《现代控制理论基础》ch6最优控制.pptVIP

* * * * * * * * * 性能指标是状态变量和控制变量二次型函数的积分。 解出的是控制规律是状态变量的线性函数，因而可以通过状态反馈实现闭环系统最优控制。 若把 * * * * * * * * * * * 将式（7）带入式（5），有 （8） 由于性能指标函数是二次型的，所以可以假设其解为如下二次型 形式 * * （9） 其中， 是 对称矩阵。 利用矩阵和向量的微分公式，有 （10） （11） 将式（10）、（11）带入式（8），有 （12） * * 可得 （13） 因为 （14） 所以有 （15） 其中矩阵 应满足如下黎卡提方程 （16） * * 为求解如上非线性矩阵微分方程，需要推导其边界条件： 当 时，由最优性能指标以及式（9）， 可得 （17） 可得终端边界条件为 （18） 最优控制为 （19） * * 其中 （20） 为最优反馈增益矩阵。 最优状态轨线由下式确定: （21） 最优性能指标为 （22） 有限时间状态调节器的解 3、tf∞时即使A、B、Q1、R为常数矩阵时，矩阵黎卡提方程的解P(t)也非常数矩阵。 最优解： 最优解具有状态反馈形式！ 1、边界条件 说明： 2、因PT与P满足同样的矩阵黎卡提方程，因此解P(t) 为对称矩阵。 * * * * 综上，有限时间状态调节器的设计步骤如下： （1）根据系统要求和工程经验，设计加权矩阵 以及 ； 、 （2）求解黎卡提矩阵微分方程， 得出矩阵 ； （3）求最优控制 （4）求最优状态轨线 ； ； （5）计算最优性能指标值 ； 例 5 设二阶系统的状态方程为 * * 二次型性能指标为 试求使得性能指标达到极小值的最优控制。 解 * * 首先将性能指标转化为二次性能指标的标准形式， 令 该矩阵满足黎卡提微分方程式 及边界条件 由于微分方程本身的非线性，需要借助于计算机获得其数值解。最优控制为 卡尔曼研究了矩阵黎卡提微分方程解的各种性质，得出以下结果： 对于线性定常系统 最优控制存在且唯一 常数阵 满足如下黎卡提矩阵代数方程 注意：对控制无约束，终端状态自由，tf=∞ * * 2、 无限时间状态调节器 将最优控制式代入状态演化方程式，得 从而可获得最优轨线。 最优性能指标 当这个无限时间状态调节器满足以下条件时，状态反馈增益矩阵G才为常数矩阵： 1）系统为线性定常系统； 2）系统为能控； 3）末值时刻 ； 4） J 中不含末值项，即 F = 0 ； * * 例6 考虑下列可控系统: 性能指标: 求最优控制u(t)使性能指标J为最小。 解 由于 ,则Q为正定阵。 最优解： * * 解: 最优解： P满足矩阵黎卡提方程: 令: 最优解： * * 本章小结 1. 最优控制问题的数学描述 2. 动态规划 动态规划理论基础：最优性原理 动态规划关键：递推方程 哈密顿-雅可比方程 3. 线性二次型最优控制 * * 二次型性能指标 黎卡提（Riccati）矩阵微分方程 黎卡提（Riccati）矩阵代数方程 * * 最优控制它所研究的中心问题是怎样选择控制规律才能使控制系统的性能和品质在某种意义下为最优。 * * * * * M(t)导数=-kf（t）:表示推力与燃料消耗率之间的关系。 * * * * * * * * * * 离散时间最优控制问题 u(0) u(k) u(N-1) 阶段性能指标: 阶段: k 目的状态: x(0) x(1) x(k) x(k+1) x(N) x(N-1) 决策： u(k) k=0,1,2,…,N-1 初始状态：x(k) 多级决策过程 * * 贝尔曼最优性原理（动态规划的理论基础） 具体来说，对于一个N级决策过程，其初始状态为 ，其最优策略为 。那么对于以第k级 状态 为初态的任何一个 级的子决策也必然是最优的。 证明： :始于状态 使性能指标极小的最优控制序列。相应的最小代价为 假设另有一个决策序列 对于开始状态为中间状态 的最优控制问题， * * 是最优决策序列，其相应的代价为 且满足 那么， 表明存在另外一个决策序列 使得总体性能指标最小，与 是最小代价矛盾，最优性原理得证。 * * 根据贝尔曼最优性原理，上式最终等于 对于任意级k 或称：贝尔曼泛函方程 动态规划递推方程 * * 动态规划递推方程 上述递推公式包含了这样一个事实：求最优控制u*(k)时利用了k+1阶段基于x(k+1)求得的最优控制u*(k+1)，. . . ， u