[发明专利]手腕震颤抑制的鲁棒H∞重复控制方法

权利要求书

1.一种手腕震颤抑制的鲁棒H_∞重复控制方法，其特征在于，包括以下步骤：

建立手腕非线性肌骨模型，其中，所述手腕非线性肌骨模型包括非线性肌肉模型和线性肌骨模型；

对所述手腕非线性肌骨模型进行参数辨识，其中，所述参数包括静态非线性参数和线性肌骨动态特性参数；

设计前馈线性化控制器以对所述手腕非线性肌骨模型进行线性化操作，其中，为前馈线性化控制器的输入信号；

设计重复控制器G_RC(z)，以消除周期性震颤扰动，提高系统对输入信号的跟踪能力，其中，z表示离散系统z变换，所述重复控制器G_RC(z)设计为：

G_RC(z)＝G_IMK(z)，

其中，K(z)是用于改善闭环系统稳定性和动态性能的补偿器，即鲁棒控制器，G_IM为所述重复控制器的内模，所述内模表示为：

其中，N为一个周期的采样次数，T_d和T_s分别是震颤信号和所述重复控制器的采样周期，z^-N为内模延迟项，为单位增益的鲁棒低通滤波器；

设计基于H_∞的鲁棒控制器K(z)，以实现在抑制腕部震颤的同时，腕关节高精度跟踪指定位置。

2.根据权利要求1所述的手腕震颤抑制的鲁棒H_∞重复控制方法，其特征在于，采用哈默斯坦(Hammerstein)模型作为所述手腕非线性肌骨模型，其中，所述非线性肌肉模型的数学表达式为：

f(u)＝r₀+r₁u+r₂u²+…r_su^s，且满足

所述线性肌骨模型的数学表达式为：

其中，u为电刺激输入信号，f(u)是电刺激下肌肉静态非线性肌肉特性，常称为静态肌肉等长招募曲线，是为了满足招募曲线的单调性；G(z)是等效线性肌骨动态特性，s和r₀,r₁,…,r_s是所述非线性肌肉模型的阶数和参数，和是所述线性肌骨模型参数，B(z^-1)和A(z^-1)分别为线性肌骨模型数学表达式的分子和分母，n_a为A(z^-1)的阶数，n_b为B(z^-1)的阶数。

3.根据权利要求1所述的手腕震颤抑制的鲁棒H_∞重复控制方法，其特征在于，采用两阶段自动参数辨识算法，即峰值脉冲响应法辨识所述静态非线性参数，采用最小二乘辨识算法辨识所述线性肌骨动态特性参数。

4.根据权利要求1所述的手腕震颤抑制的鲁棒H_∞重复控制方法，其特征在于，所述设计基于H_∞的鲁棒控制器K(z)，包括以下步骤：

令所述重复控制器内模结构延迟项z^-N＝Δ_d，并利用||Δ_d||_∞＝1的特点，在进行所述基于H_∞的鲁棒控制器K(z)的设计时忽略所述延迟项，从而得到低阶基于H_∞的鲁棒控制器K(z)；

引入具有低通特性的第一加权函数以使灵敏度函数S₀的增益在低频段尽可能小，从而提高抗干扰能力，其中，所述灵敏度函数S₀的表达式为：

其中，G₀(z)为标称腕部线性肌骨模型；

用乘性不确定性形式描述所述线性肌骨模型G(z)：

G(z)＝(1+Δ_T(z)W_T(z))G₀(z)，

其中，W_T(z)是已知的稳定的具有高通性质的不确定性加权函数，Δ_T(z)为满足||Δ_T||_∞≤1条件的未知稳定函数；

引入第二加权函数W_KS(z)，以防止系统在实际情况下出现严重的饱和，在所述第一加权函数和所述加权函数W_T(z)参数确定之后，通过调整所述第二加权函数W_KS(z)以在低频范围内获得更大的鲁棒稳定性参数摄动范围；

基于重复控制的混合灵敏度H_∞问题，构造广义被控对象P，其中所述广义被控对象P包含所述标称腕部模型G₀(z)以及所述第一加权函数所述加权函数W_T(z)和所述第二加权函数W_KS(z)，进而利用Matlab中的hinfsyn函数得到所述基于H_∞的鲁棒控制器K(z)。