广义预测控制(GPC).doc
广义预测控制(GPC)
1.GPC基本原理介绍
广义预测控制 (GPC) 是牛津大学的Clarke等于1987年提出的,基于参数模型,它是以(CARIMA)受控自回归积分滑动平均模型的基础,并结合辨识和自校正机制,表现出良好的鲁棒性。特点:
(1)基于CARIMA模型;
(2)目标函数中对控制增量加权的考虑;
(3)利用输出的远程预报;
(4)控制时域长度概念的引入;
(5)丢番图方程的递推求解;
1.1 预测模型
假设系统基于下面的CARIMA模型,
其中,和是系统的输出、输入和干扰信号。
,
,
,(是向后移时间算子),模型即
,
是系数,用数据辨识得到。
为得到的步向前预测值,考虑下面的丢番图方程组:
(2)
简写成:,其中和为待求多项式,,
,,
(3)
将(2)代入(3)得:
(4)
得到未来输出的预测值:
(5)
为将中已知信息和未知信息分离开来,在考虑另一组丢番图方程: (6)
其中和为待求多项式,,
,,
将(6)代入(5)得:
<