广义预测控制（GPC）.docVIP

广义预测控制(GPC) 1．GPC基本原理介绍 广义预测控制 (GPC) 是牛津大学的Clarke等于1987年提出的，基于参数模型，它是以（CARIMA）受控自回归积分滑动平均模型的基础，并结合辨识和自校正机制，表现出良好的鲁棒性。特点： （1）基于CARIMA模型； （2）目标函数中对控制增量加权的考虑； （3）利用输出的远程预报； （4）控制时域长度概念的引入； （5）丢番图方程的递推求解； 1.1 预测模型 假设系统基于下面的CARIMA模型， 其中，和是系统的输出、输入和干扰信号。 ， ， ，（是向后移时间算子），模型即 ， 是系数，用数据辨识得到。 为得到的步向前预测值，考虑下面的丢番图方程组： （2） 简写成：，其中和为待求多项式，， ，， （3） 将（2）代入（3）得： （4） 得到未来输出的预测值： （5） 为将中已知信息和未知信息分离开来，在考虑另一组丢番图方程： （6） 其中和为待求多项式，， ，， 将（6）代入（5）得： （7） 求解的递推算法： 在利用MATLAB仿真时，可以自编函数简化之。 丢番图方程的求解：对于，其中 其中m≤n。 这一类丢番图方程，多项式和的阶次应分别等于多项式和的阶次。下面将方程写成矩阵的形式， 有唯一解的条件