MPC优势:
- MIMO 系统,输入输出相互作用
- handle constraints
- preview capability
MPC计算频率的建议
开环上升时间里有10~20个sample
prediction horizon 建议
开环上升时间的20~30个sample。
太短无法及时控制,太长不利于处理突发情况,也会浪费计算力。
control horizon 建议
10~20%的prediction horizon, 并至少有2 ~ 3个step。
太长会造成冗余,太短不够达到控制效果。
根据不同情况选用不同MPC
- 线性系统+线性约束: 线性MPC:
- 非线性系统+线性约束
- 自适应MPC: 问题结构不变(num of states)
- gain-schedule MPC: 结构改变,不同情况用不同的线性MPC
- 非线性系统+非线性约束:非线性MPC
减少时间复杂度
去掉对dynamic没贡献的states
explicit MPC
以空间换时间,离线计算好每个状态需要的控制量,生成look up table,在线直接根据状态查询。
sub-optimal MPC
测试每个iter花多久,选max_iter=sample time / iter time. 达到max_iter之后就返回当前的sub-optimal outcome.