输入受限不确定广义系统的离线鲁棒预测控制

针对带有输入约束的多面体不确定广义系统,利用线性矩阵不等式和椭圆不变集方法,提出了一种离线鲁棒预测控制算法.该算法在输入受限的条件下,将一部分在线计算转移到离线设计上,离线部分的设计降低了在线优化问题的计算量.数值仿真验证了算法的可行性.

基于多LPV模型的调度离线鲁棒预测控制

针对一类具有大工作区域和快时变特性的约束非线性系统,采用多个线性参数时变(LPV)模型近似描述原非线性系统.对于各LPV模型,设计基于参数独立Lyapunov函数的局部离线预测控制器.构造各局部控制器间的切换策略,在保证切换稳定性的同时,使相互重叠的稳定域覆盖期望的工作区域.仿真结果表明,相比于已有的调度预测控制方法,所提出的方法不仅能够保证控制输入在给定的约束范围内,而且在局部控制器切换次数少的情况下,获得良好的控制性能.

高超声速飞行器的调度离线预测控制

本文将调度预测控制的思想应用于离线鲁棒预测控制,设计了高超声速飞行器计算有效的调度离线预测控制器.首先在不同的平衡点离线设计一系列控制规则,实际实施时只需要在不同的控制器之间进行切换,避免进行在线优化,大幅度减少了在线计算时间.通过估计局部控制器的稳定域,保证了切换控制器的稳定性.另外在确保良好控制品质的同时,还能够保证所有输入和状态均在给定约束范围.仿真试验表明,提出的方法能实现速度和高度较大范围的指令跟踪,所有输入和状态均在给定约束范围内;相比于在线鲁棒预测控制方法,仿真运行时间减少,可以实现高超声速飞行器的实时控制.