 3}，相邻顶点间距为 1。每个三角形隶属函数的左底点、顶点、右底点取相邻顶点值，具体如下表：

模糊集	左底点	顶点	右底点	形状说明
NB	-3	-3	-2	左半梯形
NM	-3	-2	-1	对称三角形
NS	-2	-1	0	对称三角形
ZO	-1	0	1	对称三角形
PS	0	1	2	对称三角形
PM	1	2	3	对称三角形
PB	2	3	3	右半梯形

隶属函数图形示意如下（以连续曲线表示）：

隶属度 μ
   ^
 1 |  NB   NM   NS   ZO   PS   PM   PB
   |  /\   /\   /\   /\   /\   /\   /\
   | /  \ /  \ /  \ /  \ /  \ /  \ /  \
   |/    \    \    \    \    \    \    \
 0 +--|---|---|---|---|---|---|--> 论域
  -3  -2  -1   0   1   2   3

2.4 模糊规则库设计¶

根据模糊 PD 控制的思想：控制量应与误差同号以消除误差，与误差变化率反号以抑制超调。据此制定 49 条（7x7）模糊控制规则。规则库如下表：

$E \backslash EC$	NB	NM	NS	ZO	PS	PM	PB
NB	PB	PB	PM	PM	PS	ZO	ZO
NM	PB	PB	PM	PS	PS	ZO	NS
NS	PM	PM	PS	PS	ZO	NS	NS
ZO	PM	PS	PS	ZO	NS	NS	NM
PS	PS	PS	ZO	NS	NS	NM	NM
PM	PS	ZO	NS	NM	NM	NM	NB
PB	ZO	ZO	NS	NM	NM	NB	NB

规则解读示例：

规则 R1：IF $E$ is NB AND $EC$ is NB THEN $U$ is PB。
解释：误差负大且误差变化率负大，意味着实际值远小于目标值且偏差仍在快速扩大。此时应施加最大的正控制量，以快速遏制偏差扩大并反向纠正。
规则 R25：IF $E$ is ZO AND $EC$ is ZO THEN $U$ is ZO。
解释：已达到期望状态，保持控制量不变，维持平衡。

2.5 模糊推理与解模糊¶

模糊化：采用单点模糊化，将精确输入值 $E_0$, $EC_0$ 转化为对应模糊集合的隶属度。
推理机制：采用最常用的 Mamdani 蕴含算子（取小运算 min）和 max-min 合成法。
- 每条规则激活强度：$\alpha_i = \min(\mu_{A_i}(E_0), \mu_{B_i}(EC_0))$
- 规则输出模糊集：$\mu_{C_i‘}(U) = \min(\alpha_i, \mu_{C_i}(U))$
- 总输出模糊集：$\mu_{C’}(U) = \max_i (\mu_{C_i’}(U))$
解模糊：采用重心法（Centroid），以获得平滑的输出控制量。

$U^* = \frac{\int_{-3}^{3} U \cdot \mu_{C’}(U) dU}{\int_{-3}^{3} \mu_{C’}(U) dU}$

其中 $U_j$ 是输出论域的离散采样点。

最终控制量计算：$\delta = \text{sat}( K_u \cdot U^*, -0.5, 0.5)$，其中 $\text{sat}$ 为饱和函数，确保舵角不超出物理限制。

针对仿射非线性系统的自适应模糊控制器设计¶

3.1 系统建模与问题分析¶

原始系统模型为：

$T\ddot{\psi} + KH(\dot{\psi}) = K\delta + d(t)$

其中：

$H(\dot{\psi}) = \alpha\dot{\psi} + \beta\dot{\psi}^3$
$d(t) = A_d\sin(\omega_d t) + n(t)$

转化为仿射非线性形式：

定义状态变量：

$x_1 = \psi, \quad x_2 = \dot{\psi}$

则系统可写为状态空间形式：

$$

$$ dot{x}_1 = x_2 \ dot{x}_2 = f(x) + gdelta + d_1(t) end{cases} $$ 其中：

$f(x) = -\frac{K}{T}H(x_2) = -\frac{K}{T}(\alpha x_2 + \beta x_2^3)$
$g = \frac{K}{T}$ （已知常数）
$d_1(t) = \frac{1}{T}d(t)$

为仿射非线性系统的标准形式：$\dot{x}_2 = f(x) + g\delta + d_1(t)$，其中 $f(x)$ 为未知或不确定的非线性函数。

3.2 设计步骤¶

1：定义跟踪误差和滑模面

定义跟踪误差：

$e = \psi_{ref} - \psi = x_{1d} - x_1$

设计滑模面：

$s = \dot{e} + \lambda e = (\dot{x}_{1d} - x_2) + \lambda e$

其中 $\lambda > 0$ 为设计参数，决定误差收敛速度。

2：滑模面动力学分析

对滑模面求导：

$\dot{s} = \ddot{e} + \lambda \dot{e} = \ddot{x}_{1d} - \dot{x}_2 + \lambda \dot{e}$

代入系统方程 $\dot{x}_2 = f(x) + g\delta + d_1(t)$：

$\dot{s} = \ddot{x}_{1d} - [f(x) + g\delta + d_1(t)] + \lambda \dot{e}$

3：理想控制律设计 $$f(x)$完全已知且无扰动$d_1(t)=0$，可设计控制律： $ delta^* = frac{1}{g}[-f(x) + ddot{x}_{1d} + lambda dot{e} + K s]$$其中$ K>0 $为滑模增益。

代入 $\dot{s}$ 方程可得：

$\dot{s} = -K s$

这是一个指数稳定系统，保证 $s \to 0$，进而 $e \to 0$。

4：模糊系统逼近未知函数$f(x)$

由于 $f(x)$ 未知，采用模糊系统进行在线逼近。采用单值模糊器、乘积推理、中心平均解模糊器的结构，其输出为：

$\hat{f}(x|\theta) = \theta^T \xi(x)$

其中：

$\theta \in \mathbb{R}^M$：可调参数向量
$\xi(x) \in \mathbb{R}^M$：模糊基函数向量，满足 $\sum_{i=1}^M \xi_i(x) = 1$

模糊系统设计要点：

输入变量：$x_1$（航向角）和 $x_2$（角速度）
模糊划分：每个输入定义 5 个模糊集 {NB, NS, ZO, PS, PB}
隶属函数：高斯型函数 $\mu_{A_i^j}(x_j) = \exp\left(-\frac{(x_j - c_i^j)^2}{2\sigma_j^2}\right)$
规则数量：$M = 5 \times 5 = 25$ 条规则

5：实际控制律与逼近误差分析

将理想控制律中的 $f(x)$ 替换为模糊逼近 $\hat{f}(x|\theta)$：

$\delta = \frac{1}{g}[-\hat{f}(x|\theta) + \ddot{x}_{1d} + \lambda \dot{e} + K s]$

定义最优参数 $\theta^*$ 和最小逼近误差 $\varepsilon$：

$\theta^* = \arg\min_{\theta} \sup_{x \in \Omega} |\hat{f}(x|\theta) - f(x)|$

$\varepsilon = f(x) - \hat{f}(x|\theta^*)$

假设 $|\varepsilon| \leq \bar{\varepsilon}$（有界）。则控制律代入后得：

$\dot{s} = -K s + (\hat{f} - f) - d_1(t) = -K s + \tilde{\theta}^T \xi(x) - \varepsilon - d_1(t)$

其中 $\tilde{\theta} = \theta - \theta^*$ 为参数误差。

6：李雅普诺夫稳定性分析与自适应律设计

选取李雅普诺夫函数候选：

$V = \frac{1}{2} s^2 + \frac{1}{2\gamma} \tilde{\theta}^T \tilde{\theta}, \quad \gamma > 0$

对时间求导：

$\dot{V} = s\dot{s} + \frac{1}{\gamma} \tilde{\theta}^T \dot{\theta}$

代入 $\dot{s}$ 表达式：

$\dot{V} = s[-K s + \tilde{\theta}^T \xi(x) - \varepsilon - d_1(t)] + \frac{1}{\gamma} \tilde{\theta}^T \dot{\theta}$

$= -K s^2 + \tilde{\theta}^T \left( s\xi(x) + \frac{1}{\gamma} \dot{\theta} \right) - s(\varepsilon + d_1(t))$

为消除参数误差项，设计自适应律：

$\dot{\theta} = -\gamma s \xi(x)$

则：

$\dot{V} = -K s^2 - s(\varepsilon + d_1(t))$

假设总不确定性有界：$|\varepsilon + d_1(t)| \leq D$，则：

$\dot{V} \leq -K s^2 + |s|D = -|s|(K|s| - D)$

当 $|s| > D/K$ 时，$\dot{V} < 0$。根据一致最终有界理论，系统状态将收敛到边界层 $|s| \leq D/K$ 内。

7：鲁棒性增强设计

σ- 修正：防止参数漂移，修改自适应律为：

$\dot{\theta} = -\gamma s \xi(x) - \sigma \gamma \theta$

投影算法：保证参数在预设范围内：

$\dot{\theta} = \text{Proj}(\theta, -\gamma s \xi(x))$

抗饱和设计：当控制量饱和时调整自适应律：
- 检测饱和：$|\delta| \geq \delta_{\text{sat}}$
- 饱和时：暂停或减弱参数更新

4. 仿真与对比分析¶

4.1 仿真建模与设置¶

在 MATLAB/Simulink 中搭建仿真环境，包含以下模块：

USV 非线性模型模块：根据方程 $T\ddot{\psi} = K\delta - KH(\dot{\psi}) + d(t)$ 实现。
扰动生成模块：
- a) 无扰动：$d(t)=0$
- b) 确定性扰动：$d(t)=0.1\sin(0.1t)$
- c) 随机扰动：$d(t)=n(t)$ ( 白噪声 )
参考信号模块：生成阶跃和正弦信号。
控制器模块：分别实现常规模糊控制器和自适应模糊控制器。
性能评估模块：计算各项性能指标。

仿真参数：采样时间 $T_s=0.01s$，仿真时长：$100s$，建模如图。

常规模糊控制器：

自适应模糊控制器：

注：我们采取的建模方法为将模糊控制功能封装在 S-Function 里面通过逻辑规则实现。

4.2 仿真输出¶

注：由于需要分析的参考输入有阶跃输入和正弦跟踪，以及对应三种情况：无扰动，正弦扰动以及噪声扰动共六种情况。因此为了让结果分析更加清晰且典型直观，我们对阶跃输入且正弦扰动，以及正弦输入且噪声扰动两种情况作详细的定量分析，其他所有情况作定性分析。