matlabLQR函数

MATLAB中的LQR函数是用于设计线性二次型调节器（Linear Quadratic Regulator）的函数。LQR函数可以用于连续系统和离散系统。对于连续系统，可以使用lqr()函数，而对于离散系统，可以使用dlqr()函数。

在连续系统中，lqr()函数的调用格式为：
[K,~,~] = lqr(A, B, Q, R)
其中，A和B是连续系统的状态空间矩阵，Q和R是权重矩阵。函数通过求解Riccati方程来计算反馈增益矩阵K。

在离散系统中，dlqr()函数的调用格式为：
[K,~,~] = dlqr(A, B, Q, R)
其中，A和B是离散系统的状态空间矩阵，Q和R是权重矩阵。函数通过求解Riccati方程来计算反馈增益矩阵K。

无论是lqr()还是dlqr()函数，它们的返回值都是反馈增益矩阵K。使用这个增益矩阵K可以设计闭环系统，使得系统在给定的性能指标下达到最优控制效果。

需要注意的是，MATLAB中的LQR函数可以使用Riccati方程的解析解求解最优控制器参数，因此在实际应用中，可以通过调整权重矩阵Q和R来满足不同的控制需求。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [Matlab里的LQG最优控制函数（reg），lqr(里卡蒂)最优状态反馈，(lqe)卡尔曼滤波控制器函数](https://blog.csdn.net/Jason_C_/article/details/124949983)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* *3* [LQR线性二次型调节器3（Discrete-time system Linear-Quadratic Regulator design，离散系统分析及MATALB...](https://blog.csdn.net/weixin_40857506/article/details/125684303)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]