基于信息融合狀態(tài)估計的預(yù)測控制算法.pdf

1、預(yù)測控制自20世紀(jì)70年代后期提出以來，在工業(yè)控制界已經(jīng)取得很多成功的應(yīng)用．但由于大多數(shù)工業(yè)過程都處在噪聲環(huán)境下，需要采用狀態(tài)估計的方法來濾除噪聲并得到系統(tǒng)狀態(tài)的估計值和輸出的預(yù)測值。本文針對線性時不變系統(tǒng)，當(dāng)系統(tǒng)存在噪聲干擾時，運用信息融合Kalman濾波的方法獲得系統(tǒng)狀態(tài)的估計值和輸出的預(yù)測值，提出了基于信息融合狀態(tài)估計的預(yù)測控制問題。主要研究內(nèi)容如下： ⑴針對一類噪聲環(huán)境下的線性時不變系統(tǒng)，研究基于最優(yōu)信息融合Kalman

2、濾波的預(yù)測控制問題．運用線性最小方差意義下的最優(yōu)信息融合Kalman濾波方法獲得狀態(tài)估計，進而得到輸出的N步超前預(yù)測值，最后通過最小化二次性能指標(biāo)獲得基于信息融合狀態(tài)估計的控制輸入，仿真實例驗證了此方法的有效性。 ⑵針對一類噪聲環(huán)境下的線性時不變系統(tǒng)，研究基于標(biāo)量加權(quán)最優(yōu)信息融合Kalman濾波的預(yù)測控制問題．運用線性最小方差意義下的標(biāo)量加權(quán)最優(yōu)信息融合穩(wěn)態(tài)Kalman濾波方法濾除噪聲對狀態(tài)進行估計，只通過一次融合便可求得加權(quán)系

3、數(shù)，從而避免了每時刻計算加權(quán)系數(shù)，減小了計算量．仿真實例驗證了此方法的有效性。 ⑶針對一類帶有干擾的線性時不變系統(tǒng)，研究基于標(biāo)量加權(quán)快速信息融合Kalman濾波的預(yù)測控制算法．采用的快速信息融合Kalman濾波采用標(biāo)量加權(quán)，減小了計算負擔(dān)，并且基于ARMA新息模型求濾波增益，避免了求解穩(wěn)態(tài)Riccati方程，基于Lyapunov方程求解濾波誤差方差陣和協(xié)方差陣，利用迭代法可以指數(shù)收斂速度快速求解Lyapunov方程．仿真實例說明