具有解耦性能的离散时间线性多变量系统最优跟踪控制.docx

具有解耦性能的离散时间线性多变量系统最优跟踪控制 本文主要讨论了具有解耦性能的离散时间线性多变量系统最优跟踪控制问题。跟踪控制是一种典型的控制问题，要求系统的状态或输出能够跟随任意参考输入。跟踪控制问题的解决方法主要分为两类，一类是常规跟踪控制方法，另一类是最优跟踪控制方法。常规跟踪控制方法通过反馈实现调节，利用前馈使得系统状态跟踪参考输入。但是，该方法基于零极点对消原理，如果系统存在不可对消的不稳定零点，会导致闭环系统输出产生相移和增益误差。 本文综述了多种跟踪控制方法，包括多速率前馈跟踪控制方法、鲁棒自适应反步跟踪控制方法、鲁棒自适应模糊控制方法等。这些方法的设计目标都是要找到一个稳定的控制器，使得系统状态或输出跟踪参考轨迹。 在离散时间线性多变量系统中，最优跟踪控制方法可以通过最小化二次型性能指标，实现系统跟踪误差的渐近收敛和整体性能的优化。文献[10]指出，线性二次型最优跟踪控制器由反馈项和前馈项两部分组成，其中反馈项使闭环系统稳定，前馈项使闭环系统输出跟踪参考输入。 然而，在模型参数未知的情况下，传统的最优跟踪控制方法无法得到有效应用。因此，文献[12]提出了一种基于策略迭代的自适应动态规划方法，通过计算代数黎卡提方程的数值解，进而得到近似最优跟踪控制律。文献[13]针对模型参数部分未知的离散时间线性系统，仅使用系统输入输出数据，提出了一种基于值迭代和策略迭代的自适应动态规划方法，设计近似最优跟踪控制器。 在非线性系统中，设计非线性最优跟踪控制器需要求解非线性哈密顿-雅可比-贝尔曼方程。文献[14]提出了一种基于多层神经网络的近似最优跟踪控制器设计方法，先使用神经网络辨识系统模型，再分别设计反馈神经控制器和前馈神经控制器。文献[15-16]设计了一种新型性能指标，并提出了一种启发式动态规划方法，不仅减小了系统输出和控制输入的波动，还获得了更好的跟踪性能。 本文总结了具有解耦性能的离散时间线性多变量系统最优跟踪控制问题的研究进展和方法综述，为相关研究和应用提供了有价值的参考。