针对VICTS空心环形直驱电机的非平稳干扰，提出了广义高阶LADRC跟踪控制方法 余欣璐（Xinlu Yu） 陆家成（Jiacheng Lu） 高平（Ping Gao） 冯平发（Pingfa Feng） 贾林（Lin Jia）

《Actuators》：Generalized High-Order LADRC Tracking Control for VICTS Hollow Annular Direct-Drive Motor Considering Non-Stationary Disturbances Xinlu Yu, Jiacheng Lu, Ping Gao, Pingfa Feng and Lin Jia

　　摘要 本文提出了一种广义高阶线性主动干扰抑制控制（GHO-LADRC）方法，用于在高动态扫描过程中抑制VICTS天线直驱电机中的非平稳干扰。首先，构建了一个四阶广义扩展状态观测器，在该观测器中，总干扰的导数被明确地建模为一个扩展状态。这种配置能够实时观测干扰的变化率，并通过干扰前馈补偿来抑制传统ADRC在快速干扰变化时固有的相位滞后。其次，利用奇异摄动理论和电机的双时间尺度特性，在建模阶段精确地解耦并明确提取了非线性摩擦和电磁阻尼项。通过整合提取的电磁阻尼项和干扰变化率，制定了一个改进的模型辅助控制律，从而实现对强烈动态干扰的主动补偿。理论分析和实验结果表明，所提出的方法显著提高了干扰抑制能力和卫星通信精度。作为GHO-LADRC在直驱VICTS天线控制领域的首次应用，本工作验证了其在复杂动态环境中提高系统鲁棒性的有效性。

1. 引言
航空航天信息集成技术的发展正在迅速推进。变倾角连续横向杆（VICTS）天线凭借其独特的直驱多层结构，通过机械旋转实现了高效的波束扫描[1,2,3]。如图1a所示，VICTS天线采用多层结构，包括上层极化层、下层极化层、辐射层和馈电层。其内置的天线结构配备了一个大直径空心环形直驱电机（HADDM）。这些层可以自由移动，以完成卫星跟踪和通信工作[4]。为了适应未来的卫星互联网应用，要求每层的最大移动速度不低于400°/s，加速度不低于800°/s2，并且要满足空中冲击和振动的工作条件[5]。图1. HADDM功能层的示意图：(a) VICTS天线的多层结构。(b) 每一层天线中电机转子的变形模式。以一个典型的空中Ka波段2517移动（OTM）通信天线为例，其接收天线直径为25英寸，发射天线直径为17英寸，每层的厚度约为10毫米。这种大直径、薄壁的空结构容易受到载体运动和湍流的影响，从而容易触发低频柔性模式，导致整个结构产生弹性波，如图1b所示。这些机械波沿着薄壁结构传播，引起局部法向力和相对位移的动态变化，产生快速变化的非平稳干扰。同时，环境因素如低温运行时的阻尼增加对HADDM的动态性能有显著影响，进而影响天线的通信质量[6]。因此，研究具有良好鲁棒性的控制算法是确保高动态环境下卫星通信质量的关键技术。

为了应对系统中干扰和不确定性对永磁电机的影响，研究人员提出了各种方法，如自适应控制[7]、H∞控制[8]、滑模控制[9]和模型预测控制[10]。线性主动干扰抑制控制（LADRC）由于不需要精确的被控对象模型且具有很强的鲁棒性，已成为高精度伺服控制领域的重要方案之一[11]。Xu等人针对低电机速度时周期性干扰引起的大观测器延迟和强噪声问题，提出了一种改进的LADRC，加入了误差比例反馈和高通滤波器，提高了干扰观测能力和抑制速度脉动的效果[12]。Wang等人针对传统LADRC的单自由度特性和不足的干扰抑制能力，提出了一种带有补偿功能观测器的改进LADRC方法，实现了系统解耦、干扰抑制能力的提高和鲁棒性的增强[13]。Wang等人针对LADRC中动态响应与干扰抑制之间的耦合及其对非线性干扰的抑制效果不佳的问题，提出了一种双自由度LADRC策略，实现了系统性能的解耦、鲁棒性的增强和参数调制的简化[14]。Slimani针对永磁同步电机（PMSM）速度调节中的超调和参数不确定性，提出了一种有限控制集模型预测电流控制方法，消除了速度超调，加快了响应速度，并显著提高了鲁棒性[15]。在现有的主动干扰抑制控制框架下，传统的线性扩展状态观测器（LESO）适用于处理恒定或极慢变化的干扰。然而，在实际操作中，特别是在执行高动态扫描任务时，HADDM中的非线性摩擦表现出显著的非平稳特性，其变化率显示出明显的加速特征——即干扰的一阶和二阶导数都严格不为零[16]。传统的LESO在处理这种非平稳干扰时不可避免地存在相位滞后和有限的估计带宽问题。为了解决这个问题，研究人员对观测器结构设计进行了广泛研究。完全解耦的主动干扰抑制控制采用高阶结构，实现了跟踪和干扰抑制性能的完全解耦，大大简化了电机的参数调谐过程[17]。时延感知的降阶观测器通过使用智能算法进行优化，有效补偿了信号传输延迟对时延系统稳定性的影响[18,19]。此外，通过在观测器中嵌入相位补偿链路或重复控制模块，新型的增强型主动干扰抑制架构有效抑制了电机中的高频测量噪声和周期性电流谐波[20,21]。然而，当面对具有强非平稳特性和严格非零高阶导数的HADDM干扰时，观测器的设计必须同时考虑宽带干扰抑制和高阶动态演化预测。

另一方面，对于伺服系统中的非最小相位、通信延迟和欠驱动特性，模型辅助主动干扰抑制控制（Model-Assisted ADRC）成为研究重点，因为它可以通过结合已知模型信息来减轻观测器的负担，使观测器能够专注于未知干扰[22]。Jin K.、Korompili、Srikanth等人将最小植物知识嵌入到扩展状态观测器设计中，分别提出了模型辅助降阶ADRC和模型辅助扩展观测方案，有效解决了干扰补偿中的估计偏差问题[23,24,25]。同时，Korompili、Jin C.等人利用DC-DC转换器的物理结构信息构建了一个广义模型辅助ADRC框架。通过引入卡尔曼滤波和滑模观测器，他们增强了状态估计的物理意义，解决了在匹配和不匹配干扰下非最小相位转换器的控制精度问题，并在极端工作条件下显著提高了系统鲁棒性[26,27]。对于HADDM来说，充分利用电机速度和电流的双时间尺度物理先验信息进行精细的动态解耦对于提高观测器性能具有积极意义。

为了应对HADDM的非平稳干扰，本文提出了一种广义高阶线性主动干扰抑制控制（GHO-LADRC）方法。该方法构建了一个广义高阶线性扩展状态观测器（GHO-LESO），该观测器明确地将总干扰的二阶导数建模为一个扩展状态，从而能够观测非平稳干扰的变化率。通过干扰前馈，消除了快速干扰变化引起的相位滞后。在此基础上，本文充分利用了物理先验信息，并在电机建模阶段引入了奇异摄动理论（SPT）。利用HADDM的双时间尺度特性，准确解耦并明确提取了非线性摩擦和电磁阻尼项。通过整合提取的电磁阻尼项和干扰变化率，合成了一种改进的模型辅助控制律。该控制律能够在强动态干扰产生显著影响之前实现主动补偿，从而理论上确保了VICTS天线在高动态扫描条件下的良好跟踪精度。本文的主要贡献如下：(1) 通过明确建模和捕获总干扰的导数信息，数学上减轻了传统主动干扰抑制控制在非平稳干扰条件下的固有相位滞后。(2) 通过利用奇异摄动理论揭示的双时间尺度物理特性，实现了非线性摩擦和电磁阻尼项的精确解耦。通过整合电磁阻尼项和干扰变化率，显著提高了系统在高动态扫描下的鲁棒性边界。(3) 作为首次将GHO-LADRC框架引入VICTS天线控制领域的研究，本文通过实验验证了所提出策略的应用效果。本文的其余部分组织如下：第2节介绍了HADDM的动态建模；第3节介绍了HADDM的广义高阶观测器的设计和分析；第4节描述了基于GHO-LESO的改进LADRC的设计，并提供了稳定性证明；第5节进行了仿真和实验分析；第6节总结了全文。

2. HADDM的动态建模
如图2所示，本文研究的HADDM采用多层圆盘结构。通过优化的定子相位和端部处理，每个旋转层在扭矩机制上可以等效于一个独立的表面安装的PMSM，其中旋转部分和集成绕组分别对应于转子和定子。经过参数转换后，每个直驱机制的动态特性可以通过标准PMSM数学模型完全描述。为了实现HADDM的高性能控制，旋转坐标系中的电压方程如下[14]：
(1)
图2. 多层同轴直驱伺服机构的模型：(a) 俯视图；(b) 正视图。
相应的电机机械运动方程为：
(2)
其中，和分别是轴上的定子电压和电流分量；是定子电阻，是定子电感，是永磁磁链，是机械角度，是机械角速度，是转动惯量，是电磁扭矩，是负载扭矩，是粘性摩擦系数，是极对数，是扭矩系数。不仅包括机械负载，还包括由层间相对旋转引起的耦合扭矩及其动态变化。

HADDM的电磁子系统比机械子系统响应更快，表现出显著的双时间尺度特性。通过使用奇异摄动理论（SPT）[28]重构HADDM的动态方程，可以将电磁阻尼项从多维干扰中分离出来，从而减轻观测器的计算负担并实现对时变干扰的准确补偿。重构的二阶系统的标称模型如下：
(3)
其中是控制输入，是标称控制增益。是由此产生的电磁阻尼项，即由反电动势效应产生的电磁扭矩。使用这个项作为已知物理先验信息进行前馈补偿可以显著减少观测器的观测负担。是电磁阻尼系数。由于它表征了扭矩与角速度的比率，其单位与s^-1成正比。是广义的集中干扰，包括未知摩擦、非均匀负载等。表示外部时变干扰。

3. HADDM的广义高阶观测器的设计与分析
3.1. HADDM的扩展状态空间建模和干扰描述
为了准确观测全维非平稳干扰加速度，定义状态向量为，结合方程(3)中的重构模型，建立了以下四阶扩展状态空间模型：
(4)
其中是新添加的扩展状态，用于实时提取总干扰的加速度，是明确的电磁阻尼项，是干扰的高阶项。
假设1. 是有界的，即。
3.2. 广义高阶观测器的构建和参数调整
为了实时观测非均匀干扰及其导数，设计了以下四阶GHO-LESO：
(5)
其中增益矩阵是使用带宽参数化方法确定的，其中是观测器带宽，它直接决定了系统捕捉非平稳干扰及其导数的灵敏度。
3.3. 观测器收敛性的证明
定义状态观测误差向量。然后，从(4)和(5)出发，观测器误差的微分方程可以展开为：
(6)
为了简化方程，(6)可以写成以下矩阵形式：
(7)矩阵的所有特征值都位于左半平面内，因此该矩阵是一个严格的Hurwitz矩阵。电磁阻尼项的残差为...定理1：对于由方程（7）描述的观测误差动态，如果干扰加速度满足...条件，并且观测器带宽选择得足够大，以至于收敛因子...，那么状态观测误差向量将均匀地最终有界。稳态观测精度由干扰加速度的上限和观测器带宽共同决定。选择一个正定二次函数...，其中...是满足Lyapunov方程的唯一正定解矩阵，...是一个预先选定的正定矩阵。对...求导：（8）将（7）代入（8）得到：（9）根据二次型的性质：（10）根据Cauchy–Schwarz不等式：（11）考虑到电磁阻尼项是旋转速度的线性函数，其斜率仅由电机的标称参数决定。因此，在HADDM的正常工作范围内，...满足关于状态估计误差的Lipschitz连续性条件；即存在一个Lipschitz常数...，使得...成立。因此：（12）将（10）–（12）代入（9）得到：（13）定义收敛因子：（14）根据Young不等式，设...，...：（15）其中...是一个可调节的正系数。如果带宽选择得足够大，以至于...，那么：（16）总之，当误差范数满足...条件时，观测误差将均匀地最终有界。因此，定理1得到证明。由于分母中的...随着观测器带宽的增加而以高阶增长，这为通过增加带宽实现高精度观测提供了理论基础。4. 基于GHO-LESO的改进LADRC的设计与稳定性证明 4.1. 结合物理先验的模型辅助控制律设计为了实现天线的高精度指向，利用GHO-LESO实时捕获的干扰状态及其演变趋势，以及通过SPT解耦的物理项，设计以下改进的控制律：定义系统跟踪误差向量...，其中...是参考位置指令，...是参考速度。为了获得受控植物的准确物理先验信息，本文首先使用最小二乘法对HADDM的标称参数进行频域识别。观测到的控制增益和电磁阻尼系数直接用于初始化控制器和观测器，这大大减轻了GHO-LESO对静态不确定性的估计负担。基于识别的标称模型，当前控制指令设计如下：（18）其中：...是比例-微分反馈项；...是基于观测器的实时总干扰补偿项；...是基于物理先验的电磁阻尼消除项；...是加速度前馈项，用于减少动态跟踪滞后。4.2. 闭环控制系统的全局稳定性和鲁棒性分析在本节中，通过构建复合Lyapunov函数来证明控制器和观测器耦合下的整体系统稳定性。定理2：考虑由方程（4）中的扩展模型、方程（7）中的GHO-LESO和方程（18）中的改进LADRC组成的HADDM闭环控制系统。在定理1成立的前提下，如果选择合适的控制增益...，使得矩阵...是严格的Hurwitz矩阵，那么由系统跟踪误差向量和观测误差向量组成的复合系统将均匀地最终有界。闭环误差动态描述：将控制律（18）代入系统动态方程（4）得到闭环跟踪误差方程：（19）其中系统矩阵为...。通过选择适当的增益，...可以成为一个严格的Hurwitz矩阵。残差干扰误差满足...。选择全局Lyapunov函数：（20）其中...是满足控制器Lyapunov方程的正定解矩阵，...是调整权重系数。对（20）求导并代入误差方程（19）得到：（21）根据Cauchy–Schwarz不等式和...：（22）将（14）代入（22）得到：（23）定义复合误差范数向量...。然后（23）中的前三项可以写成以下标准矩阵形式：（24）其中复合系统矩阵定义为：（25）为了确保系统稳定性，...应该是一个正定矩阵，因此根据矩阵的正定性准则，权重系数...的值必须满足...，即选择...使得：（26）从矩阵性质来看，方程（23）可以写为：（27）因此，可以看出当系统误差范数满足以下条件时...（28）从上述推导可以看出，系统误差向量将最终收敛到一个紧凑的半径范围内；即闭环系统均匀地最终有界。由于随着观测器带宽的增加，收敛半径减小，定理2得到证明。这为HADDM在复杂工作条件下实现高精度控制性能提供了完整的理论保证。5. 仿真与实验结果分析 5.1. 仿真分析在本节中，通过仿真验证了控制器的有效性。图3显示了所提出方法的仿真框图。电机的参数列在表1中。图3. GHO-LADRC的仿真框图。表1. 控制器参数。在这个仿真图中，电流环包括矢量变换。在实际工程中，电流环的带宽通常为几千赫兹。相比之下，该图的重点是机械响应，其实际带宽仅为几十到几百赫兹。因此，大多数工程师在仿真建模中将电流环简化为1。在实际工程应用中，摩擦阻尼系数B是一个高度不确定的参数。因此，如方程（3）所示，它与外部干扰一起被视为一个集总广义干扰。期望位置为...。结合HADDM中时变干扰的生成机制，设计了三种类型的干扰扭矩：在仿真中，本文提出的GHO-LADRC算法采用（5）给出的观测器和（18）给出的控制器。比较算法是PID和LADRC。为了保证公平性，LADRC的控制器与本文设计的控制器保持一致，即...，并且设置了相同的控制器带宽和观测器带宽。不同之处在于LADRC中的LESO是三阶的，仅观测...，而不观测...。参数设计原则：为了确保观测器的收敛速度快于控制器的响应速度，通过将所有观测器极点放置在...来设计增益矩阵...。为了实现闭环系统的期望动态响应，使用带宽参数化方法调整控制器增益...和...，将闭环极点放置在...。PID算法的参数经过反复调整以实现其最佳控制性能。观测器和控制器的参数显示在表1中。如图4所示，展示了观测器在整个过程中观测复合干扰的能力。GHO和LADRC都能观测到三种类型的干扰。第一个部分放大图显示GHO的收敛时间为0.01秒，表明GHO对高频时变干扰具有良好的观测性能，而LESO的观测值显示出显著的相位偏差。第二个部分放大图显示当正弦高频干扰切换为阶跃干扰时，GHO的观测值曲线出现尖峰现象，这是由于GHO观测器能够观测到干扰的微分项。第三个部分放大图显示GHO可以快速跟踪斜坡干扰，而LESO对斜坡干扰的稳态观测误差显著。图4. 复合干扰的观测。图5比较了两种观测器的观测误差。在正弦干扰下，LESO的稳态幅度约为15 rad/s2，而GHO的稳态幅度约为4 rad/s2。在阶跃干扰的稳态相位下，两种观测器都实现了良好的跟踪。在斜坡干扰的稳态相位下，LESO显示出大约2.5 rad/s2的显著观测误差。原因是只要干扰的导数非零，LESO的稳态误差就与斜率成正比，与带宽成反比，而GHO通过观测干扰的导数来补偿这一缺点。这一结果证实了定理1中关于误差均匀最终有界的理论预测。图5. 干扰观测误差的比较。图6展示了GHO对高频正弦干扰相位的准确跟踪。LESO根据当前测量误差进行校正，导致时变误差不可避免地存在大约5–8毫秒的滞后。通过观测干扰的导数，GHO减少了观测器的相位滞后，实现了对快速时变干扰的准确观测，为提高控制器精度奠定了基础。图6. 在高频正弦干扰下观测相位差异的部分放大图。基于对观测器性能的分析，进一步评估了本文设计的GHO-LADRC的位置控制性能。图7显示了不同算法对正弦指令的跟踪性能。正弦信号的幅度为1 rad。为了公平比较跟踪性能，所有算法的初始位置都设置为0.5 rad，而期望指令的初始值为0。从轨迹来看，所有三种算法都能将HADDM的实际位置约束在期望位置附近，但在收敛速度和稳态误差方面存在显著差异。图7. 位置跟踪。通过图8中的位置跟踪误差图可以进一步比较控制器的性能。PID在初始阶段表现出大约0.1 rad的超调，而LADRC和提出的GHO-LADRC通过干扰观测和前馈补偿实现了快速收敛。在三种干扰的作用下，PID的稳态误差幅度约为0.5 rad，LADRC的稳态误差幅度约为2.8 × 10?3 rad，GHO-LADRC的稳态误差幅度约为0.5 × 10?3 rad。这充分证明了广义高阶观测器实时观测时变干扰的导数在消除HADDM系统中的动态稳态误差方面起着关键作用。数据强烈支持定理2中关于系统均匀最终有界的结论。图8. 位置跟踪误差。图9展示了系统在复合干扰下对期望速度信号的跟踪性能。从图中可以看出，在处理正弦干扰时，PID方法的收敛时间约为0.25秒，速度曲线显示出大约±0.5 rad/s的波动幅度。LADRC和提出的GHO-LADRC的收敛时间约为0.15秒。特别是，GHO-LADRC方法没有明显的超调，并在整个操作期间保持高平滑性，表明GHO-LADRC可以更早地抑制由突然干扰变化引起的瞬态冲击，从而确保了系统速度环的稳健运行。图9. 速度跟踪。图10展示了部分放大的速度跟踪误差微观特性。在0.5秒到0.7秒的高频干扰测试段期间，LADRC的周期误差约为0.18 rad/s，而GHO-LADRC成功将这一误差限制在0.02 rad/s以内，精度提高了88.9%。在3.0秒后的斜坡干扰阶段，传统PID产生的误差约为?0.4 rad/s，而GHO-LADRC的跟踪误差始终接近零。这完全证明了广义高阶观测器实时观测时变干扰的导数在消除HADDM系统中的动态稳态误差方面的关键作用。图10. 速度跟踪误差。5.2.2. HADDM的运动性能和干扰抑制能力的实验验证实验中使用的HADDM设备是一种自开发的Ku波段接收天线电机，等效孔径为0.6米。它具体包括一个永磁直驱电机、驱动器、编码器、Googol Technology GSN控制卡和主机计算机软件，如图11所示。该设备内部包含四层环形永磁直驱电机，这些电机通过集成薄壁滚动轴承耦合在一起。不失一般性，选择第二层电机作为测试对象。图11.VICTS-HADDM的实验设置。案例1：第一层、第三层和第四层电机均处于关闭状态。在这种情况下，第二层电机的运动必须克服第一层和第三层电机引入的随机干扰。天线各层电机的最大设计转速为40转/分钟。在实验中，所需的电机速度信号被设置为幅度分别为2.5、5、10、20、30和40转/分钟的阶跃信号，以验证所提出控制方法在低速、中速和高速条件下的动态性能。其中，5转/分钟是系统归航和稳态卫星信号跟踪的典型速度，而30转/分钟是车辆运动和颠簸条件下天线卫星信号跟踪和姿态调整的典型速度。图12显示了不同指令速度下电机速度的阶跃响应。从图中可以看出，在所提出的控制器下，系统在所有速度下都表现出良好的快速响应能力，动态调整过程迅速且平滑。具体来说：（1）在2.5转/分钟的低速下，电机与相邻电机之间的摩擦占据了干扰的主要部分，导致调节速度较慢；在20-40转/分钟的中高速范围内，系统表现出良好的动态响应，大约在0.4秒内收敛。（2）所有速度下的速度曲线都表现出欠阻尼行为，没有明显的超调现象，表明系统参数调整得当，算法具有较好的鲁棒性，避免了大幅振荡。（3）在不同工作条件下，速度表现出一定程度的高频脉动。从平均值来看，稳态误差几乎为零，表明控制器具有良好的积分作用，确保了系统的平稳运行。图12. HADDM在不同速度下的动态响应：(a) 2.5转/分钟；(b) 5转/分钟；(c) 10转/分钟；(d) 20转/分钟；(e) 30转/分钟；(f) 40转/分钟。案例2：考虑到在实际操作中，天线各层电机受到的干扰主要来自相邻电机的随机运动；为了进一步验证所提出方法的抗干扰能力，仍然以第二层电机作为测试对象。同时，第一层和第三层电机处于开启状态，并以最大设计速度40转/分钟反向运行，产生显著的动态干扰，影响第二层电机。这些干扰的主要原因是机械传动的几何误差（如平直度和圆度）导致相邻电机旋转时产生较大且变化的随机阻力，以及薄壁轴承在运动过程中不可避免的变形。在这种工作条件下，进行了开环速度实验和闭环速度实验。闭环实验的指令速度分别为5转/分钟和40转/分钟。如图13所示，在开环速度实验中，干扰的存在显著干扰了被测电机的速度响应。如图14所示，在闭环速度实验中，在控制器的作用下，第二层电机在低速和高速下都表现出快速的收敛能力。即使在第一层和第三层电机反向旋转引起的干扰下，它仍然保持良好的速度跟踪性能。实验表明，所提出的算法具有良好的抗干扰能力。图13. 开环速度响应实验结果：(a) 无干扰时的开环速度响应；(b) 有干扰时的开环速度响应。图14. 闭环速度控制的抗干扰能力：(a) 在电机1和3的干扰下，电机2在目标速度5转/分钟时的响应；(b) 在电机1和3的干扰下，电机2在目标速度40转/分钟时的响应。在相同的实验条件和程序下，PID、LADRC和所提出的GHO-LADRC的比较实验结果如表2所示。验证结果表明，与传统的LADRC相比，所提出的GHO-LADRC在变速条件下具有更优越的瞬态响应和抗干扰性能。实际上，实验是在电机的每一层上进行的，观察到了一致的结果。表2. 不同控制策略的实验结果比较。5.2.2. 在载波干扰下的天线通信能力实验验证为了进一步验证所提出方法的有效性，基于HADDM的运动性能实验，进行了在载波干扰下的天线通信能力实验。在实验中，VICTS天线放置在一个平行的六自由度（6-DOF）摇摆平台上。平台运动用于模拟载波运动对VICTS天线的干扰。同时，VICTS天线连接到APSTAR-6D卫星上，以测试天线在载波干扰下的通信性能。实验设置如图15所示。图15a和b分别显示了被测的VICTS天线和平行的6-DOF摇摆平台。图15c显示了用于显示天线接收到的卫星信号衰减强度的矢量网络分析仪。图15. 在模拟载波运动下的通信性能测试。在测试中设置了三种类别和六种不同的载波运动状态。根据VICTS天线的原理，俯仰运动对通信性能有显著影响，因此包括了三种不同的俯仰运动。表3显示了卫星信号强度衰减的均方根（RMS）值。比较算法是在相同天线上使用的传统PID方法。在方位角偏转条件下，两种方法的信号强度衰减一致。在滚转条件下，GHO-LADRC方法的信号强度衰减RMS值<0.5 dB，比PID方法减少了50%的信号衰减。在三种俯仰条件下，GHO-LADRC方法的信号强度衰减RMS值<1.0 dB，比PID方法减少了60%的信号衰减。表3. 载波不同运动状态下的卫星信号强度衰减。6. 结论本文提出了一种GHO-LADRC方法，用于解决VICTS天线空心环形直驱电机在高度动态扫描条件下的非平稳干扰问题。为了消除时变干扰引起的相位滞后，构建了一个高阶状态观测器，并从理论上证明了其稳定性。此外，通过整合奇异摄动理论并利用HADDM的双时间尺度特性，准确分离并明确提取了非线性摩擦和电磁阻尼项。然后推导出闭环控制律，并从理论上验证了其稳定性，使得能够主动补偿强烈的动态干扰。实验结果表明，所提出的方法显著提高了系统的抗干扰能力。与传统LADRC相比，该方法在速度变化时改善了瞬态响应，并将受干扰的速度波动抑制了20%以上，且无超调现象。在动态扫描条件下，卫星通信精度也显著提高。研究结果为VICTS天线的机载应用提供了重要保障，使其能够在飞机姿态变化和恶劣天气条件引起的湍流中保持稳定的通信性能。然而，由于客观条件的限制，本文中的实验尚未在机载振动环境中进行。在未来的工作中，我们将使用天线原型进行长途车辆道路测试，以验证在不同工作条件下的通信稳定性，从而为后续的机载应用积累足够的实验数据。