LQR控制算法推导以及简单分析

img
img

既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上物联网嵌入式知识点,真正体系化!

由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、电子书籍、讲解视频,并且后续会持续更新

需要这些体系化资料的朋友,可以加我V获取:vip1024c (备注嵌入式)

如果你需要这些资料,可以戳这里获取

(5)

J = {1 \over 2}\int_0^\infty x^T(Q + K^TRK)x \space dt \tag{5}

J=21​∫0∞​xT(Q+KTRK)x dt(5)
2. 假设纯在一个常量矩阵

P

P

P使得,

d

d

t

(

x

T

P

x

)

=

x

T

(

Q

K

T

R

K

)

x

(6)

{d \over dt}(x^TPx) = - x^T(Q + K^TRK)x \tag{6}

dtd​(xTPx)=−xT(Q+KTRK)x(6)
3. 把式(6)代入(5)后,有

J

=

1

2

0

d

d

t

x

T

(

P

)

x

=

1

2

x

T

(

0

)

P

x

(

0

)

(7)

J = -{1 \over 2}\int_0^\infty \frac{d}{dt}x^T§x \space = {1 \over 2}x^T(0)Px(0) \tag{7}

J=−21​∫0∞​dtd​xT§x =21​xT(0)Px(0)(7)
式(7)的意思就是,t趋近于无穷时,系统状态向量x(t)趋近于0,这样就直接结算出了积分方程。
4. 把式(6)左边微分展开,

x

˙

T

P

x

x

T

P

x

˙

x

T

Q

x

x

T

K

T

R

K

x

=

0

\dot{x}^{T}Px + x{T}P\dot{x}+xTQx+xTKTRKx = 0

x˙TPx+xTPx˙+xTQx+xTKTRKx=0
状态变量x的微分用式(3)表示,

x

T

A

c

T

P

x

x

T

P

A

c

x

x

T

Q

x

x

T

K

T

R

K

x

=

0

x{T}A{T}_cPx+x{T}PA_{c}x+xTQx+xTKTRKx = 0

xTAcT​Px+xTPAc​x+xTQx+xTKTRKx=0
整理后,有

x

T

(

A

c

T

P

P

A

c

Q

K

T

R

K

)

x

=

0

(8)

x{T}(A{T}_{c}P+PA_{c}+Q+K^{T}RK)x=0 \tag{8}

xT(AcT​P+PAc​+Q+KTRK)x=0(8)
这样,就又回到了二次型的问题,如果式(8)要有解,那么括号里面的部分必须等于0.

A

c

T

P

P

A

c

Q

K

T

R

K

=

0

(9)

A{T}_{c}P+PA_{c}+Q+K{T}RK = 0 \tag{9}

AcT​P+PAc​+Q+KTRK=0(9)

A

c

=

A

B

K

A_c = A-BK

Ac​=A−BK代入式(9)

(

A

B

K

)

T

P

P

(

A

B

K

)

Q

K

T

R

K

=

0

(10)

(A-BK){T}P+P(A-BK)+Q+K{T}RK = 0 \tag{10}

(A−BK)TP+P(A−BK)+Q+KTRK=0(10)

A

T

P

P

A

Q

K

T

R

K

K

T

B

T

P

P

B

K

=

0

(11)

A{T}P+PA+Q+K{T}RK-K{T}B{T}P-PBK=0 \tag{11}

ATP+PA+Q+KTRK−KTBTP−PBK=0(11)
5. 式(11)还是一个关于

K

K

K的二次型,这样会导致计算量太复杂,so只要这个等式成立就好,那么这里令

K

=

R

1

B

T

P

K = R{-1}BTP

K=R−1BTP,然后式(11),可以化为

A

T

P

P

A

Q

K

T

R

(

R

1

B

T

P

)

K

T

B

T

P

P

B

(

R

1

B

T

P

)

=

0

A{T}P+PA+Q+K{T}R(R{-1}BTP)-K{T}B{T}P-PB(R{-1}BTP)=0

ATP+PA+Q+KTR(R−1BTP)−KTBTP−PB(R−1BTP)=0

A

T

P

P

A

Q

P

B

R

1

B

T

P

=

0

(12)

A{T}P+PA+Q-PBR{-1}B^TP=0 \tag{12}

ATP+PA+Q−PBR−1BTP=0(12)
式(12)中,

A

,

B

,

Q

,

R

A,B,Q,R

A,B,Q,R都是已知量,那么通过式(12)可以求解出

P

P

P,式(12)就是著名的Riccati方程。

总结

上面,从理论以及公式推导两个方面,介绍了LQR,现在从头看一下LQR的思路:

  • 选择参数矩阵Q,R
  • 求解Riccati方程得到矩阵P
  • 根据P计算

K

=

R

1

B

T

P

K=R{-1}B{T}P

K=R−1BTP

  • 计算控制量

收集整理了一份《2024年最新物联网嵌入式全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升的朋友。
img
img

如果你需要这些资料,可以戳这里获取

需要这些体系化资料的朋友,可以加我V获取:vip1024c (备注嵌入式)

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人

都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!

{T}B{T}P-PB(R{-1}B^TP)=0

ATP+PA+Q+KTR(R−1BTP)−KTBTP−PB(R−1BTP)=0

A

T

P

P

A

Q

P

B

R

1

B

T

P

=

0

(12)

A{T}P+PA+Q-PBR{-1}B^TP=0 \tag{12}

ATP+PA+Q−PBR−1BTP=0(12)
式(12)中,

A

,

B

,

Q

,

R

A,B,Q,R

A,B,Q,R都是已知量,那么通过式(12)可以求解出

P

P

P,式(12)就是著名的Riccati方程。

总结

上面,从理论以及公式推导两个方面,介绍了LQR,现在从头看一下LQR的思路:

  • 选择参数矩阵Q,R
  • 求解Riccati方程得到矩阵P
  • 根据P计算

K

=

R

1

B

T

P

K=R{-1}B{T}P

K=R−1BTP

  • 计算控制量

收集整理了一份《2024年最新物联网嵌入式全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升的朋友。
[外链图片转存中…(img-wIgZfPMW-1715887765283)]
[外链图片转存中…(img-irb9KxXm-1715887765283)]

如果你需要这些资料,可以戳这里获取

需要这些体系化资料的朋友,可以加我V获取:vip1024c (备注嵌入式)

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人

都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!

  • 19
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值