weixin_40857506的博客

**优化本身并不能保证系统的稳定性**，不同的control horizon会导致不同的增益K，K不一样当然A-BK就不一样，其中N=4和N=3这两组特征值肯定在单位圆内，N=2时，虽然在单位圆内，但是已经非常接近单位圆边缘了，这个时候系统是稳定的，但是这个时候的过渡过程已经没有那么好了；但是N=1时，系统已经有一个特征值在单位圆外了，这个时候系统已经不稳定了，N取得太小，往后预测并不是真正能够反应系统实际性能的预测，所以基于这样的预测做出来的优化控制，当然没有办法保证系统的稳定性。......

LQR控制实例、传递函数与状态矩阵相互转换

### 3.1 离散系统中，函数*dare*()和*dlqr*()计算的结果相等，*K*,*P*,*r*完全相同==； ### 3.2 公式*k*=(*B^T^PB*+*R*)^-1^*B^T^PA*求解的*k*和*dlqr*()函数、*dare*()函数求解的*k*结果相同==； ### 3.3 函数*dare*()和*dlqr*()都可以直接求解Riccati方程的解*P*、以及最优反馈增益矩阵K，且他们求解的P和*dlyap*()函数求解的*P*不同； ### 3.4 以上结论同连续系..

离散时间系统无约束模型预测控制(Unconstrain Model Predictive Control for Discrete-time system )

**注：**MATLAB中LQR函数有==连续==和==离散==两种，本篇文章只分析==连续时间系统lqr()函数、care()函数==，==离散时间系统LQR()函数==将单独写文章进行分析！敬请关注，谢谢~

（1）*Lyapunov*渐近稳定的**充要条件**（**第一方法**）：==A的特征值模均小于1==；（2）*Lyapunov*渐近稳定的**充要条件**（**第二方法**）：对于==任意的**正定矩阵Q**==，存在**==正定矩阵P==**满足Lyapunov方程：...............

LQR（线性二次型调节器，Linear-Quadratic Regulator (LQR) design）(1)选择参数矩阵Q，R(2)求解Riccati方程得到矩阵P(3)根据P计算(4)计算控制量

线性系统**，只须求出系数矩阵的特征值即可判断其稳定性**李雅普诺夫第二方法**：又称**直接法**，其基本特点是不必求解系统的状态方程，就能对其在**平衡点处**的**稳定性**进行分析和做出判断，且这种判断是准确的，而不包含近似.......................................................................................