模型预测控制(MPC)的稳定性证明——终端约束

本文探讨了模型预测控制(MPC)的稳定性,尤其是通过添加终端约束来确保系统的稳定性。通过使用Lyapunov函数证明,在无偏模型且无噪声干扰的情况下,优化命题的目标函数最优值作为Lyapunov函数,且由于终端约束,系统状态向零状态收敛。
摘要由CSDN通过智能技术生成

作为一种在有限时域内进行滚动优化求解的控制算法,模型预测控制(Model Predictive Control,MPC)的稳定性更引入关注。自从上世纪80年代后期MPC在工业界的成功应用倒逼学术界进行理论研究后,关于MPC的稳定性逐渐得到了证明并出现了在不同基础上的思路,本文主要讲述其中采用添加终端约束(terminal constraints)的方法。参考内容是Maciejowski的Predictive control: with constraints这本书。

这里考虑一个一般性的被控对象的模型:

x(k+1)=f(x(k),u(k))

在每个周期的控制作用是通过求解下面这个优化命题得到的:

V(k)=i=1N(x^(k+i|k),u^(k+i1|k))
这里 (x,u)0 (x,u)=0 当且仅当 x=0 u=0 。同时我们在这里加上终端约束:
x^(k+N|k)=0
在这里为了简明起见,我们令控制时域和预测时域都相等且为 N . 同时要说明的是,这里的 u x 都是带有约束的,即:
  • 26
    点赞
  • 142
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
评论 5
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