【最优控制笔记】——2离散系统二次型最优控制

2 离散系统最优控制

说明：

在前述静态到动态的推广下，我们发现：

（1）终端状态固定情况导致的开环策略；
（2）终端状态不固定导致的闭环策略。

进一步地，研究满足二次型表达形式的离散系统的最优控制问题。

2.2 离散系统最优控制的二次型

（2.2-1）目标：

对于系统（物理约束f）：

将性能指标写成二次型的形式：

（这里，假设intermediate-state weighting matrices $Q_k$、cost-weighting matrices $R_k$和$S_N$是对称的半正定矩阵，并且$\forall k$，$|R_k|=0$）

目标仍然是在已知$x_0$的前提下，找到时间$[i,N]$上的控制序列$u_i,u_{i+1},...,u_{N-1}$，使$J_i$最小（linear quadratic regulator problem）

（2.2-2）解决方法概述：

从Hamilton函数开始：

由上一篇文章中的求解顺序：

可以得到最优控制序列跟协状态有关：

再将该最优控制序列代入式(2.2-4)可以求出系统状态的表达式：

为了解决控制问题，需要知道协状态${\lambda }_{k+1}$。
但此处的问题是：状态式(2.2-8)和协状态式(2.2-5)在时间上分别是前向递归和后向递归的，很难求解。

由于对连续系统采样，无论何时$|A|\ne 0$，故可以将两式改写成：

这是后向递归的形式，因此当知道$x_N$和${\lambda }_N$时，可以求出$x_k$，${\lambda }_k$。

在这种情况下，我们就有了$x_N$已知和未知两种讨论情况。

（2.2-3）分析（研究零输入时）：

说明：

这是一种常见的分析思想，在零输入情况下分析系统参量的内在关系，以期找到一些规律。

关于状态和协状态的分析：

对

假设$u_k=0$且$Q_k=0$时，状态和协状态关系式变为：

$x_{k+1}=A{x}_k$
${\lambda }_k=A^T{\lambda }_{k+1}$

其解：

因此可以推出：

${\lambda }_k^T{x}_k={\lambda }_N^T{A}^{N-k}{A}^k{x}_0={\lambda }_N^T{A}^N{x}_0={\lambda }_N^T{x}_N$

这说明在零输入和零中间态权重的情况下，状态和协状态的内积是一个常数。

对于指标函数的分析：

由：

在上述前提下（$u_k=0$且$Q_k=0$），性能指标$J_N$变为：

基于此进行$J_i$的后向递推：

将$x_{k+1}=A_k{x}_k$代入上式可得：

进而可以得到类似于$J_N$表达形式的中间变量：

对于$i=N-2,N-3,...,0$等都成立，故进而推出统一的表达形式，称之为discrete Lyapunov equation或者observablity Lyapunov equation，也称为性能指标内核序列：

因此，性能指标也可以改写成如下形式：

对于内核序列的分析：

$Pag{e}_{116}-Pag{e}_{119}$

（2.2-4）疑问：

为啥假定$Q_k=0$？