系统结构已知（无未知参数）的预测控制建模与仿真

文章目录

• 前言
• 一、预测控制是什么？
• 二、建模步骤
• 总结

---

前言

从最最最基础的角度，以白痴的视角为预测控制入门者讲述预测控制的基本原理。文章思路来源b站up主。DR_CAN的个人空间_哔哩哔哩_bilibili

---

一、预测控制是什么？

       通过建立系统模型，来预测系统在未来时间段内的状态，从而找到最优的控制输入。大概实施步骤如下：

第一步：就是从已知的系统状态方程下手，推导出未来系统的状态与当前的状态、输入和未来的输入之间的关系；

第二步，将这个关系带入到性能函数中，替换掉未来系统的状态，此时代价函数只含有当前状态、输入以及未来输入，还有一些常值；

第三步，由于当前状态是已知的，是初始条件，故只需要将当前输入和未来输入看作变量，调整其大小使性能函数达到极值即可。

。

二、建模步骤

       第一步：已知系统状态方程，其中x(k+1)、 x(k)和u(k)均为向量，优化的性能函数为J，包括三个部分误差加权和、输入加权和以及终端误差。令系统在k时刻的状态为x(k|k)=xk，则根据状态方程推导出，在k时刻预测的系统k+1时的状态x(k+1|k)=Axk+Bu(k|k),

 以此类推得到在k时刻预测的系统在k+N时的状态x(k+N|k),并将x(...|k)这些写成向量Xk,将Xk中的u(...|k）写成Uk,于是得到xk（当前状态）、Uk(当前和未来输入)与Xk(未来和当前状态）的关系。

 以此类推得到在k时刻预测的系统在k+N时的状态x(k+N|k),并将x(...|k)这些写成向量Xk,将Xk中的u(...|k）写成Uk,于是得到xk（当前状态）、Uk(当前和未来输入)与Xk(未来和当前状态）的关系。

        第二步:将性能函数展开，将刚才得到的三者之间的关系式代入展开结果，将运算结果写成矩阵形式，得到新的性能函数J，参数为G、E、H。

        第三步：优化问题求解，找到Uk，使J最小。

总结

       上述为预测控制建模过程，且只针对系统参数已知的系统。优化问题求解采用matlab自带的优化求解器求得，下一篇以具体实例详细求解。