本文主要介紹LQR的直觀推導,說明LQR目標函數J選擇的直觀含義以及簡單介紹矩陣Q,R的選取,最後總結LQR控制器的設計步奏,並將其應用在一個簡單的倒立擺例子上。
假設有一個線性系統能用狀態向量的形式表示成:
( 1 )
其中 ,初始條件是. 並且假設這個系統的所有狀態變量都是可測量到的。
在介紹LQR前,先簡單回顧一下現代控制理論中最基本的控制器--全狀態反饋控制。
全狀態反饋控制系統圖形如下:
我們要設計一個狀態反饋控制器
使得閉環系統能夠滿足我們期望的性能。我們把這種控制代入之前的系統狀態方程得到
( 2 )
對於(1)式的開環系統,由現代控制理論我們知道開環傳遞函數的極點就是系統矩陣A的特徵值。(傳遞函數的分母是|sI -A|,|·|表示行列式)
現在變成了(2)的閉環形式,狀態變換矩陣A變成了(A-BK)。因此通過配置反饋矩陣K,可以使得閉環系統的極點達到我們期望的狀態。注意,這種控制器的設計與輸出矩陣C,D沒有關係。
那麼,什麼樣的極點會使得系統性能很棒呢?並且,當系統變量很多的時候,即使設計好了極點,矩陣K也不好計算。
於是,LQR爲我們設計最優控制器提供了一種思路。
在設計LQR控制器前,我們得設計一個能量函數,最優的控制軌跡應該使得該能量函數最小。一般選取如下形式的能量函數。
,其中Q是你自己設計的半正定矩陣,R爲正定矩陣。
可是,爲什麼能量函數(或稱系統的目標函數)得設計成這個樣子呢?
首先假設狀態向量x(t)是1維的,那麼其實就是一個平方項 Qx^2 >= 0,同理. 能量函數J要最小,那麼狀態向量x(t),u(t)都得小。J最小,那肯定是個有界的函數,我們能推斷當t趨於無窮時,狀態向量x(t)將趨於0,這也保證了閉環系統的穩定性。那輸入u(t)要小是什麼意思呢?它意味着我們用最小的控制代價得到最優的控制。譬如控制電機,輸入PWM小,將節省能量。
再來看看矩陣Q,R的選取,一般來說,Q值選得大意味着,要使得J小,那x(t)需要更小,也就是意味着閉環系統的矩陣(A-BK)的特徵值處於S平面左邊更遠的地方,這樣狀態x(t)就以更快的速度衰減到0。另一方面,大的R表示更加關注輸入變量u(t),u(t)的減小,意味着狀態衰減將變慢。同時,Q爲半正定矩陣意味着他的特徵值非負,R爲正定矩陣意味着它的特徵值爲正數。如果你選擇Q,R都是對角矩陣的話,那麼Q的對角元素爲正數,允許出現幾個0.R的對角元素只能是正數。
注意LQR調節器是將狀態調節到0,這與軌跡跟蹤不同,軌跡跟蹤是使得系統誤差爲0.
知道了背景後,那如何設計反饋矩陣K使得能量函數J最小呢?很多地方都是從最大值原理,Hamilton函數推導出來。這裏用另外一種更容易接受的方式推導。
將u = -Kx 代入之前的能量函數得到:
( 3 )
爲了找到K,我們先不防假設存在一個常量矩陣P使得:
(4)
代入(3)式得:
(5)
注意,我們已經假設閉環系統是穩定的,也就是t趨於無窮時,x(t)趨於0.
現在把(4)式左邊的微分展開,並把狀態變量x的微分用(2)式替代得到:
這個式子要始終成立的話,括號裏的項必須恆等於0.
這是一個關於K的二次型等式,當然這個二次型是我們不願看到的,因爲計算複雜。現在只要這個等式成立,我們何必不選擇K使得兩個二次項正好約掉了呢?這樣既符合了要求,又簡化了計算。
取 代入上式得:
(6)
K的二次項沒有了,可K的取值和P有關,而P是我們假設的一個量,P只要使得的(6)式成立就行了。而(6)式在現代控制理論中極其重要,它就是有名的Riccati 方程。
現在回過頭總結下LQR控制器是怎麼計算反饋矩陣K的:
1.選擇參數矩陣Q,R
2.求解Riccati 方程得到矩陣P
3.計算
再看看LQR的結構圖:
關於它的應用呢,比較典型的就是倒立擺控制器的設計。
倒立擺的狀態變量爲,其中p(t)是小車位置,θ是倒立擺的角度。系統結構如程序所示:
- A = [0 1 0 0
- 0 0 -1 0
- 0 0 0 1
- 0 0 9 0];
- B = [0;0.1;0;-0.1];
- C = [0 0 1 0]; %觀測角度
- D = 0;
- Q = [1 0 0 0
- 0 1 0 0
- 0 0 10 0
- 0 0 0 10
- ];
- R = 0.1;
- %由上面這個系統,可以計算出K
- K = lqr(A,B,Q,R);
- Ac = A - B*K;
- %對系統進行模擬
- x0 = [0.1;0;0.1;0]; %初始狀態
- t = 0:0.05:20;
- u = zeros(size(t));
- [y,x]=lsim(Ac,B,C,D,u,t,x0);
- plot(t,y);
最後看到角度回到0,即平衡位置,控制器起到了作用,你可以選擇不同的Q,R進行對比。
文章爲總結性文章,有紕漏,請指出,謝謝。
reference:
1.F.L. Lewis .<< Linear Quadratic Regulator (LQR) State Feedback Design >>
2.http://ctms.engin.umich.edu/CTMS/index.php?example=InvertedPendulum§ion=ControlStateSpace
3.http://ctms.engin.umich.edu/CTMS/index.php?example=InvertedPendulum§ion=ControlStateSpace
轉載:http://blog.csdn.net/heyijia0327/article/details/39270597