1.一种基于补偿函数观测器的模型补偿控制方法，其特征在于所述方法包括如下步骤：通过搭建被控对象机理数学模型、补偿函数观测器以及模型补偿控制器构建基于补偿函数观测器的模型补偿控制器结构；

对系统输入给定信号并加入随机扰动，使用基于补偿函数观测器的模型补偿控制器进行控制并观察跟踪效果和估计效果。

2.如权利要求1所述的基于补偿函数观测器的模型补偿控制方法，其特征在于所述搭建被控对象机理数学模型具体过程为：针对被控对象建立含有不确定性项的非线性二阶系统模型如下：其中，fk(x,t)为系统已知的模型函数，g(x,t)为未知的非线性函数，d(t)为未知的非线性扰动，fu(x,t)＝d(t)+(g(x,t)‑b)u为系统的未知模型偏差部分，u为系统的控制量，参数b的选取可以依据模型参数或者经验进行选取；对于一个典型的非线性二阶系统(1)，将其写为状态空间表达式，并将未知模型偏差部分fu(x,t)扩展成一个新的状态x3＝fu(x,t)，则公式(1)可以改写为：其中 为系统的状态，且x1,x2均可测。

3.如权利要求2所述的基于补偿函数观测器的模型补偿控制方法，其特征在于搭建补偿函数观测器的具体过程为：对于公式(2)所描述的二阶系统，设计对应的补偿函数观测器CFO有如下两种形式：T

其中L＝[l2 l1]为CFO的可调节增益参数，ef＝[ef1 ef2] ，ef1＝x1‑z1，ef2＝x2‑z2；当CFO形式为公式(3)时，表示的是将系统模型分为已知模型部分fk(x,t)和未知模型偏差部分fu(x,t)，CFO只对未知模型偏差fu(x,t)进行估计；当CFO形式为公式(4)时，表示的是将系统模型的已知模型部分fk(x,t)和未知模型偏差部分fu(x,t)作为一个整体f(x,t)进行估计；

其中z3是与式(2)中的x3相对应的补偿项；

定义CFO的输出方程为：

可以实现对系统各状态的跟踪，即z1→x1,z2→x2,Lef+z3→fu(x,t)；其次，CFO的特征方程可以写为：

3 2

s+l1s+(λl1+l2)s+λl2＝0                             (6)为了方便观测器参数的选取以及确保系统的稳定，将特征方程的极点放在不同的位置‑ω,‑4ω,‑4ω，则公式(6)可以写为：

3 2 2

s+l1s+(λl1+l2)s+λl2＝(s+ω)(s+4ω) ＝0              (7)其中ω＞0为带宽，则CFO的各个参数与ω之间的关系可以总结为：因此，ω将成为CFO的唯一需要调节的参数。

4.如权利要求3所述的基于补偿函数观测器的模型补偿控制方法，其特征在于搭建模型补偿控制器的具体过程为：首先根据系统的输入输出信息设计模型补偿控制器为：

公式(9)可以写为：

其中xd为系统的期望给定，e1＝xd‑x1，e2＝α‑x2， 为中间虚拟控制量x2的期望值， 为CFO对系统的模型偏差fu(x,t)的估计值，k1,k1＞0为控制器的调节增益；

公式(10)的模型补偿控制律可以看成如下的三个主要部分构成，每个部分都会产生控制量作用到执行器产生力；

u＝ud+uk+uc                                  (11)其中 是闭环系统的期望特性部分，产生力以确保系统在

控制性能和稳定性方面满足期望；uk＝(‑fk)/b这部分是已知模型部分所产生的力的反作用力； 这部分是补偿控制的部分，用来抵消未知模型偏差所带来的影响，可以进一步理解为产生反作用力来抵消包括所有干扰、系统未建模动态和时变性在内的不期望的力。

5.如权利要求4所述的基于补偿函数观测器的模型补偿控制方法，其特征在于对系统输入给定信号并加入随机扰动，观察跟踪效果和估计效果的具体过程为：首先给CFO参数一个初值，然后调节k1，k2和b使得系统稳定，在此基础上再调节ω，提高CFO对未知模型偏差的估计能力，改善系统的抗扰能力；最后对所有参数进行微调，即可很快的获得比较满意的控制和估计效果。