Formulation of LQS (Linear Quadratic System)
LQS的最优控制是
- Linear指的是系统的状态方程是线性的。
- Quadratic指的是代价函数是二次泛函。
设线性时变系统的状态方程为
x
(
t
)
˙
=
A
(
t
)
x
(
t
)
+
B
(
t
)
u
(
t
)
\dot{x(t)} = A(t)x(t) + B(t)u(t)
x(t)˙=A(t)x(t)+B(t)u(t)
y
(
t
)
=
C
(
t
)
x
(
t
)
y(t) = C(t)x(t)
y(t)=C(t)x(t)
假设控制向量
u
(
t
)
u(t)
u(t)不受约束，用
y
r
(
t
)
y_{r}(t)
yr(t)表示期望输出，则误差向量为：
e
(
t
)
=
y
r
(
t
)
−
y
(
t
)
e(t) = y_{r}(t) - y(t)
e(t)=yr(t)−y(t)
目的是求最优控制
u
∗
(
t
)
u^{*}(t)
u∗(t)，使下列二次型性能指标最小：
J
(
u
)
=
1
2
e
T
(
t
f
)
F
e
(
t
f
)
+
1
2
∫
t
0
t
f
[
e
T
(
t
)
Q
(
t
)
e
(
t
)
+
u
(
t
)
T
R
(
t
)
u
(
t
)
]
d
t
J(u) = \frac{1}{2}e^{T}(t_{f})Fe(t_{f}) + \frac{1}{2} \int_{t_{0}}^{t_{f}} [e^{T}(t)Q(t)e(t) + u(t)^{T}R(t)u(t)]dt
J(u)=21eT(tf)Fe(tf)+21∫t0tf[eT(t)Q(t)e(t)+u(t)TR(t)u(t)]dt
where
F
F
F——半正定对称常数加权矩阵
Q
(
t
)
Q(t)
Q(t)——半正定对称时变加权矩阵
R
(
t
)
R(t)
R(t)——正定对称时变加权矩阵
t
0
t_{0}
t0及
t
f
t_{f}
tf固定
u ∗ ( t ) u^{*}(t) u∗(t)是状态反馈控制器（区别于传统控制理论中的输出反馈控制器。状态反馈和输出反馈都能影响系统的稳定性。加入反馈，通过反馈构成的闭环系统成为稳定系统，这个过程称之为镇定。由于状态反馈具有很多优越性，且输出反馈系统总可以找到与之性能等同的状态反馈系统，故只需讨论状态反馈的镇定问题。）。
我们的目标是得到：
u
∗
(
t
)
=
−
K
(
t
)
x
(
t
)
u^{*}(t) = -K(t)x(t)
u∗(t)=−K(t)x(t)
-
性能指标的物理含义：
L e = 1 2 e ( t ) T Q ( t ) e ( t ) ⩾ 0 L_{e} = \frac{1}{2}e(t)^{T}Q(t)e(t) \geqslant 0 Le=21e(t)TQ(t)e(t)⩾0 —— 状态转移过程中衡量 e t e_{t} et大小的代价函数
L u = 1 2 u ( t ) T R ( t ) u ( t ) > 0 L_{u} = \frac{1}{2}u(t)^{T}R(t)u(t) > 0 Lu=21u(t)TR(t)u(t)>0 —— 状态转移过程中衡量 u ( t ) u(t) u(t)大小的代价函数
ϕ ( t f ) = 1 2 e ( t f ) t F e ( t f ) ⩾ 0 \phi (t_{f}) = \frac{1}{2}e(t_{f})^{t}Fe(t_{f}) \geqslant 0 ϕ(tf)=21e(tf)tFe(tf)⩾0 —— 终端代价函数 （衡量终点误差） -
加权矩阵的意义：
- F , Q F, Q F,Q是衡量误差分量的加权矩阵， R R R是衡量控制分量的加权矩阵，可根据各分量的重要性灵活选取。
- 采用时变矩阵 Q ( t ) , R ( t ) Q(t), R(t) Q(t),R(t)更能适应各种特殊情况。（例如： t = t 0 t=t_{0} t=t0时刻 e ( t 0 ) e(t_{0}) e(t0)很大，但误差在系统开始前形成，并不反应系统性能的好坏，此时 Q ( t ) Q(t) Q(t)可开始取值小，而后取值大。）
-
线性二次型系统的本质：
用不大的控制，来保持较小的误差，以达到能量和误差综合最优的目的。 -
线性二次型问题的三种重要情形：
- 状态调节器—— C ( t ) = I , y r ( t ) = 0 , y ( t ) = x ( t ) = − e ( t ) C(t) = I, y_{r}(t) = 0, y(t) = x(t) = -e(t) C(t)=I,yr(t)=0,y(t)=x(t)=−e(t)
- 输出调节器—— y r ( t ) = 0 , y ( t ) = − e ( t ) y_{r}(t) = 0, y(t) = -e(t) yr(t)=0,y(t)=−e(t)
- 跟踪问题—— y r ( t ) ≠ 0 , e ( t ) = y r ( t ) − y ( t ) y_{r}(t) \neq 0, e(t) = y_{r}(t) - y(t) yr(t)=0,e(t)=yr(t)−y(t)
- 线性二次型问题的特点：
1.最优解可写成统一的解析表达式，实现求解过程规范化。
2.可以兼顾系统的性能指标（快速性、准确性、稳定性、灵敏度）。
状态调节器
planning, LQR, LQG就是这种问题形式。
终端时间
t
≠
∞
t \neq \infty
t=∞ —— 有限时间问题
终端时间
t
=
∞
t = \infty
t=∞ —— 无限时间问题
-
有限时间状态调节器问题
设线性时变系统的状态方程为
x ( t ) ˙ = A ( t ) x ( t ) + B ( t ) u ( t ) \dot{x(t)} = A(t)x(t) + B(t)u(t) x(t)˙=A(t)x(t)+B(t)u(t)
初始条件 x ( t 0 ) = x 0 x(t_{0}) = x_{0} x(t0)=x0，终端时间 t ≠ ∞ t \neq \infty t=∞
假设控制向量 u ( t ) u(t) u(t)不受约束，求最优控制 u ∗ ( t ) u^{*}(t) u∗(t)，使系统的二次型性能指标取极小值。
J ( u ) = 1 2 x T ( t f ) F x ( t f ) + 1 2 ∫ t 0 t f [ x T ( t ) Q ( t ) x ( t ) + u T ( t ) R ( t ) u ( t ) ] d t J(u) = \frac{1}{2}x^{T}(t_{f})Fx(t_{f}) + \frac{1}{2} \int_{t_{0}}^{t_{f}}[x^{T}(t)Q(t)x(t) + u^{T}(t)R(t)u(t)]dt J(u)=21xT(tf)Fx(tf)+21∫t0tf[xT(t)Q(t)x(t)+uT(t)R(t)u(t)]dt- 物理意义
以较小的控制能量为代价，使系统保持在零值附近。
- 物理意义
-
无限时间状态调节器问题
设线性定常系统的状态方程为：
x ( t ) ˙ = A x ( t ) + B u ( t ) \dot{x(t)} = Ax(t) + Bu(t) x(t)˙=Ax(t)+Bu(t)
初始条件 x ( t 0 ) = x 0 x(t_{0}) = x_{0} x(t0)=x0，终端时间 t = ∞ t = \infty t=∞
假设控制向量 u ( t ) u(t) u(t)不受约束，求最优控制 u ∗ ( t ) u^{*}(t) u∗(t), 使系统的二次型性能指标取极小值。
J ( u ) = 1 2 ∫ t 0 ∞ [ x T ( t ) Q x ( t ) + u T ( t ) R u ( t ) ] d t J(u) = \frac{1}{2} \int^{\infty}_{t_{0}}[x^{T}(t)Qx(t) + u^{T}(t)Ru(t)]dt J(u)=21∫t0∞[xT(t)Qx(t)+uT(t)Ru(t)]dt
说明：
1.要求系统完全可控。
2. F = 0 F=0 F=0，人们所关心的总是系统在有限时间内的响应。
输出调节器
-
有限时间输出调节器
设线性时变系统的状态方程为
x ( t ) ˙ = A ( t ) x ( t ) + B ( t ) x ( t ) \dot{x(t)} = A(t)x(t) + B(t)x(t) x(t)˙=A(t)x(t)+B(t)x(t) y ( t ) = C ( t ) x ( t ) y(t) = C(t)x(t) y(t)=C(t)x(t)
假设控制向量 u ( t ) u(t) u(t)不受约束，求最优控制 u ∗ ( t ) u^{*}(t) u∗(t), 使下列二次型性能指标最小。
J ( u ) = 1 2 y T ( t f ) F y ( t f ) + 1 2 ∫ t 0 t f [ y T ( t ) Q ( t ) y ( t ) + u T ( t ) R ( t ) u ( t ) ] d t J(u) = \frac{1}{2}y^{T}(t_{f})Fy(t_{f}) + \frac{1}{2} \int^{t_{f}}_{t_{0}}[y^{T}(t)Q(t)y(t) + u^{T}(t)R(t)u(t)]dt J(u)=21yT(tf)Fy(tf)+21∫t0tf[yT(t)Q(t)y(t)+uT(t)R(t)u(t)]dt
时间 t 0 t_{0} t0及 t f t_{f} tf固定，系统完全可观测。- 物理意义
以较小的控制能量为代价，使输出保持在零值附近。
根据系统能观条件，输出调节器问题可以转化为状态调节器问题。
- 物理意义
-
无限时间输出调节器
设线性定常系统的状态方程为
x
(
t
)
˙
=
A
x
(
t
)
+
B
u
(
t
)
\dot{x(t)} = Ax(t) + Bu(t)
x(t)˙=Ax(t)+Bu(t)
y
(
t
)
=
C
x
(
t
)
y(t) = Cx(t)
y(t)=Cx(t)
假设控制向量
u
(
t
)
u(t)
u(t)不受约束，求最优控制
u
∗
(
t
)
u^{*}(t)
u∗(t)，使得下列二次型性能指标最小：
J
(
u
)
=
1
2
∫
t
0
∞
[
y
T
(
t
)
Q
y
(
t
)
+
u
T
(
t
)
R
u
(
t
)
]
d
t
J(u) = \frac{1}{2} \int_{t_{0}}^{\infty}[y^{T}(t)Qy(t) + u^{T}(t)Ru(t)]dt
J(u)=21∫t0∞[yT(t)Qy(t)+uT(t)Ru(t)]dt
终端时间
t
f
→
∞
t_{f} \rightarrow \infty
tf→∞，系统完全能控且完全可观测。
跟踪器
LQR (Linear Quadratic Regulator)
LQR可以得到状态线性反馈的最优控制规律。
wiki
LQG (Linear Quadratic Gaussian)
LQG = LQR + Kalman Filter
考虑连续时间的线性动态系统：
x
(
t
)
˙
=
A
(
t
)
x
(
t
)
+
B
(
t
)
u
(
t
)
+
v
(
t
)
\dot{x(t)} = A(t)x(t) + B(t)u(t) + v(t)
x(t)˙=A(t)x(t)+B(t)u(t)+v(t)
y
(
t
)
=
C
(
t
)
x
(
t
)
+
w
(
t
)
y(t) = C(t)x(t) + w(t)
y(t)=C(t)x(t)+w(t)其中，系统受到加成性的高斯系统噪声
v
(
t
)
v(t)
v(t)和加成性的高斯量测噪声
w
(
t
)
w(t)
w(t)影响。
控制目标就是求控制输入
u
(
t
)
u(t)
u(t), 使得下列二次型性能指标最小：
J
=
E
[
x
T
(
t
f
)
F
x
(
t
f
)
+
∫
t
0
t
f
[
x
T
(
t
)
Q
(
t
)
x
(
t
)
+
u
T
(
t
)
R
(
t
)
u
(
t
)
]
d
t
]
J = \mathbb{E} [x^{T}(t_{f})Fx(t_{f}) + \int_{t_{0}}^{t_{f}}[x^{T}(t)Q(t)x(t) + u^{T}(t)R(t)u(t)]dt]
J=E[xT(tf)Fx(tf)+∫t0tf[xT(t)Q(t)x(t)+uT(t)R(t)u(t)]dt]
最终时间
t
f
t_{f}
tf可以是有限值也可以是无限值。
若最终时间为无限值，则代价函数的第一项可以忽略。
J
=
E
[
∫
t
0
t
f
[
x
T
(
t
)
Q
(
t
)
x
(
t
)
+
u
T
(
t
)
R
(
t
)
u
(
t
)
]
d
t
]
J = \mathbb{E} [ \int_{t_{0}}^{t_{f}}[x^{T}(t)Q(t)x(t) + u^{T}(t)R(t)u(t)]dt]
J=E[∫t0tf[xT(t)Q(t)x(t)+uT(t)R(t)u(t)]dt]
扫一扫
3410
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
