极小值原理与典型最优控.pptVIP

第 6 章极小值原理和典型最优控制 主要内容 极小值原理 典型最优控制 6.1 极小值原理 极小值原理 研究最优控制问题的现代理论 对古典变分学的发展 一些文献中也被称为极大值原理 以 Bolza 问题为对象描述极小值原理 考虑等式约束的一种特定的情况 - n 维向量, f - n 维向量函数 u – m 维控制向量函数 容许控制 - 是一给定的有界集合 假定终端时间 满足 假设 对于 具有连续的偏导数 这种光滑性假定，对于任何分段连续的函数 保证了存在唯一的属于式（1）的容许轨线 可定义容许控制函数集合是这类分段连续的函数 并假定对于一个容许的 和给定的初始条件 ，在所考虑的控制区域内，式（1）确定了一个唯一的容许解 确定一个容许控制函数 使下述的性能指标为极小 采用 Lagrange 乘子法 定义标量函数 Hamilton 函数为 特性指标为 积分可得 如果 是最优控制律 对应于边界条件有 也可以写成 满足边界条件 极小值原理与变分学 区别在于极值条件不同 极小值原理的极值条件是 Hamilton 函数 变分学的极值条件是 极大（小）值原理的意义 容许控制条件放宽 取得全局最小值 没有H对u的可微性要求 状态方程、协态方程和横截条件依旧 只给出最优控制的必要条件，而非充分条件（更没有涉及存在性问题） 例 研究线性时不变系统的时间最优控制问题 解：Hamiliton 函数为 为使H相对于所选择的u(t)尽可能小，必须有： 即u(t)取单位向量， 如 6.2 典型最优控制 主要内容 LQR问题 线性伺服机构 Bang-Bang 控制 奇异控制 离散系统最优控制 6.2.1 LQR（Linear Quadratic Regulator）问题 对于线性系统 LQR问题为 LQR问题的普遍性 LQR问题的提法具有普遍意义，不限于哪种物理系统，而且人们证明这样的提法易于获得解析解，最为可贵的是能获得线性反馈解。 线性系统最优控制所的结果也适用于小信号下运行的非线性系统，可以作为一次近似 提供了一种统一的框架。 应用极小值原理 实现最优控制要求满足 确定闭环控制 假设 则得 在数学中， 称为 Riccati方程，所以（7）式也称为Riccati方程 最优控制律为 计算二阶变分 在某些情况下，S矩阵的某些元素大到足以引起计算上的困难，在此情况下，用逆Riccati方程求解。 令 则逆Riccati方程为 最优反馈控制结构 P(t)的计算 由 将Riccati方程写成差分格式 取步长为负值，反向积分，即 P(t)的对称性，即 所以P待求的元素个数为n(n+1)/2 P(t)的半正定性 可以证明 但 故 无限时间调节器问题 线性定常调节器 为下列代数Riccati方程的解 或是Riccati微分方程的稳态解 PI调节器 例：考虑如下标量系统的最优控制问题 解如下Riccati方程 可得 其中：调整 ，使 如： (a) (b) (c) (d) 当 6.2.2 线性伺服机构 线性伺服机构问题的描述为 使得 - “噪声”向量 对应矩阵的要求 按照处理调节器问题一样的方式进行 为了确定闭环控制 假设 则得 线性伺服机由两部分组成 （1）线性调节器部分 （2）由系统输出的期望值 确定最优驱动函数的前置滤波器 最优控制规律 存在问题 在计算上该最优控制实际上常常不能实现 因为它包含有 ，必须由 到 反向求解 需要知道在所有 时间内的 和 当 则问题为“输出调节器”问题 输出调节器问题 最优控制律 其中P(t)是如下Riccati方程的解 存在输出调节器的必要条件是系统客观（不是系统可控） 但当S变成无穷大时，或终端时刻 为无穷大时，则要求系统可控，即为无限时间调节器问题。 输出调节器反馈的仍然是系统状态。 6.2.3 Bang-Bang 控制 对于非线性系统 最小化 Hamilton 函数 Hamilton 函数对控制向量 是线性的 对于 的极小化要求 由此可见 控制 线性地出现在系统和性能指标中 另外，如果控制向量的每一个分量是有界的 则该最优控制就是砰磅控制（Bang—Bang 控制） 只是