MPC初学3（状态及输出变量预测）

在建立数学模型后，控制系统下一步是使用未来控制信号作为可调变量来计算预测输出。
首先，我们将当前时间记为k_i,优化窗口的长度记为N_p，作为样本数。为简单起见，我们首先考虑单输入单输出的情况，然后将结果扩展到多输入多输出。
假设k_i为采样时刻，k_i>0。这里我们先讨论状态变量矢量x（k_i）可以通过测量获得这种情况，x（k_i）能提供当前状态信息。
未来控制轨迹表示为：
Δu（k_i），Δu（k_i+1），Δu（k_i+2），…，Δu（k_i+N_c-1）
其中N_c成为控制范围，用于捕捉未来控制轨迹参数数量。利用给定的x（k_i），可以预测N_p个样本的未来状态变量，这里N_p称为预测范围，同时N_p也是优化窗口的长度。
未来状态变量表示为：
x(k_i+1|k_i)，x(k_i+2|k_i)，…，x(k_i+m|k_i)，…，x(k_i+N_p|k_i)
这里的x(k_i+m|k_i)是在当前给定状态变量k_i的k_i+m处的预测状态变量，这里规定N_c<=N_p(即控制范围<=预测范围)
基于之前的状态-空间模型（A,B,C），使用一组未来控制参数按序计算将来的状态变量。式子1如下：

通过预测状态变量，经变换可得到预测输出变量，式子2如下：

注意现在所有预测输出变量都是根据当前状态变量信息x(k_i)及未来控制轨迹Δu（k_i+j）表示，其中（j=0,1，2…N_c-1）。
接下来我们将1式和2式用矩阵形式表达。
定义矩阵：