Min-Max MPC

Robust self-triggered min–max model predictive control for discrete-time nonlinear systems

1)open loop 

2)Feedback

特点：将状态的结果引入其中

 3）open-loop and feedback Min-Max MPC（参见论文【1】）

综上：open-loop的代价比对应的feedback的代价要大；因此在open-loop and feedback Min-Max 中将open-loop的代价前乘以1/β

4)触发设计原理：调整H，随着H逐渐增大，根据（（3）中的代价函数）可知openloop（P1）不断增大、feedback（P2）逐渐减小，combing（P1+P2）与相应的完全feedback作比较，当相等时作为触发条件。

5)β作为调控控制性能与通信性能的参数

当β=1时，控制性能最佳，随着β增加控制性能逐渐下降、采样时间增大；

例：当网络通信性能十分好，可将β设为1；当网络通信性能较差时，需要牺牲控制性能，从而增加采样时间、保障网络通信。

参考文献：

【1】Liu C, Li H, Gao J, et al. Robust self-triggered min–max model predictive control for discrete-time nonlinear systems[J]. Automatica, 2018, 89: 333-339.

Robust self-triggered min–max model predictive control for discrete-time nonlinear systems - ScienceDirect (53yu.com)