ADRC自抗扰控制全流程仿真与验证系统

资 源 简 介

本项目致力于构建一套完整的自抗扰控制器（Active Disturbance Rejection Control, ADRC）算法仿真平台，涵盖了从理论验证到实际应用场景模拟的全过程。核心功能包括ADRC三大基本模块的独立实现与集成：1. 跟踪微分器（TD），用于安排过渡过程，在保证系统快速性的同时避免超调，并提取高质量的微分信号；2. 扩张状态观测器（ESO），作为系统的核心组件，能够实时估计系统的内部状态以及由模型不确定性和外部环境引起的总扰动，实现对扰动的实时补偿；3. 非线性状态误差反馈控制律（NLSEF），通过非线性函数对误差进行处理以提高控制精度和效率。项目提供了基于MATLAB脚本（.m文件）和Simulink模型的两种实现方式，支持线性和非线性ADRC算法的切换。此外，程序内置了多种典型被控对象模型（如电机系统、倒立摆、温度控制过程），并预设了阶跃响应、正弦跟踪、加性噪声干扰及负载突变等多种测试工况，直观展示ADRC相比于传统PID控制器在解耦、抗干扰和鲁棒性方面的显著优势。该系统还包含参数整定辅助功能，支持基于带宽法的参数配置，便于用户进行控制性能分析与优化。

详 情 说 明

基于MATLAB的自抗扰控制器(ADRC)全流程仿真与验证系统

项目简介

本项目构建了一套完整的自抗扰控制器（ADRC）算法仿真平台，旨在验证二阶系统在复杂工况下的控制性能。系统基于MATLAB脚本开发，完全实现了自抗扰控制技术的三个核心模块：跟踪微分器（TD）、扩张状态观测器（ESO）和非线性状态误差反馈控制律（NLSEF）。

通过内置的对比实验，本项目直观展示了ADRC相较于传统PID控制器在解耦、抗干扰（包括内部模型失配和外部负载突变）以及鲁棒性方面的显著优势。

功能特性

• 全流程算法实现：完整复现了非线性ADRC的控制回路，包括过渡过程安排、状态与扰动观测、非线性误差反馈。
• 双闭环对比验证：在同一仿真环境下同时运行ADRC与PID控制算法，支持实时性能对比。
• 复杂扰动模拟：内置多阶段扰动发生器，能够模拟突加负载（阶跃扰动）和加性正弦噪声（时变扰动）。
• 模型失配仿真：支持设定被控对象的实际参数与控制器预估参数不同，从而验证算法对内部参数摄动的鲁棒性。
• 可视化分析：自动生成多维度图表，包括跟踪性能、误差分析、扰动观测效果及内部状态估计详情。

系统要求

• MATLAB R2016b 及以上版本
• 无需额外工具箱（Control System Toolbox 可选，但本脚本主要基于基础数学运算实现）

核心算法与实现逻辑

本项目的主程序脚本通过欧拉法（Euler Method）对连续系统进行离散化仿真，仿真步长设定为0.001秒。以下是代码实现的详细逻辑分析：

1. 被控对象模型

系统针对一个典型的二阶物理系统（如伺服电机系统）进行建模。

• 数学模型：采用二阶微分方程 y_ddot = -a*y_dot + b*u + w。
• 参数设置：包含系统阻尼/摩擦系数 sys_a 和控制增益 sys_b。
• 离散化更新：在仿真循环中，根据当前的控制量和扰动，手动计算下一时刻的加速度、速度和位置。

2. ADRC 控制器实现

ADRC 算法在代码中分为四个严格的执行步骤：

• 步骤 1：跟踪微分器 (TD)

* 利用 fhan 函数处理参考输入信号，输出平滑后的过渡信号 v1 和高质量的微分信号 v2。 * 主要作用是解决超调与快速性之间的矛盾，并在仿真中设定了速度因子 r_td 和滤波因子 h_td。

• 步骤 2：扩张状态观测器 (ESO)

* 采用非线性观测结构，利用 fal 函数构建观测器。 * 状态定义：z1 估计系统位置，z2 估计系统速度，z3 估计包含内部模型不确定性和外部干扰在内的“总扰动”。 * 代码中通过比较观测值与实际输出，利用三个增益参数 beta01、beta02、beta03 实时校正状态。

• 步骤 3：非线性状态误差反馈 (NLSEF)

* 计算TD输出 v1, v2 与ESO估计值 z1, z2 之间的误差。 * 利用非线性函数 fal 对误差进行处理，计算初级控制量 u0。此环节包含比例和微分增益 beta1、beta2。

• 步骤 4：扰动补偿与输出

* 核心补偿逻辑：u = (u0 - z3) / b0，其中 b0 为控制器对系统的预估增益。 * 代码包含控制量限幅逻辑，模拟物理执行器的饱和特性（限制在 +/- 20 范围内）。

3. PID 控制器实现（对比组）

• 实现了标准的位置式PID算法。
• 包含积分分离和微分项计算，同样具备输出限幅功能。
• 用于提供基准性能数据，以便评估ADRC的改进效果。

4. 扰动生成机制

仿真脚本模拟了分段式的复杂工况：

• 0-3秒：无外部扰动，纯净阶跃响应。
• 3-7秒：突加恒定负载扰动（幅值为5.0），测试抗负载突变能力。
• 7秒后：在恒定负载基础上叠加正弦噪声（2.0*sin(10t)），测试对时变高频干扰的抑制能力。

结果可视化

代码运行结束后，会自动生成三组图形窗口，分别展示以下分析结果：

图表 1: ADRC vs PID 跟踪性能

• 上子图：展示参考信号（Ref）、PID输出和ADRC输出的重叠曲线。用户可以直观看到ADRC在快速性和超调抑制上的表现。
• 下子图：绘制两者的跟踪误差曲线，重点展示在扰动加入瞬间带来的误差峰值及恢复时间。

图表 2: ESO 扰动观测能力

• 上子图：对比“真实总扰动”与“ESO估计值 z3”。

* *注意*：代码中不仅计算了外部干扰，还实时计算了由模型参数差异（sys_b vs b0）引起的内部扰动，将其合成真实总扰动用于验证观测器的准确性。

• 下子图：展示PID与ADRC的控制量输入曲线，反映控制器在对抗干扰时的能量输出情况。

图表 3: TD 与 ESO 状态详情

• 上子图：对比TD安排的过渡位置 v1、ESO估计位置 z1 和系统实际位置 y，验证观测器的跟踪性能。
• 下子图：对比TD生成的微分信号 v2、ESO估计速度 z2 和系统实际速度 dy，评估微分信号提取的质量。

使用方法

1. 将主程序脚本保存至MATLAB当前工作路径。
2. 确保辅助函数（fhan, fal 等ADRC基础算子）已在同一路径下定义或包含在脚本内（注：当前描述基于主逻辑，实际运行需确保子函数存在）。
3. 直接运行主函数。
4. 观察弹出的三个Figure窗口进行性能分析。
5. 用户可通过修改代码顶部的“全局仿真参数设置”和“控制器参数”区域，来调试不同工况下的控制效果。