本文详细介绍了MPC（模型预测控制）的设计过程，包括建立运动学/动力学方程、非线性模型到线性模型的转换、模型离散化、预测、代价函数的构建和优化，以及如何计算系统的输入量。强调了模型假设在实际应用中的重要性和离散化方法的选择。
最近要做MPC的项目，由于之前没全面了解过。所以参考了一些学习资源，在这里总结记录下
MPC设计步骤
一 、运动学/动力学方程的建立
根据所要控制的量，建立相关等式，最终格式为
x ˙ = f ( x , u , t ) \dot{x}=f(x,u,t) x˙=f(x,u,t)
其中 x = [ x 1 , x 2 , . . . , x n ] T x=[x_1,x_2,...,x_n]^T x=[x1,x2,...,xn]T为要控制的n个变量
一些讨论：
1、其中各被控量的式子是独立的，且理论上运动学和动力学可以同时存在，
那么，在这种情况下，式子之间的耦合一般很小，即一个输入控制一个状态
比如现在有两个被控量，建立如下式子
最低0.47元/天 解锁文章
扫一扫
1764
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
