现代控制理论5(续).docVIP

5.6.3 二次型最优控制问题 现在我们来研究最优控制问题。已知系统方程为 (5.20) 确定最优控制向量 (5.21) 的矩阵K，使得性能指标 (5.22) 达到极小。式中Q是正定（或正半定）Hermite或实对称矩阵，R是正定Hermite或实或实对称矩阵。注意，式(5.22）右边的第二项是考虑到控制信号的能量损耗而引进的。矩阵Q和R确定了误差和能量损耗的相对重要性。在此，假设控制向量是不受约束的。 正如下面讲到的，由式(5.21）给出的线性控制律是最优控制律。所以，若能确定矩阵K中的未知元素，使得性能指标达极小，则对任意初始状态x(0)而言均是最优的。图5.6所示为该最优控制系统的结构方块图。 图5.6 最优控制系统 现求解最优控制问题。将式(5.21）代入式(5.20），可得 在以下推导过程中，假设是稳定矩阵，的所有特征值均具有负实部。 将式(5.21）代入（5.22），可得 依照解参数最优化问题时的讨论，取 式中的P是正定的Hermite或实对称矩阵。于是 比较上式两端，并注意到方程对任意x均应成立，这就要求 (5.23) 根据Lyapunov第二法可知，如果是稳定矩阵，则必存在一个满足式(5.23）的正定矩阵P。 因此，该方法由式(5.23）确定P的各元素，并检验其是否为正定的（注意，这里可能不止一个矩阵P满足该方程。如果系统是稳定的，则总存在一个正定的矩阵P满足该方程。这就意味着，如果我们解此方程并能找到一个正定矩阵P，该系统就是稳定的。满足该方程的其他矩阵P不是正定的，必须丢弃）。 性能指标可计算为 由于假设A-BK的所有特征值均具有负实部，所以。因此 (5.24) 于是，性能指标J可根据初始条件x(0)和P求得。 为求二次型最优控制问题的解，可按下列步骤操作：由于所设的R是正定Hermite或实对称矩阵，可将其写为 式中T是非奇异矩阵。于是，式(5.23）可写为 上式也可写为 求J对K的极小值，即求下式对K的极小值 (见例5.21)。由于上面的表达式不为负值，所以只有当其为零，即当 时，才存在极小值。因此 (5.25) 式(5.25）给出了最优矩阵K。所以，当二次型最优控制问题的性能指标由式(5.22）定义时，其最优控制律是线性的，并由 给出。式(5.25）中的矩阵P必须满足式(5.23），即满足下列退化方程 (5.26) 式(5.26）称为退化矩阵黎卡提方程，其设计步骤如下： 1、求解退化矩阵黎卡提式(5.26），以求出矩阵P。如果存在正定矩阵P（某些系统可能没有正定矩阵P），那么系统是稳定的，即矩阵是稳定矩阵。 2、将矩阵P代入式(5.25），求得的矩阵K就是最优矩阵。 例5.9 是建立在这种方法基础上的设计例子。注意。如果矩阵是稳定的，则此方法总能给出正确的结果。 确定最优反馈增益矩阵K还有另一种方法，其设计步骤如下： 1、由作为K的函数的式(5.23）中确定矩阵P。 2、将矩阵P代入式(5.24）,于是性能指标成为K的一个函数。 3、确定K的各元素，使得性能指标为极小。这可通过令等于零，并解出的最优值来实现J对K各元素为极小。 这种设计方法的详细说明见例5.11和5.12。当元素的数目较多时，该方法很不便。 如果性能指标由输出向量的形式给出，而不是由状态向量的形式给出，即 则可用输出方程 来修正性能指标，使得J为 (5.29) 且仍可用本节介绍的设计步骤来求最优矩阵K。 ------------------------------------------------------------------ [例5.9] 研究如图5.7所示的系统。假设控制信号为 试确定最优反馈增益矩阵K，使得下列性能指标达到极小 式中 由图5.7可看出，被控对象的状态方程为 式中 图5.7 控制系统 以下说明退化矩阵黎卡提代数方程如何应用于最优控制系统的设计。求解(5.26），将其重写为 注意到A为实矩阵，Q为实对称矩阵，P为实对称矩阵。因此，上式可写为 该方程可简化为 由上式可得到下面3个方程 将这3个方程联立，解出、、，且要求P为正定的，可得 参照式(5.25）,最优反馈增益矩阵K为 因此，最优控制信号为 (5.28) 注意，由式(5.28）给出的控制律对任意初始状态在给定的性能指标下都能得出最优结果。图5.8是该系统的方块图。 图5.8 图5.7所示对象的最优控制 ---------------