lqgreg
形式linear-quadratic-Gaussian (LQG)监管机构
语法
rlqg = lqgreg (k, k)
rlqg = lqgreg (k, k,控制)
描述
rlqg = lqgreg (k, k)
返回LQG调节器rlqg
(一)状态空间模型的卡尔曼滤波估计k
和状态反馈增益矩阵k
。相同的功能处理连续和离散时间情况。使用一致的工具来设计k
和k
:
持续监管机构连续植物:使用
等方面
或lqry
和卡尔曼
离散的离散植物监管机构:使用
dlqr
或lqry
和卡尔曼
离散连续植物:监管机构使用
lqrd
和kalmd
在离散时间,lqgreg
生产监管机构
当
k
“当前”卡尔曼估计量吗当
k
“延迟”卡尔曼估计量吗
关于卡尔曼滤波估计的更多信息,请参阅卡尔曼
参考页面。
rlqg = lqgreg (k, k,控制)
处理估计,获得额外的确定性输入已知的植物ud。索引向量控制
然后指定哪些估计量的输入控件u,由此产生的LQG调节器rlqg
有ud和y作为输入(见下一个图)。
请注意
总是使用积极的反馈LQG监管机构连接到工厂。
例子
看这个例子LQG规定:轧机的案例研究。
算法
lqgreg
形成linear-quadratic-Gaussian (LQG)监管机构通过连接设计的卡尔曼滤波估计卡尔曼
和最优状态反馈增益设计等方面
,dlqr
,或lqry
。LQG监管机构一些二次成本函数最小化交易监管性能和控制工作。这个监管机构是动态的,依赖于噪声输出测量生成调节命令。
在连续时间,LQG监管机构生成的命令
在哪里 是卡尔曼滤波状态估计。监管机构状态空间方程
在哪里y是植物的向量输出测量(见卡尔曼
背景和符号)。下面的图显示了这种动态监管机构与植物。
在离散时间,可以形成LQG调节器使用延迟状态估计 的x(n),基于测量y(n - 1),或当前状态估计 基于所有可用的测量包括y(n]。而监管机构
因果是只有当我- - - - - -KMD是可逆的(见卡尔曼
的符号)。此外,实际电流调节器的实现应该允许计算所需的处理时间u(n测量后)y(n]可用(这相当于一个时间延迟反馈回路)。
对方程离散时间工厂:
连接的“当前”卡尔曼估计等方面获得最佳只有当
和y(n不依赖于w(n)(H= 0)。如果这些条件都不符合,计算最优LQG控制器使用lqg
。
版本历史
之前介绍过的R2006a