背景

本例使用的HL-20模型改编自NASA HL-20升降体机身(航空航天方块)，请参阅该系列的第1部分(HL-20机身的修整和线性化(控制系统工具箱))的详情。在第2部分和第3部分中，我们展示了如何关闭HL-20自动驾驶仪的经典SISO体系结构的内循环和调优外循环，参见HL-20自动驾驶仪的角速率控制(控制系统工具箱)和HL-20自动驾驶仪的姿态控制- SISO设计(控制系统工具箱)的详细信息。在本例中，我们将探讨外部环路切换到MIMO体系结构的好处。

在这种架构中，音调、alpha和beta的三个PI回路被一个三输入三输出PI控制器所取代，该控制器混合音调、alpha和beta测量值来计算内部回路的设定点p_demand、q_demand、r_demand。直观地说，这种架构在减少轴之间的交叉耦合方面应该更成功。注意，P和I增益是3 × 3矩阵，作为和的函数调度。

首先，加载模型，设置CTYPE到3以选择Controller块的MIMO变体，并重新应用第2部分的步骤来关闭内环(这部分设计没有改变)。注意，这将创建并配置slTuner接口ST0用于与Simulink模型交互。万博1manbetx

load_system (“csthl20_控制”) ctype = 3;%天线系统架构运行(fullfile (matlabroot“例子”，“控制”，“主要”，“HL20recapPart2.m”) ST0

用于"csthl20_control"的slTuner调优接口:没有调优块。使用addBlock命令添加新块。9点分析 : -------------------------- 点1:信号”da;德博士”,位于“输出端口1”csthl20_control /飞行控制系统控制器的点2:信号“评定”,位于csthl20_control / HL20机身的输出端口2点3:输出端口1的csthl20_control /飞行控制系统/ Alpha_deg点4:6点:csthl20_control/Flight Control System/Controller/MIMO/Demands的'Output Port 1':点8:Signal "p_demand"， located at 'Output Port 1' of csthl20_control/Flight Control System/Controller/MIMO/Roll-off2信号"r_demand"，位于csthl20_control/Flight Control System/Controller/MIMO/Roll-off3的'Output Port 1'使用addopen命令添加新的永久开口。get/set access: Parameters: [] operingpoints:[](将使用模型初始条件。)BlockSubstitutions: [3x1 struct]选项:[1x1 linearize。Ts: 0

设置外部循环调优

如SISO设计(HL-20自动驾驶仪的姿态控制- SISO设计(控制系统工具箱))，第一步是获得“植物”的线性化模型，由外部环路在每个(阿尔法，贝塔)条件下看到。为了解释内环增益Kp,Kq,Kr随(alpha,beta)变化的事实，将“MIMO/Product”块替换为其线性等效，即对角增益矩阵

黑色=“csthl20_control /飞行控制系统/控制器/ MIMO /产品的；Subs = [zeros(3) append(ss(Kp)，ss(Kq)，ss(Kr))];BlockSub4 =结构(“名字”黑色,“价值”、潜艇);ST0。(ST0 BlockSubstitutions =。BlockSubstitutions;BlockSub4];

增益调度“P”和“I”被初始化为常数对角矩阵诊断接头((0.05,0.05,-0.05))．绘制这些初始设置的角响应。

T0 = getIOTransfer (ST0,“需求”, {“Phi_deg”，“阿尔法度”，“Beta_deg”}）;步骤(T0, 6)

调优目标

为了优化MIMO增益计划，我们使用以下三个优化目标:

s =特遣部队(“年代”）;R1 = TuningGoal。灵敏度({“Phi_deg”，“阿尔法度”，“Beta_deg”}, s);R1。焦点= [1e-2 1];R1。LoopScaling =“关闭”；viewGoal (R1)

MaxGain = 1.2 * (10/(s+10))^2;最大增益曲线R2 = TuningGoal。获得(“要求”, {“Phi_deg”，“阿尔法度”，“Beta_deg”}, MaxGain);viewGoal (R2)

R3 = TuningGoal。利润(“博士da;德;”7、45);

增益调度优化

在MIMO架构中，MIMO PI控制器的增益调度由“P”和“I”块指定。回想一下，这些块输出3 × 3矩阵，并实现MIMO传递函数:

为了说明问题，我们使用MATLAB函数块来实现比例增益计划，并使用矩阵插值块来实现积分增益计划。矩阵插值块存在于“Simulink Extras”库中，是一个查找表，其中每个表项都是一个万博1manbetx矩阵。

为了优化P和I增益调度，在slTuner接口。

TunedBlocks = {“那/ P”，‘MIMO/I’};ST0.addBlock (TunedBlocks)

参数化每个调谐增益计划作为一个多项式表面在alpha和beta。同样，我们用二次曲面来表示比例增益，用多线性曲面来表示积分增益。

(α， β)设计点的网格alpha_vec = 10:5:25;α%范围beta_vec = 10:5:10;%测试范围(α,β)= ndgrid (alpha_vec beta_vec);SG =结构(“α”α,“β”,β);比例增益矩阵alphabetaBasis = polyBasis (“规范”2、2);P0 = diag([0.05 0.05 -0.05]);初始(常量)值PS = tunableSurface (“P”， P0, SG，字母基础);ST0.setBlockParam (“P”、PS);积分增益矩阵alphaBasis = @(alpha) alpha;beta = @(beta) abs(beta);alphabetaBasis = ndBasis (alphaBasis betaBasis);I0 = diag([0.05 0.05 -0.05]);是= tunableSurface (“我”， I0, SG，字母基础);ST0.setBlockParam (“我”,);

最后,使用systune根据三个调整目标调整6个增益面。

ST = systune(ST0，[R1 R2 R3]);

Final:软= 1.13，硬= -Inf，迭代= 98

目标函数的最终值表示几乎达到了调整目标（当调整目标的“值”小于1时，即满足了调整目标）。绘制闭环角度响应图，并与基线设计进行比较。

T = getIOTransfer(圣“需求”, {“Phi_deg”，“阿尔法度”，“Beta_deg”}）;步骤(T0, T, 6)传说(“基线”，“调”，“位置”，“东南”）

与SISO设计相比，这些响应显着减少了超调和交叉耦合。

验证

为了进一步验证该设计，将调谐增益面推到Simulink模型中。万博1manbetx

writeBlockValue (ST)

对于Matrix Interpolation块“I”，它会在表格断点处采样增益表面，并在模型工作区中更新表格数据。对于MATLAB函数块“P”，生成增益面方程的MATLAB代码。您可以通过双击代码块来查看这段代码。

一旦您将增益推到Simulink, MIMO架构的调优万博1manbetx就完成了，您可以在着陆方法期间模拟它的行为。

这些响应与SISO设计没有太大不同(HL-20自动驾驶仪的姿态控制- SISO设计(控制系统工具箱))由于整个机动过程中的温和要求。MIMO设计的好处将在更有挑战性的机动中更明显。