关于极点配置与观测器设计的知识，讲解很详细，很适合初学者使用。

小米平衡车用到的FOC观测器算法-英文版

基于DSP和滑模观测器的PMSM控制系统研究

为研究牵引工况下电力机车永磁同步电机（PMSM）的转速控制精度，建立机车PMSM在d-q坐标系下的数学模型；考虑轮轨接触面不平顺在轮对径向产生的未知时变扰动，设计Super-Twisting观测器（STO）对其实际值进行估计，对估计误差采用自适应模糊逻辑系统进行逼近以削弱时变扰动对系统的影响；结合系统控制量存在饱和的实际工况，引入饱和辅助控制系统；依据Lyapunov稳定性理论，构造基于STO的自适应模糊滑模控制器.仿真结果表明，对于外部扰动作用下的机车PMSM转速闭环控制系统，跟踪误差一致有界，扰动观测误差收敛于0。

N=12; % 每个染色体段数（十进制编码位数） M=200; % 进化代数 popsize=200; %设置初始参数，群体大小 length=10; % length为每段基因的二进制编码位数 chromlength=N*length; %字符串长度（个体长度），染色体的二进制编码长度 pc=0.7; %设置交叉概率，本例中交叉概率是定值，若想设置变化的交叉概率可用表达式表示，或从写一个交叉概率函数，例如用神经网络训练得到的值作为交叉概率 pm=0.3; %设置变异概率，同理也可设置为变化的 bound={-100*ones(popsize,1),zeros(popsize,1)};min=bound{1};max=bound{2}; pop=initpop(popsize,chromlength); %运行初始化函数，随机产生初始群体 ymax=500; K=1;

资源包含相关文献及对应的matlab仿真程序，仅供参考。 针对速度不可测的三自由度欠驱动船舶轨迹跟踪控制问题,考虑船舶存在模型参数不确定项以及外界环境干扰未知情况,提出一种基于扩张观测器的欠驱动船舶轨迹跟踪低频学习自适应动态面输出反馈控制策略.该策略构造扩张观测器估计船舶速度向量,利用神经网络算法逼近模型参数不确定项,然后采用动态面控制技术避免对虚拟控制律直接求导,简化控制律计算过程,并引入低频增益学习技术消除外界扰动导致控制信号产生高频振荡,最后选取李雅普诺夫函数证明该控制律能够保证船舶跟踪闭环系统中所有误差信号一致最终有界.仿真结果表明,本文所设计控制器对船舶模型参数不确定项及外界环境干扰具有较强的鲁棒性,能够实现对船舶轨迹的有效跟踪.

针对遭受未知外部环境扰动的三自由度全驱动船舶轨迹跟踪控制问题,设计一种带扰动观测器的自适应动态面滑模控制方法。该方法构造扰动观测器估计未知扰动,并对控制量进行前馈补偿,采用σ修正泄漏项的自适应律估计扰动观测误差的界以提高控制精度,结合动态面技术解决传统反演法的微分爆炸问题,并选取李雅普诺夫函数证明该控制器可保证闭环系统内所有信号的一致最终有界性。基于一艘供给船舶进行仿真试验,结果表明,所设计的控制器输出合理有效且跟踪精度高,在工程实际中具有一定的参考价值。

摘要: 针对三自由度全驱动船舶速度向量不可测问题, 考虑船舶模型参数和外部环境扰动均未知的情况, 提出一种基于神经网络观测器的船舶轨迹跟踪递归滑模动态面输出反馈控制方法. 该方法设计神经网络自适应观测器估计船舶速度向量, 且利用神经网络逼近模型参数不确定项, 综合考虑船舶位置和速度误差之间关系构造递归滑模面, 再采用动态面控制技术设计轨迹跟踪控制律和参数自适应律, 并引入低频增益学习方法消除外界扰动导致的高频振荡控制信号. 选取李雅普诺夫函数证明了该控制律能够保证轨迹跟踪闭环系统内所有信号的一致最终有界性. 最后, 基于一艘供给船进行仿真验证, 结果表明, 船舶轨迹跟踪响应速度快, 所设计控制器对系统模型参数摄动及外界扰动具有较强的鲁棒性.

资源包含相关文献和对应的matlab仿真代码，仅供参考。 针对船速与艏摇角速度均不可测的三自由度欠驱动船舶轨迹跟踪问题,考虑在海洋环境扰动未知,提出一种带非线性观测器的动态面自适应输出反馈控制方法。该方法通过对系统模型进行坐标变换,设计非线性观测器估计船舶的速度向量;采用动态面技术可处理反演法对虚拟控制量求导导致的"微分膨胀"问题,减少计算量;同时采用自适应律估计海洋环境干扰的界值,从而防止参数漂移。利用Lyapunov函数证明该控制律可保证船舶轨迹跟踪误差的一致最终有界性,仿真结果证明了所提出控制方法的有效性。

为了满足永磁直线同步电机(PMLSM)运动控制系统必须确定电机磁极位置的需求，提出一种利用电机端电压和端电流信号，通过非线性观测器估计定子磁极位置和动子速度的方法。该非线性观测器首先估计出磁极位置角的正弦量和余弦量，再估计出位置角θ，然后利用PI跟踪控制器得到动子速度信号。该算法和Lunberger观测器以及Kalman滤波观测器相比，不仅算法简单易于执行，而且估计位置时不需要速度信号，非常适用于低速时的位置估计。仿真和实验结果表明：基于该非线性观测器的无位置传感器控制具有良好的跟踪调节性能，而且具有良好