形式Linear-Quadratic-Gaussian (LQG)伺服控制器
C = lqgtrack (k, k)
C = lqgtrack (k, k, 2自由度)
C = lqgtrack (k, k, 1自由度)
C = lqgtrack (k, k,…控制)
lqgtrack
形成一个Linear-Quadratic-Gaussian (LQG)伺服控制器和积分作用循环如下图所示。这种补偿器可以确保输出y跟踪参考命令r并拒绝过程干扰w和测量噪声v。lqgtrack
假设r和y有相同的长度。
请注意
总是使用正反馈连接LQG伺服控制器C工厂的产量y。
C = lqgtrack (k, k)
形成了两个自由度的LQG伺服控制器C
通过连接卡尔曼估计量k
和状态反馈增益k
如下图所示。C
已输入
并生成命令
,在那里
是植物的卡尔曼滤波估计状态,x我积分器的输出。
增益矩阵的大小k
确定的长度x我。x我,y,r都有相同的长度。
的两个自由度的LQG伺服控制器状态方程
请注意
的语法C = lqgtrack (k, k, 2自由度)
相当于C = lqgtrack (k, k)
。
C = lqgtrack (k, k, 1自由度)
形成一个自由度LQG伺服控制器C
这需要跟踪误差e=r- - - - - -y作为输入,而不是[r;y),如下图所示。
一个自由度的LQG伺服控制器状态方程
C = lqgtrack (k, k,…控制)
形成了LQG伺服控制器C
当卡尔曼估计量k
都能访问其他已知(确定性)命令Ud的植物。在索引向量控制
指定的输入k
控制通道u。由此产生的补偿器C已输入
(Ud;r;y在两个自由度的情况下
(Ud;e在一个自由度的情况下
两个自由度的情况下出现在相应的补偿器结构如下图所示。
看这个例子设计一个LQG伺服控制器。
您可以使用lqgtrack
对连续和离散时间系统。
在离散时间系统集成商是基于欧拉(见lqi
详情)。状态估计
要么是x(n|n]或x(n|n1],这取决于类型的估计量(见卡尔曼
详情)。
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
。