第6节 最优的设计方法.pptVIP

第6章 最优设计方法 ——状态空间法 * * 1 设计问题的表达形式 6.1 引言 设计问题由已知过程、性能准则和允许的控制律决定。 已知过程 设受控过程由连续时间模型描述： 其中，矩阵A和B是可以时变的。vc是零均值和不相关的增量过程。 vc增量协方差为R1cdt。对式(1)采样，由于允许系统是是时变的，故必须对系统作一些修改。输入u(t)在一个采样周期内是不变的，不考虑噪声时，式(1)的解为： (1) (2) 其中，?(t,kh)是式(2)的基本矩阵，它满足： 省略这些矩阵中的自变量，可把采样后的模型为： 其中，v和e是离散时间高斯白噪声过程，其均值为零，且： (3) 还假设初始状态x(0)是高斯分布，且： 矩阵R0、 R1和R2是半正定的，协方差矩阵可能是时变的。 假设式(3)是能达和能观测的。那么，可以通过增广过程的状态向量，就可能在模型中包括由于环境所造成的各类扰动和影响。 性能准则 这里用的性能准则是一种对状态和控制信号的幅值进行加权的方法。 方法一：选择为状态的功率，即： 状态分量可以有不同的维数，因此，可以用更一般的加权形式来代替上式： 其中，Q1c是对称半正定矩阵，对终止时刻的控制信号和状态可以用类似的惩罚方法，由此形成了这样的一个控制问题：控制的目的是使得损失函数： (4) 为最小。 连续时间表示的损失函数 其中： 其中， Q0c Q1c 和Q2c是对称的，至少是半正定矩阵。损失函数中 的这些矩阵可能与时间有关的。 允许控制律 重要的是给出确定控制信号的可用数据。首先假设采样是周期 的，并且控制信号在每个采样周期内是恒定的。这样，就可以 方便的把控制问题转变为离散时间问题。 完全状态信息 在式(3)中，如果矩阵C为单位矩阵，并且e(kh)=0，则全部状态向量都是可利用的。于是允许控制信号也是包括kh时刻在内的先前个时刻状态的函数，这称之为完全状态信息。 不完全状态信息 大多数情况下，只有输出是可测的，这意味着控制器只能用受噪声干扰的测量值，这称之为不完全状态信息。在这种情况下，kh时刻的控制信号可以是包括kh－h时刻或者kh时刻在内的先前个时刻的输入和输出的函数。 什么叫最优控制问题 当模型用式(1)或者其等价模型式(3)来描述的受控过程时，最优控制问题：就是要寻找使得损失函数(4)为最小的允许控制信号。 设计参数是：损失函数中的矩阵和采样周期。 2 损失函数的采样 损失函数(4)是以连续时间的形式表示的。先要把它转变为离散时间损失函数。在长度为h的区间上对(4)式积分，得到： 其中： (5) 把式(2)代入式(5)，再考虑到每个采样周期内u(t)为常数，得到： 于是，当u(kh)在采样周期内为常值时，使得损失函数(4)为最小 就等同于使得下列离散时间损失函数为最小： (7) (6) (8) (9) 离散时间表示的损失函数 其中： (10) 矩阵Q1、Q12和Q2分别由式(6)～(8)给出，且Q0＝ Q0c。 假设Q1是半正定的， Q2是正定的(以后将放宽Q2的条件)。 注意： 即使Q12c ＝ 0，经过采样的损失函数(9)也会有一个加叉耦合项Q12。 当考虑随机的情形是，在式(9)中要有一个取决与噪声的附加项。可是此项与控制信号无关，因此，在最小化过程中可以不予考虑。 于是，当受控过程用式(3)描述时，最优控制问题就被转化为使得损失函数式(9)为最小的离散时间问题。为了简化后面的书写，假定采样周期为h＝1。 3 最小化的方法——配方 为了得到二次函数的最小值。假设损失函数的形式为： 目的为：相对于u，求其最小值。 因此，存在一个L，满足： (11) (13) 使得损失函数(11)可以写成： (12) 将式(11)改写成式(13)称之为配方。 证明： 将式(12)代入式(13)，由于式(13)是u的二次型，而且两项均大于 或者等于零，因此，看出式(11)在 (14) 时取得最小值，而且如果Qu是正定的，L就是唯一的。最小值为： (15) 6.2 线性二次型控制（完全状态信息情况下的LQ控制问题） 考虑确定性的情况，这时在式(13)中，v(k)＝0和e(k)＝0。 因此，离散时间系统表示为： (16) 其中， x(0)已知。 现在的问题是：确定控制序列u(0), u(1)… u(N－1)以使得损失函数(9)取得最小值。 用最优性原理和动态规划来求控制律。 最优性原理表明：一个最优化策略具有如下性质： 即无论初始状态和初始决策怎样，相对于从第一次决策导出的状态而言，余下的策决一定是最优的。 根据这个思想，从终止时刻N开始，按逆向时间顺序往前推，有可能确定最后一步的最佳控制律，最后一步与N