lqgreg

Сформируйте регулятор "линейного квадратичного гауссова" (LQG)

Синтаксис

rlqg = lqgreg(kest,k)
rlqg = lqgreg(kest,k,controls)

Описание

rlqg = lqgreg(kest,k) возвращает регулятор LQG rlqg (модель в пространстве состояний), учитывая Оценку состояния фильтра Калмана kest и усиление обратной связи состояния матричный k. Те же указатели на функцию, и непрерывные - и случаи дискретного времени. Используйте сопоставимые инструменты, чтобы разработать kest и k:

  • Непрерывный регулятор для непрерывного объекта: используйте lqr или lqry и kalman

  • Дискретный регулятор для дискретного объекта: используйте dlqr или lqry и kalman

  • Дискретный регулятор для непрерывного объекта: используйте lqrd и kalmd

В дискретное время lqgreg производит регулятор

  • u[n]=Kx^[n|n] когда kest является "текущая" Оценка состояния фильтра Калмана

  • u[n]=Kx^[n|n1] когда kest является "задержанная" Оценка состояния фильтра Калмана

Для получения дополнительной информации об Оценках состояния фильтра Калмана смотрите страницу с описанием kalman.

rlqg = lqgreg(kest,k,controls) средства оценки указателей, которые имеют доступ к дополнительному детерминированному известному объекту, вводят ud. Индексный вектор, который затем задает controls, какие входные параметры средства оценки являются средствами управления u и получившийся регулятор LQG rlqg, имеет ud и y как входные параметры (см. следующую фигуру).

Примечание

Всегда используйте позитивные отклики, чтобы соединить регулятор LQG с объектом.

Примеры

Смотрите пример Регулирование LQG: Тематическое исследование Металлопрокатного завода.

Алгоритмы

lqgreg формирует регулятор "линейного квадратичного гауссова" (LQG) путем соединения Оценки состояния фильтра Калмана, разработанной с kalman и оптимальным усилением обратной связи состояния, разработанным с lqr, dlqr или lqry. Регулятор LQG минимизирует некоторую квадратичную функцию стоимости, которая обменивает производительность регулирования и усилие по управлению. Этот регулятор является динамическим и полагается на шумные выходные измерения, чтобы сгенерировать команды регулирования.

В непрерывное время регулятор LQG генерирует команды

u=Kx^

где x^ оценка состояния Кальмана. Уравнения пространства состояний регулятора

x^˙=[ALC(BLD)K]x^+Lyu=Kx^

где y является вектором объекта выходные измерения (см. kalman для фона и обозначения). Следующая схема показывает этому динамическому регулятору относительно объекта.

В дискретное время можно сформировать регулятор LQG, использующий любого задержанная оценка состояния x^[n|n1] из x [n], на основе измерений до y [n–1] или оценка текущего состояния x^[n|n], на основе всех доступных измерений включая y [n]. В то время как регулятор

u[n]=Kx^[n|n1]

всегда четко определено, текущий регулятор

u[n]=Kx^[n|n]

является причинным только, когда I-KMD является обратимым (см. kalman для обозначения). Кроме того, практические реализации текущего регулятора должны позволить в течение времени вычислений, требуемого вычислить u [n] после измерений, y [n] становится доступным (это составляет задержку обратной связи).

Для объекта дискретного времени с уравнениями:

x[n+1]=Ax[n]+Bu[n]+Gw[n]y[n]=Cx[n]+Du[n]+Hw[n]+v[n]{Измерения}

соединение "текущей" Оценки состояния фильтра Калмана к усилению LQR оптимально только, когда и y [n] не зависит от w [n] (H = 0). Если эти условия не удовлетворены, вычисляют оптимальный контроллер LQG, использующий lqg.

Смотрите также

| | | | | |

Представлено до R2006a

Для просмотра документации необходимо авторизоваться на сайте