LMI(线性矩阵不等式)工具箱介绍学习.docVIP

LMI：Linear?Matrix?Inequality，就是线性矩阵不等式。? 在Matlab当中，我们可以采用图形界面的lmiedit命令，来调用GUI接口，但是我认为采用程序的方式更方便（也因为我不懂这个lmiedit的GUI）。? 对于LMI?Lab，?其中有三种求解器（solver）：?feasp，mincx和gevp。?每个求解器针对不同的问题：? feasp：解决可行性问题（feasibility?problem），例如：A(x)B(x)。? mincx：在线性矩阵不等式的限制下解决最小化问题（Minimization?of?a?linear?objective?under?LMI?constraints），例如最小化cx，在限制条件A(x)??B(x)下。? gevp：解决广义特征值最小化问题。例如：最小化lambda，在0B(x),A(x)lamba*B(x)限制条件下。? 要解决一个LMI问题，首要的就是要把线性矩阵不等式表示出来。?对于以下类型的任意的LMI问题? N?*?L(X1,?.?.?.?,?XK)?*?N??M?*?R(X1,?.?.?.?,?XK)?*?M? 其中X1,?.?.?.?,?XK是结构已经事先确定的矩阵变量。左侧和右侧的外部因子（outer?factors）N和M是给定的具有相同维数的矩阵。? 左侧和右侧的内部因子（inner?factors）L(.)和R(.)是具有相同结构的对称块矩阵。每一个块由X1,?.?.?.?,?XK以及它们的转置组合而成形成的。?解决LMI问题的步骤有两个：? 1、定义维数以及每一个矩阵的结构，也就是定义X1,?.?.?.?,?XK。? 2、描述每一个LMI的每一项内容（Describe?the?term?content?of?each?LMI）?此处介绍两个术语：? 矩阵变量（Matrix?Variables）：例如你要求解X满足A(x)B(x)，那么X就叫做矩阵?变量。? 项（Terms）：项是常量或者变量（Terms?are?either?constant?or?variable）。?常项（Constant?Terms）是确定的矩阵。可变项（Variable?Terms)是哪些含有矩阵变?量的项，例如：X*A,?X*C。如果是X*A?+?X*C，那么记得要把它当成两项来处理。?好了废话不说了，让我们来看个例子吧（下面是一线性时滞系统）。?500)this.width=500;?border=0? ?? 针对这个式子，如果存在满足如下LMI的正矩阵(positive-define)的Q，S1，S2和矩阵M，那么我们就称作??? 该系统为H-inf渐进稳定的，并且gammar是上限。?500)this.width=500;?border=0???算例为：? 500)this.width=500;?border=0??? 我们要实现的就利用LMI进行求解，验证论文结果。??? 首先我们要用setlmis([])命令初始化一个LMI系统。??? 接下来，我们就要设定矩阵变量了。采用函数为lmivar??? 语法：X?=?lmivar(type,struct)?? type=1:?定义块对角的对称矩阵。?每一个对角块或者是全矩阵任意对称矩阵，标量单位矩阵的乘积，或者是零阵。? 如果X有R个对角块，那么后面这个struct就应该是一个Rx2阶的的矩阵，在此矩阵中，struct(r,1)表示第r个块的大小，struct(r,2)?表示第r个块的类型1--全矩阵，0--标量，-1--零阵）。? 比如一个矩阵有两个对角块，其中一个是2x2的全对称矩阵，第二个是1x1的一个标量，那么该矩阵变量应该表示为X?=?lmivar(1,?[2?1;?1?0])?。?type=2:?mxn阶的矩阵，只需要写作struct?=?[m,n]即可。? type=3:?其它类型。针对类型3，X的每一个条目（each?entry?of?X）被定义为0或者是+(-)xn，此处xn代表了第n个决策变量。? 那么针对我们的例子，我们如此定义变量：? %?Q?is?a?symmetric?matrix,?has?a?block?size?of?2?and?this?block?is?symmetric? Q?=?lmivar(1,?[2?1]);? %?S1?a?symmeric?matrix,?size?2??S1?=?lmivar(1,?[2?1]);?%?S2?is?1?by?1?matrix?S2?=?lmivar(1,?[1?0]);?%?Type?of?2,?size?1?by?2??M?=?lmivar(2,?[1?2]);? 定义完成变量之后，我们就该用lmiterm来描述LMI