基于变时域策略的线性系统事件触发预测控制.docxVIP

基于变时域策略的线性系统事件触发预测控制

摘要：针对具有加性扰动的约束连续线性时不变系统，提出一种基于变时域策略的线性系统事件触发模型预测控制方案.首先，基于最优状态轨迹与实际状态轨迹之间的偏差设计无Zeno行为的事件触发机制，以减少求解优化问题的频率.其次，为了降低实际状态趋近终端集时求解优化问题的计算复杂度，设计一种更为高效的指数收缩形式的自适应预测时域更新机制.再次，基于双模控制策略，提出自适应事件触发模型预测控制算法，并给出了保证算法可行性和闭环系统稳定性的充分条件.最后，基于质量-弹簧-阻尼系统验证了所提算法的有效性.结果表明本文方案能够在不损失控制性能的前提下有效降低系统资源消耗和求解优化问题的计算复杂度.

关键词：线性系统；模型预测控制；事件触发；自适应预测时域

中图分类号：TP273文献标志码：A

模型预测控制（modelpredictivecontrol，MPC）作为一种滚动优化求最优解的方法，由于其能有效处理时域复杂约束以及多目标优化问题，因而在工业控制系统等领域应用越来越广泛［1-3］.基于MPC的理论研究成果在不断产出，李志军［4］、何德峰等［5］通过充分利用控制输入的约束范围，从而减少控制行为的保守性，提升了算法执行效率，提高了系统的控制性能.杨世忠等［6］、Vozák等［7］和蔡宏斌［8］提出了鲁棒模型预测控制器的设计方法，其具有极强的处理不确定性和外部干扰的能力，使得在与现有方法有相同初始可行域的前提下，只需确保优化问题初始可行就能够保证闭环系统实现稳定.近年来，MPC已经在众多领域中得到应用，如飞行控制［9］、污水处理［10］、列车自动驾驶［11］、建筑节能［12］等.然而，传统的MPC由于在每个采样时刻都需要在线求解相同时域的优化问题，对于采样间隔较小以及资源有限的实际系统，会导致计算和通信资源的过度消耗.

事件触发控制作为一种有效且研究充分的非周期采样控制策略［13-15］，其核心思想是预先设计一种事件触发机制（event-triggeredmechanism，ETM）并设定触发阈值，从而达到减少资源消耗并确保满意的系统控制性能的目的.相比于时间触发控制，事件触发控制可以通过使用更小的平均采样率以获得更好的控制性能［16］.因此将ETM与MPC相结合可以显著降低系统通信和计算负载.

在此背景下，事件触发MPC（event-triggeredMPC，ET-MPC）得到了广泛的关注和研究，并取得了突出的成果［17-21］.目前，针对该方向的研究主要包括连续系统和离散系统，对于连续系统，Li等［17］研究了连续时间非线性系统的鲁棒MPC问题，设计了一种基于事件触发方案的MPC算法，有效减少了系统优化问题的在线求解次数，降低了在线计算量.Liu等［18］针对具有有界扰动的约束连续时间非线性系统，通过考虑系统的真实状态与其最优预测状态之间的误差来设计触发机制，同时在优化问题中引入时变收紧状态约束，以满足鲁棒约束.Luo等［19］研究了具有输入约束和有界干扰的线性时不变（lineartime-invariant，LTI）系统的ET-MPC，通过实际计算与最优状态轨迹之间的偏差来设计ETM以减少计算负载.对于离散系统，Hu等［20］研究了受有界扰动的离散线性时不变系统的鲁棒ET-MPC，基于线性矩阵不等式，通过计算实际状态轨迹与最优状态轨迹之间的偏差来设计ETM以减少计算负载.Deng等［21］研究了具有有界扰动的线性离散时间系统的事件触发鲁棒MPC问题，提出了一种随机触发机制，考虑了基于管的MPC和基于线性矩阵不等式的MPC，与所设计的随机触发机制具有互补的优点.

通过对以上众多研究的总结，可以得出结论，现有的ET-MPC策略通过设计合理有效的ETM可以在保证系统控制性能的同时有效减少通信和计算资源的过度使用，但仍然无法有效降低求解优化问题的计算复杂度.具体来说，在标准ET-MPC框架中通常预先选择固定的预测时域，由此使得优化问题在每个触发时刻具有几乎相同的计算复杂度，即使当系统状态逐渐接近或已经到达终端区域，也仍需要求解计算复杂度高的优化问题.在此背景下，基于自适应预测时域的ET-MPC得到了进一步的研究.苑守正等［22］基于ETM和MPC，设计了一种船舶自动靠泊控制器，为了提高求解速度，提出了一种基于事件触发的自适应时域MPC方案，并进行了稳定性分析.Cao等［23］设计了一种预测时域收缩策略，随着实际状态接近终端集，求解最优控制问题的计算复杂度逐渐降低.Wang等［24］提出了一种自适应预测时域更新策略，其中预测时域随着状态进入终端集而逐渐减小，从而有效地降低了触发时刻求解优化问题的计算复杂度.因此，研究设计更高效的预测时域收缩策略以更有