В проекте устойчивых контроллеров для сложных систем снижение сложности модели соответствует нескольким целям:
Чтобы упростить лучшую доступную модель в свете цели, для которой должна использоваться модель - а именно, для разработки системы управления, удовлетворяющей определенным спецификациям.
Чтобы ускорить процесс симуляции на этапе валидации проекта, используйте модель меньшего размера с сохранением большей части важной динамики системы.
Наконец, если используется современный способ управления, такой как LQG или H∞, для которого сложность закона управления явно не ограничена, то порядок полученного контроллера, вероятно, будет значительно больше, чем действительно необходимо. Хороший алгоритм снижения сложности модели, применяемый к закону о контроле, иногда может значительно уменьшить сложность закона о контроле при небольших изменениях в производительности системы управления.
Снижения сложности моделим сокращения в этом тулбоксе могут быть помещены в две категории:
Метод аддитивной ошибки - Модель пониженного порядка имеет аддитивную ошибку, ограниченную критерием ошибки.
Метод мультипликативной ошибки - Модель пониженного порядка имеет мультипликативную или относительную погрешность, ограниченную критерием ошибки.
Ошибка измеряется в терминах пикового усиления по частоте (H∞ норма), и границы ошибки являются функцией запущенных сингулярных значений Ханкеля.