Linear-quadratic-Gaussian (LQG)控制是一种现代状态空间技术,用于设计具有积分作用的最优动态调节器和伺服控制器(也称为选点追踪器).这种技术允许您权衡调节/跟踪器性能和控制努力,并考虑过程干扰和测量噪音。
要设计LQG调节器和设定值跟踪器,您需要执行以下步骤:
构造lq -最优增益。
构造一个卡尔曼滤波器(状态估计器)。
将lq -最优增益与卡尔曼滤波器连接,形成LQG设计。
有关使用LQG设计创建LQG调节器的更多信息,请参见线性二次高斯(LQG)调节设计.
有关使用LQG设计创建LQG伺服控制器的详细信息,请参见具有积分作用的线性二次高斯(LQG)伺服控制器设计.
这些主题集中于连续时间的情况。有关离散时间LQG设计的信息,请参阅dlqr
和卡尔曼
参考页面。
您可以设计一个LQG调节器来调节输出y在下面的模型中大约为零。
在这个模型中的工厂经历扰动(过程噪声)w并且是由控制驱动的u.调节器依赖于噪声测量y来生成这些控件。植物状态和测量方程的形式为
和两个w和v模型为白噪声。
请注意
LQG设计需要电厂的状态空间模型。您可以使用党卫军
将其他模型格式转换为状态空间。
要设计LQG稳压器,您可以使用下表所示的设计技术。
用…设计LQG调节器 | 使用以下命令: |
---|---|
以下是一种快速、一步式的设计技巧:
|
lqg |
一种更灵活的三步设计技术,允许您指定:
|
有关更多信息,请参见 |
你可以从以下元素构建lq -最优增益:
要构造最优增益,输入以下命令:
K =等(A, B, Q, R, N)
这个命令计算最优增益矩阵K
,其中状态反馈律
使连续时间下的二次代价函数最小:
关于构造lq -最优增益的信息,包括软件在离散时间下最小化的代价函数,请参阅等方面
参考页面。
对于LQG调节和伺服控制,你需要一个卡尔曼状态估计器,因为如果没有完整的状态测量,你就无法实现最优lq -最优状态反馈。
你构建状态估计 这样 对于输出反馈问题仍然是最优的。你可以从以下元素构造卡尔曼状态估计增益:
请注意
你可以用同样的方法构造卡尔曼状态估计器用于调节和伺服控制。
要构造卡尔曼状态估计器,输入以下命令:
(k, L, P) =卡尔曼(sys、Qn Rn, Nn);
这个命令计算一个卡尔曼状态估计器,k
用下列植物方程:
在哪里w和v模型为白噪声。l
卡尔曼增益和P
协方差矩阵。
该软件使用卡尔曼滤波器生成状态估计
卡尔曼滤波器是处理高斯白噪声的最优估计方法。具体来说,它使渐近协方差最小化
估计误差 .
连接卡尔曼滤波器,形成LQG调节器k
和LQ-optimal获得K
输入以下命令:
调节器= lqgreg(kest, K);
调节器的状态空间方程如下:
有关形成LQG调节器的更多信息,请参见lqgreg
和LQG法规:轧机案例研究.
您可以为以下型号设计具有积分作用的伺服控制器:
您设计的伺服控制器确保输出y跟踪参考命令r同时排除过程干扰w和测量噪声v.
上图中的工厂受到干扰w并且是由控制驱动的u.伺服控制器依赖于噪声测量y来生成这些控件。植物状态方程和测量方程是这样的
和两个w和v模型为白噪声。
请注意
LQG设计需要电厂的状态空间模型。您可以使用党卫军
将其他模型格式转换为状态空间。
要设计LQG伺服控制器,您可以使用下表所示的设计技术。
用…设计LQG伺服控制器 | 使用以下命令: |
---|---|
以下是一种快速、一步式的设计技巧:
|
lqg |
一种更灵活的三步设计技术,允许您指定:
|
有关更多信息,请参见 |
构造lq -最优增益
植物状态模型sys
权重矩阵问
,R
,N
,它定义了跟踪器性能和控制工作之间的权衡
要构造最优增益,输入以下命令:
K = lqi (sys, Q, R, N)
这个命令计算最优增益矩阵K
,其中状态反馈律
使连续时间下的二次代价函数最小:
软件计算增益矩阵K通过求解代数黎卡提方程。
关于构造lq -最优增益的信息,包括软件在离散时间下最小化的代价函数,请参阅lqi
参考页面。
LQG调节和伺服控制需要一个卡尔曼状态估计器,因为没有完整的状态测量就无法实现lq -最优状态反馈。
你构建状态估计 这样 对于输出反馈问题仍然是最优的。你可以从以下元素构造卡尔曼状态估计增益:
请注意
你可以用同样的方法构造卡尔曼状态估计器用于调节和伺服控制。
要构造卡尔曼状态估计器,输入以下命令:
(k, L, P) =卡尔曼(sys、Qn Rn, Nn);
这个命令计算一个卡尔曼状态估计器,k
用下列植物方程:
在哪里w和v模型为白噪声。l
卡尔曼增益和P
协方差矩阵。
该软件使用卡尔曼滤波器生成状态估计
卡尔曼滤波器是处理高斯白噪声的最优估计方法。具体来说,它使渐近协方差最小化
估计误差 .
连接卡尔曼滤波器,构成二自由度LQG伺服控制器k
和LQ-optimal获得K
输入以下命令:
伺服控制器= lqgtrack(kest, K);
伺服控制器的状态空间方程如下:
有关形成LQG伺服控制器的更多信息,包括如何形成一个单自由度LQG伺服控制器,请参阅lqgtrack
参考页面。
lqg
|等方面
|卡尔曼
|lqgtrack
|lqi
|lqgreg