Novel Robust predictive control algorithm based on closed-loop optimization(一种基于闭环优化的新型鲁棒预测控制方法)

Abstract

针对带约束的凸多面体线性不确定模型,提出了一种新型鲁棒预测控制方法.它采用离散化的不确定模型构造最小最大优化控制问题,并在其中直接引入状态反馈机制.与其他最小-最大预测控制方法相比,这种方法等效于增加了控制序列的长度,为优化问题增加了更多的自由度,从而扩大了可行域.作为最小化目标的是离散化不确定系统在整个预测时域上二次型成本函数的最大值,而不是各预测阶段对应成本项的上界之和,从而减少了与最小-最大优化相关的方程个数,有利于降低计算复杂性.文中进一步证明了不确定系统的闭环稳定性取决于优化问题在初始时刻的可行性,并将优化问题转化为线性矩阵不等式形式.最后,以数值仿真例子验证了方法的有效性.

Keywords

• 鲁棒预测控制
• 约束
• 凸多面体不确定性
• 最小-最大优化
• 线性矩阵不等式