【模型预测控制MPC】使用二次规划来模拟多输入多输出(MIMO)系统的模型预测控制（Matlab代码实现）

  💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

 ⛳️赠与读者

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码、文档

---

 ⛳️赠与读者

👨‍💻做科研，涉及到一个深在的思想系统，需要科研者逻辑缜密，踏实认真，但是不能只是努力，很多时候借力比努力更重要，然后还要有仰望星空的创新点和启发点。当哲学课上老师问你什么是科学，什么是电的时候，不要觉得这些问题搞笑。哲学是科学之母，哲学就是追究终极问题，寻找那些不言自明只有小孩子会问的但是你却回答不出来的问题。建议读者按目录次序逐一浏览，免得骤然跌入幽暗的迷宫找不到来时的路，它不足为你揭示全部问题的答案，但若能让人胸中升起一朵朵疑云，也未尝不会酿成晚霞斑斓的别一番景致，万一它居然给你带来了一场精神世界的苦雨，那就借机洗刷一下原来存放在那儿的“躺平”上的尘埃吧。

     或许，雨过云收，神驰的天地更清朗.......🔎🔎🔎

💥1 概述

使用二次规划来模拟多输入多输出（MIMO）系统的模型预测控制。这些脚本建立并模拟了一个通用的多输入多输出（MIMO）控制系统的模型预测控制，当线性化状态空间模型（或传递函数）作为函数的输入时。然而，一般情况下，工厂模型可能是非线性的。

二次规划用于使输入和输出变量在所需的时间范围内达到其设定点。

代码的描述如下：
run_MPC.m：设置并运行模拟的主文件。
MPC_simulation.m：通过时间迭代，并实现在每次迭代中找到的当前时间输入变量。
MPC_calculation：基于工厂的线性化模型，解决了具有向前时间范围的二次问题的MPC控制器。
MPC_plant.m：在工厂中实现当前时间输入向量。一般来说，工厂模型可以是非线性的。
Addnoise.m：一个用于根据信号的数量级和噪声百分比（噪声标准差）向主要信号（工厂的输出）添加噪声的函数。

详细文档见第4部分。

📚2 运行结果

部分代码：

% Weightings:
MPC_case.Qy = eye(MPC_case.ny);  % Output weight -> state weight for 1<i<Np-1;
MPC_case.Sy = 10*eye(MPC_case.ny);  % Terminal weight at i=Np
MPC_case.Qu = 1*eye(MPC_case.nu); % Input weight for 0<i<Np-1

% Constraints (implemented as hard here):
MPC_case.umin = -40*ones(MPC_case.nu,1); 
MPC_case.umax = 40*ones(MPC_case.nu,1);
MPC_case.ymin = -50*ones(MPC_case.ny,1); 
MPC_case.ymax = [50; 50];
MPC_case.delta_u_min = -5*ones(MPC_case.nu,1); 
MPC_case.delta_u_max = 20*ones(MPC_case.nu,1);
MPC_case.xmin = [-1e6*ones(MPC_case.nx,1); MPC_case.umin];
MPC_case.xmax = [1e6*ones(MPC_case.nx,1); MPC_case.umax];

% References for outputs, states and inputs:
MPC_case.yref_all = @(t)[(t<20)*40+(t>=20)*10; (t<25)*10+(t>=25)*49];     % Reference for 0<i<Np-1

% Horizon is Np (both for objective function and for constraints);
MPC_case.Np = 15;

% assign x0 and t_end
MPC_case.x0 = zeros(MPC_case.nx+MPC_case.nu,1); % First state value is zero
MPC_case.t_end = 40;

% Noise
MPC_case.noise_order = 100;
MPC_case.noise_percent = 0;

%% Run MPC
[U,X,Y,Y_measured] = MPC_simulation_delta_u(MPC_case);

%% plot results
t = 0:MPC_case.Ts:MPC_case.t_end;
t = [-1 t];
y1 = [0 0 Y(1,:)];
y2 = [0 0 Y(2,:)];
yref = MPC_case.yref_all(t);
yref(:,1) = [0; 0];

🎉3 参考文献

文章中一些内容引自网络，会注明出处或引用为参考文献，难免有未尽之处，如有不妥，请随时联系删除。

🌈4 Matlab代码、文档

资料获取，更多粉丝福利，MATLAB|Simulink|Python资源获取