線性二次型最優控制解析
https://blog.csdn.net/heyijia0327/article/details/39270597
這篇文章把線性二次型的最優控制問題講的很透徹了!
有幾個問題在這裡提一下:
1、如何確定Q矩陣、R矩陣:
Q是效能指標函式對於狀態量的權陣,為對角陣,元素越大,意味著該變數在效能函式中越重要。
要求效能函式求最小,也就是說該狀態的約束要求高。
R陣為控制量的權重,對角陣,同樣,對應的元素越大,這意味著,控制約束越大。
所以在倒立擺最優控制問題中,Q矩陣可以取
Q、R矩陣的選擇主要還是靠經驗
2、狀態調節器和輸出調節器、跟蹤調節的區別
輸出調節器的泛函不一樣,泛函中的狀態變數被輸出變數替換掉了,同樣在跟蹤調節器中,狀態變數被偏差量e替換
(輸出調節器效能泛函)
同樣,輸出調節器、跟蹤調節器的Recatti方程也會有變化
3、為什麼效能泛函的形式是這樣的
最優控制的目的是使得泛函J極小,要是J極小,u應該小(保證能量的輸入小),x應該小,特別有
(保證穩定性)
4、為什麼倒立擺問題對應最優控制中的二次型問題
二次型問題的結果就是提供一種求解反饋矩陣K的方法,能利用好K矩陣那麼倒立擺就能穩定。而且二次型中的效能泛函包含了狀態資訊,外部輸入這個控制領域最重要的兩個因素,從效能泛函的結構來看,它還包含了能量特性。
其實恰當的問法應該是二次型問題可以解決什麼問題?它適用於那些應用場景。因為倒立擺問題在二次型能解決的問題範圍內,所以倒立擺在最優控制中應用二次型最優化來解決。
5、二次型最優化與能控能觀的關係
在無限時間調節器問題中一定要求被控系統完全能控,如果系統狀態不能控,不論採取什麼控制,效能指標都將趨於無窮大。
對於有限時間調節器,即使出現狀態不能控情況,對效能指標的影響總是有限的,因此最優控制仍然存在
至於能觀性指標,如果系統完全能觀測,求得的反饋矩陣K就能實現最優控制,如果不完全能觀,要先設計狀態觀測器。
6、如何將效能函式J和我們之前學過的具體的效能指標(超調量、調節時間)聯絡起來
超調量、調節時間這些指標是經典控制論裡面的效能指標,那是針對單變數系統的。
現在問題變得複雜了,是一個多變數系統,如果多變數系統要達到最優,每個變數的所有引數(就是我們提到的超調量、調節時間)都要最優,可能嗎?這是不可能的。為了描述多變數系統的效能,選擇能量指標作為一個評價標準,而具體到二次型中的效能函式J,那就是