被控变量阻塞
被控变量阻塞是另一种更简单的控制地平线的概念(看到了吗选择样本时间和视野),它有许多相同的好处。被控变量阻塞:
提供更优化的灵活性
可以平滑的操纵变量的调整
可以提高控制器的鲁棒性
指定阻塞区间长度
使用阻塞操作变量,预测地平线划分为一系列的阻塞时间间隔通过指定控制层作为一个向量的块大小,(米1,米2,…]。块大小之和必须匹配预测地平线p。如果您指定一个向量的总和:
小于预测地平线,那么控制器添加一个阻塞时间间隔。这个区间的长度是间隔长度的总和p。例如,如果p=
10
你指定一个控制层米=(1 2 3)
,然后控制器使用四个区间长度(1 2 3 4)
。大于预测地平线,然后间隔是截断直到区间长度之和等于p。例如,如果p=
10
你指定一个控制层(1 2 3 6 7)
,然后控制器使用四个区间长度(1 2 3 4)
。
控制器计算米自由移动,米是阻塞的数量的间隔。第一次自由移动适用于时间k通过k+米11,第二个免费的移动应用k+米1通过k+米1+米21,等等。在这里,k是当前控制间隔。
默认情况下,控制器然后保存在每一块被控变量不变;即控制措施在每个间隔分段常数。例如,下图显示了最优控制移动控制地平线米=[2 3 2]
和预测的p=7
。
对于每个块,操纵变量,u是恒定的,即:
u(0)=u(1)
u(2)=u(3)=u(4)
u(5)=u(6)
阻塞的推荐方法是将预测地平线分成3到5块和使用下列阻塞替代品之一:
块大小相等(五分之一到三分之一的预测地平线,p)
块大小增加。例如,使用p=
20.
,你可以尝试三个街区的间隔长度3、7和10。
测试不同的被控变量阻塞配置的影响,在下列条件下进行闭环仿真测试:
没有约束
没有预测误差;即控制器预测模型应该是相同的工厂模型
测试每个控制器的稳定性和鲁棒性问题,使用审查
函数。
插入块非线性MPC的举措
与一个线性MPC控制器,使用被控变量阻塞时,非线性MPC控制器使用默认分段常数阻塞时间间隔。这种方法通常是最优路径规划应用程序限制太多。产生一个限制较少,better-conditioned非线性规划问题,您可以指定分段线性被控变量阻塞时间间隔。为此,设置Optimization.MVInterpolationOrder
你的属性nlmpc
控制器对象1
。
下面的图显示了最优控制为控制层米=[2 3 2]
和预测地平线p=7
。
在默认的分段恒定的情况下,计算操纵变量的值1
,3
,2
在各自的阻塞时间间隔常数。
在分段线性的情况下,计算出的操纵变量值是线性插值的头两阻塞时间间隔和最后的间隔保持不变。
有关非线性MPC控制器的更多信息,请参阅非线性MPC。
请注意
线性插值的阻止动作不支持隐式的,自适应,或者gain-scheduled MPC控制器。金宝app