基于最小信息损失方法的降阶LQG控制器设计：理论、算法与应用.docxVIP

基于最小信息损失方法的降阶LQG控制器设计：理论、算法与应用

一、引言

1.1研究背景与意义

在现代控制理论的发展进程中，随着被控对象的日益复杂，其数学模型的阶次不断增高。高阶模型虽然能够更为精确地描述系统的动态特性，但也给控制器的设计与实现带来了诸多挑战。例如，在航空航天领域，飞行器的精确建模涉及到众多的气动力、推进力、结构动力学等因素，导致模型阶次升高，这使得传统的控制器难以满足实时性和计算资源的限制，在实际应用中困难重重。又如在工业过程控制中，化工精馏塔的模型包含了复杂的传质、传热过程，高阶模型下的控制器实现成本高昂，且稳定性难以保障。

线性二次型高斯（LQG）控制器作为一种经典的最优控制器，在理论上能够为系统提供良好的性能。然而，当被控对象为高阶模型时，LQG控制器的阶次也会相应增高。这不仅增加了控制器的设计复杂度，使其难以在实际工程中实现，还会导致计算量大幅上升，对硬件设备的要求提高，增加了系统的成本和能耗。同时，高阶控制器在面对噪声和干扰时，其稳定性和鲁棒性也会受到严峻的考验。

为了解决高阶模型下控制器实现困难的问题，降阶控制器的研究应运而生。降阶LQG控制器旨在用结构简单、易于操作的低阶控制器来控制高阶对象，并且使闭环系统的性能尽可能接近高阶控制器构成的闭环系统。这种降阶控制器不仅能够降低硬件成本和计算资源的需求，还能提高系统的实时性和可靠性，具有重要的工程应用价值。

在降阶LQG控制器的设计中，最小信息损失方法展现出独特的优势。该方法基于信息论的原理，从系统内部状态信息描述的角度出发，在模型降阶和控制器降阶过程中，致力于使信息损失达到最小。这一方法能够有效兼顾对象的能控性信息和能观性信息的损失，克服了传统降阶方法的不足，从而显著减少模型截断误差，提高降阶控制器的性能。通过最小信息损失方法设计的降阶LQG控制器，能够在保持系统关键信息的前提下，实现控制器的降阶，使得闭环系统在稳定性、响应速度和控制精度等方面都能达到较为理想的效果。因此，研究基于最小信息损失方法的降阶LQG控制器设计，对于推动控制理论的发展以及拓展其在实际工程中的应用，具有重要的理论意义和实际应用价值。

1.2国内外研究现状

在控制器降阶的研究领域，众多学者一直致力于探索高效且实用的方法，以解决高阶控制器在实际应用中面临的难题。线性二次型高斯（LQG）控制器降阶作为其中的关键部分，吸引了国内外众多研究人员的关注，取得了一系列具有重要价值的研究成果。

国外方面，早期研究主要集中在传统降阶方法上。例如，LQG平衡截断方法，它通过对系统的能控性和能观性Gramian矩阵进行奇异值分解，根据奇异值的大小来判断状态变量对系统的重要程度，从而保留重要状态，截断次要状态，实现控制器降阶。这种方法在一定程度上降低了控制器的复杂度，但在处理复杂系统时，由于其仅从能控性和能观性角度考虑，忽略了系统内部状态信息的关联性，导致降阶后的控制器性能与原高阶控制器存在一定差距。Hankel范数逼近法也是一种常用的传统降阶方法，它以Hankel范数作为衡量系统近似程度的指标，通过最小化Hankel范数来寻找最佳的低阶近似模型。然而，该方法在实际应用中，对于某些具有特殊结构的系统，其降阶效果并不理想，且计算过程较为复杂，增加了工程实现的难度。

随着研究的不断深入，基于信息论的降阶方法逐渐成为研究热点。其中，最小K-L信息距离方法利用Kullback-Leibler散度来度量两个概率分布之间的差异，在模型降阶过程中，通过最小化降阶模型与原模型之间的K-L信息距离，来保留系统的关键信息。这种方法在理论上具有较好的信息保持能力，但在实际计算中，K-L信息距离的计算涉及到复杂的积分运算，对于高阶系统，计算量巨大，限制了其在实际工程中的应用。

在国内，相关研究也取得了显著进展。浙江大学的张索和章辉从信息论的视角出发，深入研究LQG控制器降阶问题。他们在考察系统内部状态信息描述的基础上，提出了两种基于交叉格莱姆矩阵最小信息损失的LQG控制器降阶方法。第一种方法是先运用基于交叉格莱姆矩阵的最小信息损失方法对原全阶对象进行模型降阶，得到低阶对象模型，再针对该低阶模型设计LQG控制器，最后将降阶LQG控制器与原全阶对象连接，形成降阶控制器闭环系统；第二种方法是先针对高阶对象模型设计全阶LQG控制器，然后基于最小信息损失原则对全阶控制器进行降阶，利用得到的低阶控制器构成闭环系统。通过对一个10阶模型和一个实际的30阶精馏模型进行控制器降阶仿真研究，分别考察系统噪声响应误差以及确定性信号响应误差等，多角度对比分析各个降阶模型，验证了所提方法的合理性和有效性，为控制器降阶问题的研究提供了新的思路和方法