(优选)线性二次型最优控制器设计
【线性系统课件】线性二次型最优控制问题
x (t f ) P (t f ) x (t f )
T
1 2
x (0) P (0) x (0)
T
1 2 1 1 2 1 2 1 2
tf
d dt
[ x P ( t ) x ] dt
T T
T
0 tf
2
[ x P ( t ) x x P ( t ) x x P ( t ) x ] dt { x [ A P ( t ) P ( t ) P ( t ) A ] x u B P ( t ) x x P ( t ) Bu } dt
T
1 2
tf
[ x ( t ) Qx ( t ) u ( t ) Ru ( t )] dt
T T
t0
S , Q : 半正定 , 对称矩阵 R : 正定 , 对称矩阵
求 u (t )
使
J ( u ( t )) min J ( u ( t ))
u (t )
二. 有限时间LQ调节问题
调节问题:受外部动态扰动时,保持x(t)回到零平衡态; 有限时间: t f 为有限值; LQ问题:二次型性能指标。 定理:系统 x Ax Bu , x ( 0 ) x 0 , t [ 0 , t f ] 使性能指标
z Fz Gy Hu , z ( 0 ) z 0 ˆ x T
1
z
在F,G,H,T满足一定条件时,可作为原系统 的观测器。
结论1: x 0 , z 0 , u 任意,上述系统是{A,B,C}的全维状态观测 器的充要条件是:
(1) TA FT GC , T 非奇异 ( 2 ) H TB ( 3 ) i ( F ), i 1, 2 , , n 均具负实部
基于线性二次型最优控制的平衡车设计
基于线性二次型最优控制的平衡车设计桂凡;尹洋;陆爱杰【摘要】为提升两轮直立车的抗干扰性能,基于动力学原理建立系统数学模型,并设计线性二次型最优控制器.在搭建的直立车平台上,采用 MPU6050自带的数据运动处理器(Digital Motion Processing, DMP)直接得到车模倾角.利用Matlab的GUI设计上位机,实时监视直立车的状况并分析其参数.仿真和实验结果表明:该系统具有较强的抗干扰能力和良好的稳定性.%For purpose of improving anti-disturbance performance of two-wheeled verticals,having principle of dynamics based to establish mathematical model of the system and to design a linear quadratic optimal control-ler was implemented, including on the established balanced vehicle platform, adopting DMP(digital motion processing)of MPU6050 to calculate the angle of vertical car; employing Matlab GUI to design a principal computer to monitor and analyze the parameters of balanced vehicle at real time.Simulation and experimental results show that the system has good stability and strong anti-interference ability.【期刊名称】《化工自动化及仪表》【年(卷),期】2018(045)004【总页数】5页(P316-319,342)【关键词】平衡车控制;抗干扰;最优控制器;线性二次型【作者】桂凡;尹洋;陆爱杰【作者单位】中国人民解放军海军工程大学电气工程学院;中国人民解放军海军工程大学电气工程学院;中国人民解放军海军工程大学动力工程学院【正文语种】中文【中图分类】TP18符号说明CL——左轮的转矩,N·m;CR——右轮的转矩,N·m;fL——左轮与地面的摩擦力,N;fR——右轮与地面的摩擦力,N;g——重力加速度,m/s2;Jp——摆的转动惯量,kg·m2;Jφ——轮子的转动惯量,kg·m2;K——r×n型最优反馈增益矩阵;L——轮子轴心到质心的距离,m;m——底盘,kg;M——车轮质量,kg;P——正定实对称矩阵;Q——n×n型半定型对称常数矩阵;r——车轮半径,m;R——r×r型正定实对称常数矩阵;x——左右轮的平均位移,m;直线速度,m/s;直线加速度,m/s2;θ——旋转角度,rad;角速度,rad/s;角加速度,rad/s2。
线性二次型最优控制器的设计
99
线性二次型最优控制器的设计
u
B
﹢ ∑ x ﹢
.
∫
A
x
C ﹢ ∑ ﹣∧ C
y
B
﹢ ∑ x ﹢﹢
. ∧
∫
A G
x
∧
y
Figure 2. Reconstruction of state x ( t ) 图 2. 状态 x ( t ) 的重构示意图
u u u
系统
y
控制器
x
∧
u
观测器
y
Figure 3. An optimal controller with a state observer 图 3. 带有观测器的最优控制器
根据以上步骤,得出线性二次型最优控制器结构图如图 1 所示。 线性二次型最优控制器的特点如下所示: 1) 最优控制式 u ∗ ( t ) 是线性状态反馈控制律,便于实现闭环最优控制;
2) 黎卡提方程是非线性矩阵微分方程,通常只能采用计算机逆时间方向求数值解。由于黎卡提方程 与状态及控制变量无关,因而在定常系统情况下可以离线算出 P ( t ) ; 3) 只要时间区间 黎卡提矩阵微分方程的解 P ( t ) 就是时变的, 最优反馈系统将成为 t0 , t f 是有限的, 线性时变系统,即使对于线性定常系统,加权阵为常阵,求出的 P ( t ) 也是时变的。
关键词
最优控制,线性系统,状态反馈
1. 引言
线性二次型最优控制问题属于线性系统综合理论中简单而又应用广泛的一类优化型综合问题,是现 代控制理论中的最重要的成果之一。优化型综合问题的特点是通过使全面表征系统性能好坏程度的性能 指标函数取极大或极小值来确定系统的控制规律。如果系统是线性的,性能指标是状态变量和控制变量 的二次型函数的积分,则这样的最优控制问题称为二次型最优控制问题。二次型性能指标具有明显物理 意义,代表了大量工程实际问题中提出的性能指标要求。 线性二次型调节器(Linear Quadratic Regulator, LQR)的最优解可以用统一的解析式表示,且可得到一 个简单的线性状态反馈控制律而构成闭环最优控制,这对最优控制在工程应用中的实现具有十分重要的 意义。同时,线性二次型问题还可以兼顾系统性能指标如快速性、准确性、稳定性和灵敏度等多方面因 素。线性二次型问题是最优控制问题中简单而且应用广泛的一类优化问题。线性二次型最优控制器的实 现是先计算出使性能指标泛函取极小值的输入量 u ∗ ( t ) , 而 u ∗ ( t ) 的作用是通过状态的线性反馈来实现的, 即通过确定状态的最优反馈系数来实现最优控制。在 20 世纪 60 年代之前,控制系统的设计风格为:手 算,利用作图,反复试凑;而在 20 世纪 60 年代之后,控制系统的设计风格为:提出目标函数,采用优 化方法,使用数字计算机,重视算法。LQR 控制器的研究具有普遍意义,易于获得解析解,最为可贵的 是能获得线性反馈的结构[1] [2]。 LQR 控制即线性二次型调节器,其对象是现代控制理论中以状态空间形式给出的线性系统,而目标函
线性二次型最优调节器(2024版)
三 无限时间状态调节器问题
完全x能t控 线A性t时x变t系B统t
ut
,
xt0
x0
二次型性能指标:
J
ut
t0
xT
t Qt xt
u
T
t Rt ut
dt
假定同有限时间状态调节器,则最优控制存在
且唯一。u*t R1tBT tPtxt
其中
P
t
Pt,0,
lim
t f
P
t,0,
t
中输出变量加权矩阵和控制变量加权矩阵均为单 位阵。
4. 设线性系统的状态方程为
xt Atxt Btut
,初始条件为 xt0 x0 ,试求使性能指标
J
1 xT 2
tf
Fx t f
1
2
tf t0
xT
t
,
u
T
t
Qt M T t
MRtt uxtt dt
取极小值的最优控制 u*t ,并证明Ricati方程及
则问题必有解,最优控制存在且唯一,并且有状
态线形反馈形式,即
u
*
t
R
1
t
BT
t
Pt
x其t 中P(t)为Ricati方程。
Pt PtAt AtT Pt PtBtR1tBtPt Qt
Pt f F
的解,最优性能指标为
J
*
xt0
,
t0
x
T
t0
P
t0
,t
f
xt0
P(t)的性质:
(1) 当A(t),B(t),R(t)的元连续有界时 ,P(t)在
代入式(1)
u* t
线性二次型的最优控制
q=1;
r=1; dy(1)= -2*a*y(1)+y(1)^2-q;
利用matlab求解黎卡提方程的解(数值解) 文件名:cal_p.mat(主程序) options = odeset('RelTol',1e-4,'AbsTol',1e-4);
T x 0 x Ax 0 正定二次型 T x 0 x Ax 0 半正定二次型
求最优控制 u * ( tபைடு நூலகம்) ,使下列二次型性能指标最小。
实对称阵A为正定(半正定)的充要条件是全部特征值>0(>=0)。
加权矩阵总可化为对称形式。
t 1 1 f T T T J ( u ) e ( t ) Fe ( t ) [ e ( t ) Q ( t ) e ( t ) u ( t ) R ( t ) u ( t )] dt ( 5 3 ) f f t 0 2 2
( 5 18 )
可实现最优 线性反馈控制
下面思路:
求解P(t),但直接 利用(5-16)求 解,涉及矩阵求 逆,运算量大
2.应用其性质求解p(t)
( t ) P ( t ) x ( t ) ( 5 17 ) 1T x Ax BR B Ax S H T T Qx A Qx A Px ( 5 19 )
x
1 T 1 T
P x P x P x P [ Ax BR B Px ] [ P PA PBR B P ] x( 5 20 )
(5-20)与(5-19)相等,可得
线性二次型指标的最优控制46页PPT
K(t)
问题引入
K(t)将趋于某常数,即K(t)可视为恒值,从而得到所谓 无限时间(tf =∞)状态调节器或稳态状态调节器。
1.5
k22 k11
1
k12
0.5
0 0 100 200 300 400 500 600 700 800 900 1000
t tf =1000时黎卡提矩阵微分方程的解K(t)
第8章 线性二次型指标的最优控制
8.3 线性定常系统的状态 调节器问题
8.4 输出调节器问题
李芳燕 罗婧 李一飞 李东芳 安海潮 2019年10月1日
1
8.3 线性定常系统的状态调节器问题
1 问题引入 2 定理内容及说明 3 举例说明
问题引入
对于上一节所讨论的状态调节器,即使系统的状态方 程和性能指标是定常的,即矩阵A,B,Q,R均为常数矩阵时, 其系统总是时变和系统最优反馈增益是时变的,这是由于 黎卡提方程的解K(t)是时变的缘故。
在稳
态时,
,从而可将黎卡提矩阵微分方程化为黎卡提
代数方程,解出的K阵为常值矩阵。
Beihang University
定理内容及说明
可控的或至少是可稳的线性定常系统的状态方程为
和二次型性能指标为 式中,u不受限制,Q和R为常数对称正定阵,则使J为极小 的最优控制存在,且唯一,并可表示为 式中,K为正定常数矩阵,满足下列的黎卡提矩阵代数方程
在最优控制下,最优轨线是下面线性定常齐次微分方程的 解,即 所对应的性能指标的最小值为
Beihang University
定理内容及说明
对于以上结论,作如下几点说明:
1.适用于线性定常系统,且要求系统可控或至少可稳; 而在有限时间状态调节器中则不强调这一点。因为在无 限时间调节器中,控制区间扩大为无穷,为了保证积分 值有限,x(t)和u(t)要收敛到零,也就是受控系统的状态 变量必须是渐进稳定的。
最优化控制 线性二次型最优控制问题
用不大的控制能量,使系统状态X(t)保持在零值 附近——状态调节器问题。
7
线性二次型最优控制问题的几种特殊情况
若Yr(t)0,则 e(t) Yr (t) Y (t)
于是性能指标可写为
J
1 2
[Yr
(t
f
) Y (t f
)]T
S[Yr (t f
) Y (t f
)]
1 2
性能指标的物理意义
➢性能指标中的第一部分
1 2
eT
(t
f
)Se(t
f
)
称作终端代价,用它来限制终端误差e(tf) ,以保证
终端状态X(tf)具有适当的准确性。
➢性能指标中的第二部分
1 tf eT (t)Q(t)e(t)
2 t0
称作过程代价,用它来限制控制过程的误差e(t),
以保证系统响应具有适当的快速性。 9
t
f
]
(t f ) P(t f )X (t f )
(t f ) SX (t f )
所以,
P(t f ) S
矩阵黎卡提(Riccati)微分方程 的边界条件
21
P(t)的3个重要性质:
由微分方程理论的存在与唯一性定理,可以证明P(t) 存在而且唯一。 对于任意的t[t0,tf], P(t)均为对称阵,即P(t)=PT(t)。
由(1)和(2),得
[P&(t) P(t)B(t)R1(t)BT (t)P(t) P(t) A(t) AT (t)P(t) Q(t)]X (t) 0 20
由于X(t)是任意的,所以有
P&(t) P(t)B(t)R1(t)BT (t)P(t) P(t) A(t) AT (t)P(t) Q(t) 0
毕业论文-线性二次型最优控制器的MATLAB实现
湖北文理学院物理与电子工程学院2014届本科毕业论文论文题目线性二次型最优控制器的matlab实现班级姓名学号指导教师(职称)线性二次型最优控制器的MATLAB实现摘要:本文从线性二次型最优控制器原理出发,对象是现代控制理论中用状态空间形式给出的线性系统,目标函数为状态和控制输入的二次型函数。
通过加权矩阵Q 和R的一些选择规则,利用MATLAB仿真分析参数Q和R的变化对最优控制系统的影响,然后对其最优控制矩阵进行求解。
分别介绍了连续系统线性二次型最优控制的MATLAB实现,离散系统相形二次型最优控制的MATLAB实现和最优观测器的MATLAB实现这三种研究方案,以不同的程序实现其功能。
关键词:MATLAB;线性二次型;最优控制;矩阵Applying MATLAB to the Design of the Linear QuadraticOptimal ControllerAbstract:In this paper, starting from the principle of the linear quadratic optimal controller, the object is given the linear system using the forms of state space in modern control theory , the objective function is the two type of function of state and control input. Through some selection rules of the weighting matrices Q and R, analysis of the changes of parameters Q and R influence on the optimal control system by using MATLAB simulation, and then to solve the optimal control matrix. Respectively introduces the continuous system linear quadratic optimal control MATLAB, Discrete system in quadratic optimal control MATLAB, The optimal observer MATLAB these three research programs. Realize its function in a different program.Key words:MATLAB; Linear quadratic; The optimal control;Matrix目录1引言 (1)1.1概述 (1)1.2课题研究的背景、意义及研究概况 (1)1.3本文研究的主要内容 (3)2最优控制的基本概念 (4)2.1最优控制基本思想 (4)2.2最优控制问题的求解方法 (5)2.3 Q、R的选择原则 (6)2.4加权矩阵的调整 (6)2.4.1廉价控制 (6)2.4.2昂贵控制 (7)2.5问题的阐述 (8)2.6问题的求解 (9)2.7利用仿真给定的控制系统 (9)3最连续系统最优控制的MATLAB实现 (12)3.1连续系统线性二次型最优控制 (12)3.2 连续系统线性二次型最优控制的MATLAB实现 (13)4离散系统线性二次型最优控制的MATLAB实现 (14)4.1 离散系统稳态线性二次型最优控制 (14)4.2 离散系统线性二次型最优控制的MATLAB实现 (15)5最优观测器的MATLAB实现 (16)5.1 连续时不变系统的Kalman滤波 (16)5.2 Kalman滤波的MATLAB实现 (17)4结论 (19)[参考文献] (20)致谢 (21)1引言1.1概述近年来,仿真技术得到广泛的应用与发展,在系统设计、目标与环境模拟、人员培训等方面取得了丰硕成果,随着计算机技术的快速发展,控制系统的计算机辅助设计与分析得到了广泛应用,目前已经达到了相当高的水平。
二次型最优控制器设计
倒立摆系统的模型参数如下: M 小车质量 1.32Kg; m 摆杆质量 0.07Kg b 小车摩擦系数 0.1N/m /sec I 摆杆转动惯量 0.00093kg*m*m 摆杆转动轴心到杆质心的长度 T 采样频率 0.010s 0.2m
2 Q,R的选择原则
由原理知,要求出最优控制作用u,除求解Riccati方程外, 加权矩阵的选择也是至关重要的。而Q、R选择无一般规律可 循,一般取决于设计者的经验,常用的所谓试行错误法,即 选择不同的Q、R代入计算比较结果而确定。这里仅提供几个 选择的一般原则:
1)Q、R都应是对称矩阵,Q为正半定矩阵,R为正定矩阵。 2)通常选用Q和R为对角线矩阵,实际应用中,通常将R值固 定,然后改变Q的数值,最优控制的确定通常在经过仿真或实 际比较后得到。当控制输入只有一个时,R成为一个标量数 (一般可直接选R=1)。 3)Q的选择不唯一。这表明当得到的控制器相同时,可以有 多种Q值的选择,其中总有一个对角 线形式的Q。
图1
图2
LQR最优控制利用廉价成本可以使原系统达到较好的性 能指标(事实也可以对不稳定的系统进行镇定),而且方法 简单便于实现,同时利用Matlab强大的功能体系容易对系统 实现仿真。本文利用Matlab对实例进行LQR最优控制设计, 比较Q、R变化对系统动态性能的影响,说明LQR系统设计 的简单而可行性及Q,R变化对系统性能影响的重要性。
下面N和P为小车与摆杆相互作用力的水平和垂直方向的分量。 分析小车水平方向所受的合力,可得到方程为:
基于线性二次型的单神经元PID最优控制器设计及仿真
基于线性二次型的单神经元PID最优控制器设计及仿真0.前言由于传统的PID调节器算法简单、鲁棒性好及可靠性高,被广泛应用于过程控制和运动控制中,尤其适用于可建立精确数学模型的确定性系统,然而实际工业生产过程往往具有非线性、时变不确定性,难以建立精确的数学模型,应用常规的PID控制器不能达到理想的控制效果。
计算机技术和智能控制理论的发展为复杂动态不确定系统的控制提供了新的途径。
神经网络技术、模糊控制技术、遗传算法优化技术等智能控制技术发展很迅速。
将智能技术与数字PID控制结合起来,应用于工控现场,将有着广阔的发展前景。
近年来,神经网络由于具有自学习、自组织、联想记忆和并行处理等功能,因而受到了控制界的关注,在系统辨识与控制中得到了应用。
本文在自调整单神经元PID控制器中引入最优控制理论中的二次型性能指标,通过修改神经元控制器的权系数来使性能指标趋于最小,从而实现了对控制器性能的优化。
1.最优化技术及自适应PI D控制算法所谓最优控制问题,就是寻找一个控制系统的最优控制方案或最优控制规律,使系统能最优地达到预期的目标。
线性二次型最优控制系统是一类重要的最优控制系统。
这类系统得到的最优控制规律是状态变量的反馈形式,易于在工程上实现。
一般的自适应控制算法需要对过程进行辨识,然后再设计出自适应控制规律,从而限制了自适应控制算法的应用。
由Marsik和Strejc在1986年提出的无需辨识的自适应控制算法,其机理是根据过程误差的几何特性建立性能指标,这种算法无需辨识过程参数,只要在线检测过程的期望输出和实际输出,即可形成自适应控制器的控制规律。
2.基于二次型性能指标学习算法的单神经元自适应PI D控制算法单神经元自适应控制器是通过对加权系数的调整来实现自适应、自组织功能的,权系数的调整是按照有监督的Hebb学习规则实现的。
单神经元自适应控制PID控制结构如图1所示。
图 1 单神经元自适应PID 控制结构图中:rin 是给定值, yo u t 是输出值, e z rin yout ==-,这里1()x e k =;2()x e k = ;3()2(1)(2)x e k e k e k =--+-。
线性二次型最优控制
首先列出该问题的 Hamilton 函数
H
=
1 2Biblioteka xT(t)Q(t)x(t)
+
1 2
uT
(t)R(t)u(t)
+
λT [A(t)x(t)
+
B(t)u(t)]
(4-2-3)
因 u(t)不受约束,所以沿最优轨线有
∂H ∂u (t )
=
0
即
∂H ∂u(t)
=
R(t)u(t)
+
BT
(t )λ (t )
=
0
(4-2-4)
维时变系统矩阵、增益矩阵和输出矩阵。 假定 0≤l≤m≤n,且控制变量 u(t)不受限制。用 yr(t)表示期望输出向量,
yr (t) ∈ Rl ,有误差向量
e(t) = yr (t) − y(t)
(4-1-3)
二次型最优控制要解决的问题是,选择最优控制 u*(t),使二次型性能指标
J
(u)
=
1 2
四.线性二次型最优控制
线性二次型最优控制问题,一般也称做 LQ 或 LQR(Linear Quadratic Regulator)问题,在最优控制理论与方法体系中具有非常重要的地位。线性二 次型最优控制问题的重要性在于其具有如下特点: (1) 对于用线性微分方程或线性差分方程描述的动态系统,最优控制指标具
+
u
T
(t)R(t)u(t)]
+ [u(t) + R T (t)B T (t)P(t)x(t)]T P(t)[u(t) + R T (t)B T (t)P(t)x(t)]
(4-2-27)
对上式两边由 t0 到 tf 积分,经整理得
线性系统二次型最优控制律
线性系统二次型最优控制律线性系统二次型最优控制定义使用二次型性能指标的线性系统最优控制。
它可得到状态线性反馈的最优控制规律,便于实现闭环最优控制,是应用广泛的最优控制方式。
性能指标线性系统状态方程及输出方程为x(t)=A(t)x(t)+B(t)u(t) (1)y(t)=C(t)x(t) (2)式中x(t)为n维状态向量;u(t)为p维控制向量;y(t)为q维输出向量。
设z(t)为理想输出向量,与y(t)同维数,并定义e(t)=z(t)-y(t) (3)误差向量。
线性二次型最优控制问题的性能指标这里,权函数F、Q(t)为正半定矩阵,R(t)为正定矩阵。
假设tf固定。
要求寻找最优控制u*(t),使性能指标J为最小。
被积函数的第一项表明误差e(t)的大小,是非负的。
其第二项表明控制功率的大小,对应于u≠0它恒为正。
因此,对u(t)往往不需再加约束,而常设u(t)为自由的。
性能指标的第一项则表示终值误差。
状态调节器问题系统状态方程如式 (1)所示,u(t)不受约束,tf固定,性能指标为寻找最优控制u*(t),使性能指标J为最小。
用极小值原理或动态规划法,可得下列矩阵黎卡提微分方程(一阶非线性微分方程)P(t)=-P(t)A(t)-AT(t)P(t)+P(t)B(t)R-1(t)BT(t)P(t)-Q(t) (6) 其边界条件为P(tf)=F (7)由式(6)解出P(t)后,可得最优控制规律为u*(t)=-R-1(t)BT(t)P(t)x*(t) (8)由式(8)可以看出,最优控制规律是一个状态线性反馈规律,控制向量u*(t)由状态向量x*(t)生成,构成状态反馈,并且呈线性关系。
这样,能方便地实现闭环最优控制,这一点在工程上具有十分重要的意义。
P(t)是一对称矩阵,一般都要由计算机求出方程(6)的数值解。
P(t)是时间函数,即使线性系统是定常的,为了实现最优控制,反馈增益应该是时变的,而不是常值反馈增益。
线性二次型最优控制的MATLAB实现
线性二次型最优控制的MATLAB实现摘要线性二次型最优控制是一种普遍采用的最优控制系统设计方法。
使用MATLAB 软件设计的GUI控制界面实现最优控制,有较好的人机交互界面,便于使用。
线性二次型最优控制又叫做LQ最优控制或者称为无限长时间定常系统的状态调节控制器。
本文分别从连续系统线性二次型最优控制的MATLAB实现,离散系统相形二次型最优控制的MATLAB实现,最优观测器的MATLAB实现,线性二次性Guass 最优控制的MATLAB实现四个研究方案。
本论文就是从这四个方面分别以不同的性能指标设计不同的GUI界面以及不同的程序实现其功能并说明其各自的应用范围。
关键词:线性二次型,最优控制, GUI控制界面,最优观测器,Guass最优控制The Linear Quadratic Optimal Control of MA TLABAbstractLinear quadratic optimal control is a widely used to optimal control system design method. Use of MATLAB software design GUI interface control to realize the optimal control, Have good man-machine interface, easy to use. The linear quadratic optimal control and called LQ optimal control or an infinite long time of the system state regulation and constant controller.This paper respectively from the continuous system linear quadratic optimal control MATLAB, Discrete system in quadratic optimal control MATLAB, The optimal observer MATLAB, sexual Guass linear quadratic optimal control MATLAB four research plan. This paper is from the four aspects of the performance index respectively in different design different GUI interface and Different programs that realize its function and their application scope.Keywords:Linear quadratic, The optimal control, GUI control interface, The best Guass observer, the optimal control目录1 引言 (1)1.1 概述 (1)1.2课题研究的背景、意义及研究概况 (1)1.3本文研究的主要内容 (2)2 最优控制的基本概念 (3)2.1最优控制基本思想 (3)2.2最优控制的性能指标 (3)2.2.1 积分型性能指标 (3)2.2.2 末值型性能指标 (5)2.3最优控制问题的求解方法 (5)3 最连续系统最优控制的MATLAB实现 (7)3.1连续系统线性二次型最优控制 (7)3.2连续系统线性二次型最优控制的MATLAB实现 (8)3.3连续系统线性二次型最优控制的MATLAB实现示例 (8)4 离散系统线性二次型最优控制的MATLAB实现 (17)4.1离散系统稳态线性二次型最优控制 (17)4.2离散系统线性二次型最优控制的MATLAB实现与示例 (18)5 最优观测器的MATLAB实现 (23)5.1 连续时不变系统的KALMAN滤波 (23)5.2K ALMAN滤波的MATLAB实现 (24)5.3K ALMAN滤波的MATLAB实现示例 (25)6 线性二次型GUASS最优控制的MATLAB实现 (31)6.1LQG最优控制的求解 (31)6.2LQG最优控制的MATLAB实现与示例 (32)7 结论 (37)参考文献: (38)致谢 (39)1 引言1.1 概述随着计算机技术的飞速发展,控制系统的计算机辅助设计与分析得到了广泛的应用,目前已达到了相当高的水平。
线性二次型指标的最优控制
定理内容及说明
对于以上结论,作如下几点说明:
2.闭环系统是渐进稳定的,即系统矩阵
的
特征值均具有负实部,而不论原系统A的特征值如何。
证明:设李雅普诺夫函数为 因K正定,故V(x)是正定的。
与黎卡提代数方程 由于Q,R均为正定矩阵,故
Beihang University
比较得 负定,结论得证。
定理内容及说明
有限时间输出调节器的最优解与有限时间状态调节器 的最优解,具有相同的最优控制与最优性能指标表达式, 仅在Riccati方程及其边界条件的形式上有微小的差别。
Beihang University
线性时不变系统输出调节器问题
前面所讨论的是终端时刻tf为有限值的情况。如果系统是 线性时不变系统,即
当tf =时其输出调节器问题可以参照tf =的状态调节器 问题,得到相应的控制规律。但是,同时要求系统(A,B,C)
如果系统可控,则通过状态反馈可任意配置闭环系 统极点,使系统渐进稳定。
可控的条件可减弱为可稳,即只要不稳定的极点所 对应的模态可控,通过反馈将它变为稳定即可。
对有限时间调节器来讲,因为积分上限tf为有限值, 即使系统不可控,状态变量不稳定,积分指标仍可为有 限值,故仍旧有最优解。
Beihang University
Beihang University
问题引入
性能指标为:
式中,Q,R均为常数对称正定阵,u无约束。由于P=0,
所以K(tf)=K(∞)=P=0。从t= ∞开始逆时间积分黎卡提矩阵 微分方程,当K(t)的解存在且唯一时,经过一段时间,K(t)
将达到稳态值,因此可认为在t=0开始很长一段时间内,
K(t)是黎卡提微分方程的稳态解,即有
线性二次型最优控制..
一、主动控制简介概念:结构主动控制需要实时测量结构反应或环境干扰,采用现代控制理论的主动控制算法在精确的结构模型基础上运算和决策最优控制力,最后作动器在很大的外部能量输入下实现最优控制力。
特点:主动控制需要实时测量结构反应或环境干扰,是一种需要额外能量的控制技术,它与被动控制的根本区别是有无额外能量的消耗。
优缺点:主动控制具有提高建筑物的抵抗不确定性地面运动,减少输入的干扰力,以及在地震时候自动地调整结构动力特征等能力,特别是在处理结构的风振反应具有良好的控制效果,与被动控制相比,主动控制具有更好的控制效果。
但是,主动控制实际应用价格昂贵,在实际应用过程中也会存与其它控制理论相同的问题,控制技术复杂、造价昂贵、维护要求高。
组成:传感器、控制器、作动器工作方式:开环、闭环、开闭环。
二、简单回顾主动控制的应用与MATLAB应用1.主动变刚度A VS控制装置工作原理:首先将结构的反应反馈至控制器,控制器按照事先设定好的控制算法并结合结构的响应,判断装置的刚度状态,然后将控制信号发送至电液伺服阀以操纵其开关状态,实现不同的变刚度状态。
锁定状态(ON):电液伺服阀阀门关闭,双出杆活塞与液压缸之间没有相对位移,斜撑的相对变形与结构层变形相同,此时结构附加一个刚度;打开状态(OFF):电液伺服阀阀门打开,双出杆活塞与液压缸之间有相对位移,液压缸的压力差使得液体发生流动,此过程中产生粘滞阻尼,此时结构附加一个阻尼。
示意图如下:2. 主动变阻尼A VD控制装置工作原理:变孔径阻尼器以传统的液压流体阻尼器为基础,利用控制阀的开孔率调整粘性油对活塞的运动阻力,并将这种阻力通过活塞传递给结构,从而实现为结构提供阻尼的目的。
关闭状态(ON):开孔率一定,液体的流动速度受限,流动速度越小,产生的粘滞阻尼力越大,开孔率最小时,提供最大阻尼力,此时成为ON状态;打开状态(OFF):控制阀完全打开,由于液体的粘滞性可提供最小阻尼力。
利用MATLAB设计线性二次型最优控制器
利用MATLAB设计线性二次型最优控制器
张岳;金顺姬
【期刊名称】《辽宁科技学院学报》
【年(卷),期】2002(004)002
【摘要】本文通过实例介绍用MATLAB设计线性二次型最优控制问题的基本方法,并研究了参数变化对最优控制系统设计的影响.
【总页数】3页(P13-14,19)
【作者】张岳;金顺姬
【作者单位】本溪冶金高等专科学校自控系,辽宁,本溪,117022;大庆四十二中学,黑龙江,大庆,163412
【正文语种】中文
【中图分类】TP273.1
【相关文献】
1.组合式半挂车液压悬架线性二次型最优控制器的设计及仿真 [J], 田晋跃;李光;田刚
2.线性二次型最优控制器的MATLAB实现 [J], 金龙国;王娟
3.基于状态反馈线性二次型最优控制器的设计 [J], 张伟
4.线性二次型最优控制器的设计 [J], 姜静;孟利东;;
5.MATLAB在线性二次型最优控制器设计中的应用 [J], 毕玉春
因版权原因,仅展示原文概要,查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
其中, lqry()函数用于求解二次型状态调节器的特 例,是用输出反馈代替状态反馈,即其性能指标为:
x u 1
J (
TQx
TRu)dt
20
这种二次型输出反馈控制叫做次优控制。
此外,上述问题要有解,必须满足三个条件:
(1) (A,B)是稳定的;
(2) R>0且Q-NR-1NT≥0;
1、离散系统线性二次型最优控制原理
假设完全可控离散系统的状态方程为:
•
x(k 1) Ax(k) Bu(k), (k 0,1,, N 1)
要寻求控制向量u (t )使得二次型目标函数 x u J 1 [ T(k)Qx(k) T(k)Ru(k)]
2 k0
为最小。
式中,Q为半正定实对称常数矩阵;R为正定实对称
常数矩阵;Q、R分别为X和U的加权矩阵。
根据极值原理,我们可以导出最优控制律:
u [R BTPB]BTPAx(k) Kx
式中,K为最优反馈增益矩阵;P为常值正定矩阵,必
须满足黎卡夫(Riccati)代数方程PA ATP PBR1BP Q 0
因此,系统设计归结于求解黎卡夫(Riccati)方程 的
一、线性二次型最优控制概述
线性二次型最优控制设计是基于状态空间技术来 设计一个优化的动态控制器。系统模型是用状态空间 形式给出的线性系统,其目标函数是状态和控制输入 的二次型函数。二次型问题就是在线性系统约束条件 下选择控制输入使二次型目标函数达到最小。
线性二次型最优控制一般包括两个方面:线性二 次型最优控制问题(LQ问题),具有状态反馈的线 性最优控制系统;线性二次型Gauss最优控制问题, 一般是针对具体系统噪声和量测噪声的系统,用卡尔 曼滤波器观测系统状态。
(优选)线性二次型最优控制 器设计
应用经典控制理论设计控制系统,能够解决很
多简单、确定系统的实际设计问题。但是对于诸多 新型而复杂的控制系统,例如多输入多输出系统与 阶次较高的系统,往往得不到满意的结果。这时就 需要有在状态空间模型下建立的最优控制策略。
最优控制是现代控制理论的核心。所谓最优控
制,就是在一定条件下,在完成所要求的控制任务 时,使系统的某种性能指标具有最优值。根据系统 不同的用途,可提出各种不用的性能指标。最优控 制的设计,就是选择最优控制,以使某一种性能指 标为最小。
程序运行结果如下: K =0.4142 0.6104 0.1009
同时得到闭环阶跃响应曲线,如图1-2所示。
图1-2 闭环系统阶跃响应曲线 由图1-1和图1-2知,经最优输出反馈后,闭环系统阶跃响应曲线与经最优状态反 馈后的阶跃响应曲线很接近。
三、离散系统线性二次型最优控制
下面对离散系统线性二次型最优控制进行详细介绍。
在MATLAB工具箱中,提供了求解连续系统 二次型最优控制的函数:lqr()、 lqr2()、 lqry()。 其调用格式为:
K, S, E lqr(A, B,Q, R, N) K, S lqr2(A, B,Q, R, N) K, S, E lqry(sys,Q, R, N)
其中,A为系统的状态矩阵;B为系统的输出矩 阵;Q为给定的半正定实对称常数矩阵;R为给 定的正定实对称常数矩阵;N代表更一般化性 能指标中交叉乘积项的加权矩阵;K为最优反馈 增益矩阵;S为对应Riccati方程的唯一正定解P (若矩阵A-BK是稳定矩阵,则总有正定解P存
(3) (Q-NR-1NT,A-BR-1NT)在虚轴上不是非能观
模式。
当上述条件不满足时,则二次型最优控制无解,函数
会显示警告信号。
3.连续系统二次型最优控制设计实例
【例8.7】设系统状态空间表达式为:
0
•
x
0
1
y 1
1 0 0
01
x
0
u
4 6 1
0 0 x
(1)采用输入反馈,系统的性能指标为:
ห้องสมุดไป่ตู้ u J 1
(
20
TQx
1
TRu)dt
取
Q
0
0
0 1 0
0
0
,R=1
1
(2)采用输出反馈,系统的性能指标为:
y u J 1
(
T
Qy
TRu)dt ,取Q=1,R=1
20
试设计LQ最优控制器,计算最优状态反馈矩阵
K [k1 k 2
仿真。
k
]
3
,并对闭环系统进行单位阶跃的
【解】
(1)我们可以用MATLAB函数lqr()来求解LQ最
优控制器,程序清单如下:
A=[0,1,0;0,0,1;-1,-4,-6]; B=[0,0,1]';C=[1,0,0];D=0; Q=diag([1,1,1]); R=1; K=lqr(A,B,Q,R) k1=K(1); Ac=A-B*K;Bc=B*k1;Cc=C;Dc=D; Step(Ac,Bc,Cc,Dc) 程序运行结果如下: K =0.4142 0.7486 0.2046
同时得到闭环阶跃响应曲线,如图1-1所示。 图1-1 闭环系统阶跃响应曲线
由图1-1可知,闭环系统单位阶跃响应曲线略微 超调后立即单调衰减,仿真曲线是很理想的,反 映了最优控制的结果。
(2)我们可以用MATLAB函数lqry()来求解LQ最优控 制器,给出程序清单如下:
A=[0,1,0;0,0,1;-1,-4,-6]; B=[0,0,1]';C=[1,0,0];D=0; Q=1; R=1; K=lqry(A,B,C,D,Q,R) k1=K(1); Ac=A-B*K;Bc=B*k1;Cc=C;Dc=D; Step(Ac,Bc,Cc,Dc)
根据极值原理,我们可以导出最优控制律:
u R B 1 TPx Kx
式中,K为最优反馈增益矩阵;P为常值正定矩阵,必须
A R 满足黎卡夫(Riccati)代数方程 PA TP PB 1BP Q 0
因此,系统设计归结于求解黎卡夫(Riccati)方程的问题,并 求出反馈增益矩阵K。
2.连续系统二次型最优控制的MATLAB函数
二、连续系统线性二次型最优控制
1.连续系统线性二次型最优控制原理
假设线性连续定常系统的状态方程为:
•
x(t) Ax(t) Bu(t)
x u u 要寻求控制向量 (t)使得二次型目标函数 J 1
(
TQx
TRu)dt
20
为最小。式中,Q为半正定是对称常数矩阵,R为正定实对称常数矩阵,Q、R 分别为X和U的加权矩阵。