非线性模型预测控制（NMPC）

MPC实际上是一种最优控制方法。线性MPC是把目标函数表达成输入序列 的二次型表达式，把约束表示成输入序列 的线性等式和不等式约束，这样利用二次规划求解出来输入序列，然后施加到被控系统，得到反馈结果以后，再不断重复这个过程。

线性MPC的特点就是：模型预测，滚动优化，反馈校正。
它擅长处理多输入和约束。
如果需要控制非线性的被控系统，那么需要先将非线性系统进行线性化。

非线性MPC是一种针对非线性系统并且不需要线性化的模型预测控制。

非线性MPC通常把状态量，输入量合并到一起作为优化问题的决策变量，然后把动力学模型（状态方程）作为非线性约束，再结合实际问题定义目标函数，最后用非线性规划求解器进行求解。求解结果施加到被控系统，得到反馈结果以后，再不断重复这个过程。
 

非线性预测模型：

非线性约束：

非线性目标函数：

非线性优化问题：

非线性主要体现在：

1）预测模型是非线性的

2）约束条件是非线性的

3）目标函数是非线性的

这样带约束的非线性问题，一般用非线性规划（NLP）来求解。

常见的NLP求解器有： fmincon(matlab), ipopt(c++)。

和线性模型预测控制一样，非线性模型预测控制也是一种最优控制方法，它每一次求解能够得出预测时域内最佳的决策序列，因此它也常被用来做轨迹优化。