线性二次型.pptVIP

线性二次型(LQ)最优控制问题 线性二次型(LQ)最优控制问题 边界条件： 对所有 均成立，推出： 线性二次型(LQ)最优控制问题 综上所述，跟踪问题的最优控制规律如下： 最优跟踪系统反馈结构与最优输出调节器反馈结构完全相同，与预期输出无关。 线性二次型(LQ)最优控制问题 最优跟踪系统与最优输出调节器系统的本质差异，反映在 上。 互为负的转置关系（伴随矩阵） 线性二次型(LQ)最优控制问题 由（21）可知，为了求得 ，必须在控制过程开始之前知道全部 的信息。 与 有关，则最优控制的现时值也要依赖于预期输 出 的全部未来值。 关键在于掌握 变化规律的方法：预估，随机处理（平均最优） 线性二次型(LQ)最优控制问题 线性二次型(LQ)最优控制问题 设线性定常系统的状态方程为（系统完全可观、可控） 控制向量 不受约束 ，用 表示期望输出，则误差向量为 求最优控制 ，使下列二次型性能指标最小。 线性定常系统的跟踪问题 当 足够大且为有限值时，可得出如下近似结果： 线性二次型(LQ)最优控制问题 例 已知一阶系统的状态方程： 求使性能指标为极小值时的最优控制。 解： 二次型性能指标为： 其中p(t)， g(t)为下列方程的解： 线性二次型(LQ)最优控制问题 线性二次型(LQ)最优控制问题 仿真结果：给定阶跃输入 线性二次型(LQ)最优控制问题 仿真结果：给定正弦输入 线性二次型(LQ)最优控制问题 应用MATLAB求解线性二次型最优控制问题 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： 所用算法不同。Lqr采用特征值分解，lqr2采用Schur分解算法，具有较高数值计算可靠性 线性二次型(LQ)最优控制问题 状态调节器 利用MATLAB求解 状态调节器 增加状态与控制交叉约束矩阵 线性二次型(LQ)最优控制问题 * 线性系统理论基础 龚道雄 线性二次型(LQ)最优控制问题 应用MATLAB A=[0,1;0,0];B=[0;1];Q=eye(2,2);R=1; [K,P,E]=LQR(A,B,Q,R) K = 1.0000 1.7321 P = 1.7321 1.0000 1.0000 1.7321 E = -0.8660 + 0.5000i -0.8660 - 0.5000i [K,P,E] = LQR(A,B,Q,R) 最优控制律 U=Kx; 代数Riccati方程的解 P; eig(A-B*K)的特征值 E. 离散系统线性二次型最优控制 线性二次型(LQ)最优控制问题 假设完全可控离散系统的状态方程为： 要寻求控制向量 使得二次型目标函数 为最小。 Q为半正定实对称常数矩阵； R为正定实对称常数矩阵 线性二次型(LQ)最优控制问题 从上面的推导可知,离散系统的定常调节器问题的最优控制u*(k)是状态变量x(k)的线性反馈,其中r×n维矩阵K称为最优定常状态反馈增益矩阵。 K只与G,H,Q和R有关,与系统的状态x(k)无关。 因此,由最优状态反馈律实现闭环控制时,可事先离线计算出K,然后可实现定常的最优状态反馈律。 与解线性定常连续系统的定常状态调节器问题的黎卡提矩阵型代数方程相对应的,矩阵型代数方程称为离散形式的黎卡提矩阵型代数方程。 可以证明,若线性定常离散系统是状态能镇定的,矩阵代数方程的解P至少为非负定的。 线性二次型(LQ)最优控制问题 应用MATLAB求解离散线性二次型问题 线性二次型(LQ)最优控制问题 线性二次型 控制实例 二维空间中的独轮机器人的LQ控制： 已知该机器人动力学模型： 假设? 在一个较小的范围内变化，则可线性化为： 即： 线性二次型(LQ)最优控制问题 二维空间中的独轮机器人的LQ控制： 设： 可得： 标准的状态空间形式的系统方程，其中的控制量 u(t) = Fx。 同时考虑倾角 ? 和位移 x LQR 的设计需要基于线性模型 线性二次型(LQ)最优控制问题 二维空间中的独轮机器人的LQ控制： 二维空间中的独轮机器人LQ控制系统结构： 其中： 控制量为Fx(t) 被控制量为?(t)和x(t)。 可以理解为两个 PD