模型预测控制工具箱
设计和仿真模型预测控制器
模型预测控制工具箱™提供功能,一个应用程序,和Simulink金宝app®模型预测控制器(MPCs)设计和仿真模块。工具箱允许您指定植物和干扰模型、视野、约束和权重。通过运行闭环仿真,您可以评估控制器的性能。
您可以通过在运行时改变控制器的权重和约束来调整控制器的行为。为了控制一个非线性工厂,你可以实现自适应和增益计划MPCs。对于具有快速抽样率的应用程序,您可以从常规控制器生成显式模型预测控制器或实现近似解。
对于快速原型设计和嵌入式系统实现,该工具箱支持C代码和iec61131 -3结构化文本生成。金宝app
开始:
MPC在MATLAB中的设计
使用命令行函数来设计MPC控制器。定义内部被控对象模型,调整权值、约束和其他控制器参数,并模拟闭环系统响应以评估控制器性能。
在Simulink中的MPC金宝app设计
使用工具箱提供的MPC控制器块和其他模块在Simulink中对MPC控制器进金宝app行建模和仿真。整理和线性化Simulink模型,以计算M金宝appPC控制器的内部线性定常工厂模型,并使用Simulink控制设计™计算工厂输入和输出的标称值。
MPC设计应用
通过定义交互地设计MPC控制器内部工厂模型和调整视野,权重和约束。使用模拟场景验证控制器的性能。多个MPC控制器比较回应。
预先构建的块
使用自适应巡航控制系统、车道保持辅助系统和路径跟踪控制系统块作为您的ADAS应用程序的起点,并根据需要定制设计。从预构建的块生成用于部署MPC控制器的代码。
参考应用
利用参考应用程序,指导您完成为自动驱动系统设计和部署MPC控制器的工作流。引用应用程序还向您展示了如何在不同的精确度级别上对系统的不同部分建模。
线性MPC
通过从控制系统工具箱™,或通过线性化的Simulink控制设计Simulink模型指定内部工厂模型为线性时变(LTI)系统设计线性MPC控制器。金宝app可替代地,导入使用系统识别工具箱™测量的输入 - 输出数据创建的模式。
自适应政策委员会
利用命令行函数和自适应MPC控制器模块设计和仿真自适应MPC控制器。在每个计算步骤中更新工厂模型,并将其作为输入提供给控制器。在自适应模型预测控制器中使用一种具有渐近稳定性保证的内置线性时变卡尔曼滤波器进行状态估计。
Gain-Scheduled MPC
控制非线性植物在宽范围内与多个MPC控制器块操作条件。设计每个工作点MPC控制器和运行时,在控制器之间进行切换。
控制器参数
界定所述内部设备模型之后,通过指定的采样时间,预测和控制的视野,比例因子,输入和输出的限制,和权重完成MPC控制器的设计。该工具箱还支持约束软化和时变约束和金宝app权重。
设计回顾
使用工具箱提供的诊断功能检测MPC控制器的潜在稳定性和健壮性问题。使用此诊断工具在控制器设计期间调整控制器权重和约束,以避免运行时故障。
运行时参数调优
调整MPC控制器的运行时权重和约束,以在运行时优化其性能,而无需重新设计或重新实现它。在MATLAB和Simulink中执行运行时控制器调优。金宝app
运行时性能监控
进入优化状态信号来检测极少数情况下的优化可能无法收敛,然后再决定是否应使用备份的控制策略。
明确MPC
从隐式MPC设计生成显式MPC控制器。简化生成的显式MPC控制器以减少内存占用。
反馈控制
模拟非线性电厂在非线性成本和约束条件下的闭环控制。默认情况下,非线性MPC控制器使用Optimization Toolbox™来解决非线性规划问题。您还可以指定自己的自定义非线性求解器。
经济政策委员会
设计经济MPC控制器来优化控制器,用于在任意非线性约束的任意成本函数。您可以使用线性或非线性预测模型,自定义非线性成本函数,和自定义非线性约束。
用MATLAB和Simulink生成代码金宝app
在Simulink中设计MPC控制器,分别使用Simul金宝appink Coder™和Simulink PLC Coder™生成C代码和IEC 61131-3结构化文本。使用MATLAB Coder™在MATLAB中生成C代码并部署它进行实时控制。或者,使用MATLAB编译器TM值部署MPC控制器。
嵌入式解算器
产生从设置有源组和内点二次规划(QP)解算器的代码用于在嵌入式处理器高效的实现。对于非线性问题,使用内置序列二次规划(SQP)求解器从优化工具箱进行仿真和代码生成。所生成的代码部署到处理器的一个任意数字。
自定义QP求解
用你所选择的定制二次规划(QP)求解器进行仿真和代码生成。
非线性MPC
生成非线性MPC控制器的代码,使用默认的fmincon解算器与SQP算法
内点QP求解
设计和实现有效的MPC控制器的应用,加强约束,在大的预测和控制范围
看到发布说明对任何这些特征和对应的功能的详细说明。