Robust MPC 2 （反馈与开环控制）

Robust and Stochastic Model Predictive Control

反馈与开环控制

众所周知，当存在不确定性时，反馈控制是一种十分必要的解决方案；当不存在不确定性时，反馈与开环控制可视为等价的。事实上，当不存在不确定性时，可以使用提供最优控制策略或反馈控制律序列的动态规划 (DP) 来计算给定初始状态的最优控制，或者使用仅提供一系列控制动作的开环最优控制。下面举例说明，考虑确定性线性动态系统为：

$$x^{+}=x+u$$

滚动区间为3的最优控制问题可描述为：

$$P_3(x):V_3^0(x)=\underset{{\mathbf{u}}_3}{\min }{V}_3(x,\mathbf{u})$$

其中，$\mathbf{u}=(u(0),u(1),u(2))$

$$V_3(x,\mathbf{u}):=(1/2)\sum _{i=0}^2[(x{(i)}^2+u{(i)}^2)]+(1/2)x(3{)}^2$$

其中，对每个 $i$ , $x(i)=\varphi (i;x,\mathbf{u})=x+u(0)+u(1)+...+u(i-1)$ 差分方程 $x^{+}=x+u$ 在时间 $i$ 的解为 $\mathbf{u}=(u(0),u(1),u(2))$，如果初始状态 $x(0)=x$; $\mathbf{u}$ 为列向量。因此

$$V_3(x,\mathbf{u})=(3/2)x^2+x\left[\begin{array}{ccc}3& 2& 1\end{array}\right]\mathbf{u}+(1/2){\mathbf{u}}^T{P}_3\mathbf{u}$$

其中
$$P=\left[\begin{array}{ccc}4& 2& 1\\ 2& 3& 1\\ 1& 1& 2\end{array}\right]$$

因此，对于 $x$ 的初始状态，最优开环控制序列的向量形式为:
$${\mathbf{u}}^0(x)=-{P_3}^{-1}\left[\begin{array}{ccc}3& 2& 1\end{array}\right]x=-{\left[\begin{array}{ccc}0.615& 0.231& 0.077\end{array}\right]}^{T}x$$
最优控制序列和状态序列为：
$${\mathbf{u}}^0(x)=-{\left[\begin{array}{ccc}0.615x& 0.231x& 0.077x\end{array}\right]}^T$$
$${\mathbf{x}}^0(x)=\left[\begin{array}{cccc}x& 0.385x& 0.154x& 0.077x\end{array}\right]$$

下面我们计算最优反馈控制，然后对比上述的开环最优控制，我们使用2DP递归方法：
V i 0 = min ⁡ u ∈ R { x 2 / 2 + u 2 / 2 + V i − 1 0 ( x + u ) } V_i^0 = \mathop {\min }\limits_{u \in {\mathbb R}} \{ {x^2}/2 + {u^2}/2 + V_{i - 1}^0(x + u)\} Vi0​=u∈Rmin​{x2/2+u2/2+Vi−10​(x+u)}
κ i 0 = arg ⁡ min ⁡ u ∈ R { x 2 / 2 + u 2 / 2 + V i − 1 0 ( x + u ) } \kappa _i^0 = \mathop {\arg \min }\limits_{u \in {\mathbb R}} \{ {x^2}/2 + {u^2}/2 + V_{i - 1}^0(x + u)\} κi0​=u∈Rargmin​{x2/2+u2/2+Vi−10​(x+u)}
边界条件：
$$V_0^0(x)=(1/2)x^2$$

求解递归问题，对于 x ∈ R , i ∈ { 1 , 2 , 3 } x \in {\mathbb R},i \in \{ 1,2,3\} x∈R,i∈{1,2,3} 得到：
$$\begin{array}{l}{V}_1^0(x)=(3/4)x^2,{\kappa }_1^0(x)=-(1/2)x\\ V_2^0(x)=(4/5)x^2,{\kappa }_2^0(x)=-(3/5)x\\ V_3^0(x)=(21/26)x^2,{\kappa }_3^0(x)=-(8/13)x\end{array}$$
从初始时刻开始，并将最优控制律迭代地应用于确定性系统 $x^{+}=x+u$ (在时间 $i$ 时的最优控制律为 ${\kappa }_{3-i}^0(\cdot )$) 得到：
$$\begin{array}{l}{x}^0(0)=x,u^0(0)=-(8/13)x\\ x^0(1)=(5/13)x,u^0(1)=-(3/13)x\\ x^0(2)=(2/13)x,u^0(2)=-(1/13)x\\ x^0(3,x)=(1/13)x\end{array}$$
使得最优控制序列和状态序列分别为:

$${\mathbf{u}}^0(x)=-{\left[\begin{array}{ccc}0.615x& 0.231x& 0.077x\end{array}\right]}^T$$
$${\mathbf{x}}^0(x)=\left[\begin{array}{cccc}x& 0.385x& 0.154x& 0.077x\end{array}\right]$$
这与上面计算的最佳开环控制序列相同。

下一节将考虑存在扰动的不确定系统。