目录
1.课题概述
基于全阶观测器的三自由度运动系统状态反馈控制simulink建模与仿真。整个控制系统包含闭环结构，全阶观测器，三自由度车辆模型。
2.系统仿真结果
（完整程序运行后无水印）
3.核心程序与模型
版本：MATLAB2022a
bash
...........................................................
%反馈,计算反馈向量
K = place(A,B,sys_pole);
vector_fb = acker(A',C',view_pole);
vector_fb = vector_fb';
fprintf('反馈向量:\n\n');
vector_fb
%分析观测器模型
AHC = A - vector_fb*C;
fprintf('观测器矩阵:\n\n');
AHC
%全阶观测器
Rk = rank(A);
A2 = [A-B*K ,B*K;
zeros(Rk),A-vector_fb*C];
[nb1,nb2] = size(B);
B2 = [B;zeros(Rk,nb2)];
C2 = [C zeros(nb2,Rk)];
D2 = D;
[num,den] = ss2tf(A2,B2,C2,D2,1);
figure;
bode(num,den,'k-*');
grid on;
%分析观测器的根轨迹
figure;
rlocus(num,den);
grid on;
%闭环零极点
[Z,P,K]=tf2zp(num,den);
fprintf('零极点:\n\n');
Z
P
K
[Y,T,X] = step(num,den,30);
figure;
plot(X,Y,'linewidth',2);
title('阶跃响应');
grid on;
%仿真三个方向的三自由度结果图
c1=[1;2;3];
c2=[-1;-2;-3];
syms s;
AHC=[ -0.4000 0 -5.4764
1.0000 0 -4.6762
-1.4000 9.8000 -9.6000];
x=ilaplace(inv(s*eye(3)-AHC))*(c1-c2);
t=0:0.01:10;
Y = double(vpa(subs(x)));
figure;
subplot(311);
plot(t,Y(1,:),'linewidth',2);
grid on
xlabel('Time(sec)');
ylabel('x方向');
subplot(312);
plot(t,Y(2,:),'linewidth',2);
grid on
xlabel('Time(sec)');
ylabel('y方向');
subplot(313);
plot(t,Y(3,:),'linewidth',2);
grid on
xlabel('Time(sec)');
ylabel('z方向');
08_058m4.系统原理简介
全阶观测器在控制工程中扮演着关键角色，特别是在实现状态反馈控制的复杂系统中，例如三自由度运动系统。这类系统广泛应用于航天器姿态控制、机器人臂操纵等领域，要求高度的稳定性和精度。
首先，我们定义一个简化的三自由度运动系统模型，假设系统遵循线性动力学方程，忽略非线性效应和外部扰动。设系统状态向量为x(t)=x1,x2,x3T，表示三个自由度的角位置或角速度（具体根据系统定义），系统的动力学可以用状态空间形式表示为：
其中，A 是系统矩阵，B 是控制输入矩阵，u(t) 是控制输入。
全阶观测器的设计目的是估计系统的状态向量x(t)，即使系统内部状态不可直接测量。观测器的状态方程为：
其中，^(t) 是状态向量的估计值，L 是观测器增益矩阵，y(t) 是系统的测量输出，C 是输出矩阵，映射状态到测量空间。
设计观测器的关键在于选择合适的增益矩阵 L，以确保观测器的快速收敛和稳定性。一个常用的准则为观测器极点配置，即设计 L 使得观测器的特征根（极点）位于期望的位置，通常远离实轴以加速收敛。
状态反馈控制律基于系统状态的实时估计x^(t) 来设计，控制律的形式为：
其中，K 是反馈增益矩阵，决定控制作用的强度和方向，r(t) 是参考输入，代表期望的系统行为。
基于全阶观测器的三自由度运动系统状态反馈控制策略，通过精准的状态估计和设计合理的控制律，实现了对复杂动态系统的高效控制。该方法不仅提高了系统的稳定性和响应速度，还增强了对外界干扰的抵抗能力，是现代控制理论在高精度运动控制领域的重要应用。