lqg
Linear-Quadratic-Gaussian (LQG)设计
语法
reg = lqg (sys、QXU QWV)
reg = lqg (sys、QXU QWV,气)
reg = lqg (sys、QXU QWV,气,“1景深”)
reg = lqg (sys、QXU QWV,气,2自由度)
“当前”reg = lqg (___)
(注册、信息)= lqg (___)
描述
reg = lqg (sys、QXU QWV)
计算最优linear-quadratic-Gaussian (LQG)监管机构注册
状态空间模型给定一个sys
的植物和加权矩阵QXU
和QWV
。动态监管机构注册
使用测量y来生成控制信号u调节y在零值。使用积极的反馈连接这个监管机构装置的输出y。
LQG监管机构最小化代价函数
植物方程
过程的噪声w和测量噪声v高斯白噪声的协方差:
reg = lqg (sys、QXU QWV,气)
使用定位点命令r和测量y生成控制信号u。注册
积分作用,确保了吗y跟踪命令r。
的LQG伺服控制器最小化代价函数
在哪里x我跟踪误差的积分吗r- - - - - -y。MIMO系统,r,y,x我必须具有相同的长度。
reg = lqg (sys、QXU QWV,气,“1景深”)
计算一个自由度伺服控制器e=r- - - - - -y而不是[r;y)作为输入。
reg = lqg (sys、QXU QWV,气,2自由度)
相当于LQG (sys、QXU QWV气)
以前和生产两个自由度的伺服控制器。
“当前”reg = lqg (___)
使用“当前”卡尔曼估计,它使用x(n|n)时的状态估计计算一个离散时间系统LQG调节器。
(注册、信息)= lqg (___)
返回控制器和估计量增益矩阵结构信息
以前的语法。您可以使用控制器和估计的收益,例如,在观察者实现控制器的形式。有关更多信息,请参见算法。
例子
Linear-Quadratic-Gaussian (LQG)监管机构和伺服控制器的设计
这个例子展示了如何设计一个linear-quadratic-Gaussian (LQG)监管机构,一个一个自由度LQG伺服控制器,和两个自由度的LQG伺服控制器后系统。
工厂有三个州(x),两个控制输入(u),三个随机输入(w),一个输出(y),测量噪声的输出(v),和下面的状态和测量方程。
在哪里
系统噪声协方差如下数据:
监管机构,使用以下成本函数定义之间的权衡调节性能和控制工作:
伺服控制器,使用以下成本函数定义跟踪性能之间的权衡和控制工作:
设计这个系统的LQG控制器:
创建MATLAB中状态空间系统通过输入下面命令窗口:
A = [0 1 0 0 0 1; 1 0 0];B = (0.3 - 1, 0 1, -0.3 - 0.9);C = (1.9 - 1.3 (1);D = (0.53 - -0.61);sys = ss (A, B, C, D);
定义噪声协方差数据和加权矩阵通过键入以下命令:
nx = 3;%的状态数纽约= 1;%的输出Qn = [4 2 0;2 1 0;0 0 1);Rn = 0.7;R = [1 0; 0 2] QXU = blkdiag(0.1 *眼(nx), R);QWV = blkdiag (Qn Rn);气=眼睛(纽约);
形成了LQG调节器通过键入下面的命令:
KLQG = lqg (sys、QXU QWV)
A = x1_e x2_e x3_e x1_e x2_e -6.212 -3.814 -4.136 -4.038 -3.196 -1.791 -1.418 -1.973 -1.766 x3_e B = y₁x1_e 2.365 x2_e 1.432 x3_e 0.7684 C = x1_e x2_e x3_e u1 u2乐队-0.02904 0.0008272 0.0303 -0.7147 -0.7115 -0.7132 D = y₁u1 u2 0输入组:名字渠道测量1输出组:名字渠道控制1、2的连续时间模型。
形成了一个自由度LQG伺服控制器通过键入下面的命令:
KLQG1 = lqg (sys、QXU QWV,气,1景深的)
A = x1_e x2_e x3_eξ1 x1_e x3_e x2_e 0.9018 -7.626 -5.068 -4.891 -5.108 -4.146 -2.362 0.6762 -2.121 -2.604 -2.141 0.4088(ξ1 0 0 0 0 B = e1 x1_e -2.365 x2_e -1.432 x3_e -0.7684ξ1 1 C = x1_e x2_e x3_eξ1 u1 u2 -1.492 -1.388 -1.131 0.5578 -0.5388 -0.4173 -0.2481 0.5869 D = e1 u1 u2 0输入组:名字通道错误1输出组:名字渠道控制1、2的连续时间模型。
形成了两个自由度的LQG伺服控制器通过键入下面的命令:
KLQG2 = lqg (sys、QXU QWV,气,2自由度的)
A = x1_e x2_e x3_eξ1 x1_e x3_e x2_e 0.9018 -7.626 -5.068 -4.891 -5.108 -4.146 -2.362 0.6762 -2.121 -2.604 -2.141 0.4088(ξ1 0 0 0 0 B = r1 y1 x1_e 0 2.365 1.432 x3_e x2_e 0 0 0.7684ξ1 1 1 C = x1_e x2_e x3_eξ1 u1 u2 -1.492 -1.388 -1.131 0.5578 -0.5388 -0.4173 -0.2481 0.5869 D = r1 y1 u1 0 0 u2 0 0输入组:名字渠道选点1测量2输出组:名字渠道控制1、2的连续时间模型。
提示
lqg
可用于连续和离散时间的植物。在离散时间,lqg
使用x(n|n - 1)作为其默认状态估计。使用x(n|n)状态估计和计算最优LQG控制器,使用“当前”
输入参数。在状态估计的详细信息,请参见卡尔曼
。如果你想要设计监管机构更大的灵活性,您可以使用
等方面
,卡尔曼
,lqgreg
命令。当你想要更多的灵活性设计伺服控制器,你可以使用lqi
,卡尔曼
,lqgtrack
命令。使用这些命令的更多信息,以及如何决定何时使用它们,看到的Linear-Quadratic-Gaussian (LQG)设计的监管和Linear-Quadratic-Gaussian (LQG)伺服控制器的设计与整体行动。
算法
控制器方程是:
持续时间:
对于离散时间:
延迟估计量:
目前估计量:
在这里,
一个,B,C,D的整数矩阵LQG监管机构,
注册
。x我跟踪误差的积分吗r- - - - - -y。
Kx,Kw,K我,l,米x,米w控制器和估计量增益矩阵中返回吗
信息
。
版本历史
之前介绍过的R2006a