第八章 随机线性系统的最优控制 最优控制课件.ppt

第八章 随机线性系统的最优控制 本章主要内容 8.1 分离定理和离散随机线性调节器问题 8.2 连续随机线性调节器问题 8.3 随机线性跟踪器问题 8.4 小结 8.1 分离定理和离散随机线性调节器问题 分离定理 证明 8.2 连续随机线性调节器问题 图 8-2 连续随机线性系统最优控制的方块图 例8-1 1、对象状态方程 2、量测方程 3、性能指标 4、最优控制的设计 8.3 随机线性跟踪器问题 8.4 小结 1、 2、 3、 将 的表达式(8-42)与 的表达式(8-20)相比，可见除 中多一个常数项 之外，两者形式完全相同，于是可重复一步最优化过程的步骤，得到下面的结果 其中 (8-43) (8-46) (8-44) (8-45) (8-48) (8-47) (8-49) 类似于从一步问题至两步问题的推演过程，由后向前算第N-K步(即由前向后算第K步)的最优指标为 } 3)一般结果 采用数学归纳法即可得出如下的一般结果 (8-51) (8-52) (8-53) (8-50) (8-54) (8-57) 此即 所满足的矩阵黎卡提方程。终端条件为 将(8-54)代入(8-53)，并将 下标改为 ，可得 (8-56) 现在将上面LQG问题的结果(8-51)(8-52)(8-56)(8-57)与确定性最优控制的结果(8-13)(8-10)(8-11)和(8-12)分别对比，注意到LQG问题解中的 相当于确定性最优控制解中的 ，于是两者解的形式完全相同，只是在LQG问题中用估计值 代替 状态而己，于是分离定理得证。 它和滤波增益阵 都可预先离线计算出来。 利用分离定理的结论来设计线性随机系统的最优反馈控制器，框图如图8-1所示，图中Z-1表示一步延迟，反馈增益阵为 (8-58) 图 8-1 线性随机系统的最优反馈控制框图 其中， 和 为零均值高斯白噪声，且 (8-61) (8-62) 我们不加证明地列出下面的结果，设连续随机线性系统为 (8-59) (8-60) 这里用 表示噪声方差阵,为避免混淆将加权阵改为 指标函数为 上述问题称为连续系统的线性高斯二次型问题(LQG问题)。和离散的情况相同，根据分离定理，最优控制系统由两部分组成；一部分是确定性最优控制器；另一部分是与其串联的最优线性滤波器。最优控制可写成 (8-64) 反馈增益与确定性最优控制一样(参考第五章(5-16)式)，即 满足下面的矩阵黎卡提微分方程(参考第五章(5-14)式，注意这里 不是卡尔曼滤波增益) 图8-2表示连续随机线性系统最优控制的方块图。 (8-65) (8-66) 图8-3是汽车自动控制系统的示意图。汽车沿着道路上设置的制导电缆自动行驶，汽车偏移电缆的横向位移由传感器测出。图8-4是自动控制系统的原理方块图。图中W为作用在汽车上的干扰力(例如路面不平等引起)，U为方向舵控制力，V为传感器测量噪声，X为汽车侧向位移。 图 8-3 汽车