随机参考输入下的广义预测控制器设计

"基于随机参考输入的广义预测控制 (1987年)" 本文主要探讨了广义预测控制（GPC）在处理随机参考输入情况下的应用，这是对Clarke预测控制理论的一种改进和扩展。广义预测控制是综合了广义最小方差控制和自校正方法的策略，它的核心是通过预测未来系统的输出来制定控制决策。在控制长度内，控制增量被设计为非零，而在该长度之外则假设为零。通过调整预测输出长度和控制长度，可以衍生出各种特定的控制算法，例如广义最小方差控制、带约束的最小方差控制等。 作者指出，虽然多数工业过程控制中的参考输入可以视为确定性的或常值，但在某些复杂系统如天体轨道追踪、飞行器遥测控制和武器对抗等领域，目标轨迹往往是未知且受到干扰影响的随机过程。因此，将随机参考输入纳入控制策略是必要的。论文引用了之前的研究，将自校正自适应跟踪控制算法扩展到随机参考输入场景，证明了确定性参考输入情况只是随机参考输入控制的一个特例。 在文章中，作者基于ARMA模型来描述随机参考输入y(k)，这是一个表示平稳随机过程的模型。ARMA模型由两个滞后算子多项式A*(Z-I)和C*(Z-I)定义，其中A*(Z-I)描述了输入的自回归部分，C*(Z-I)表示移动平均部分。这个模型假设噪声序列ν(k)是零均值的自噪声。 作者导出了一个适用于随机参考轨线跟踪的广义预测控制器。通过数字模拟，他们展示了所提出的控制器具备优秀的稳健性和跟踪性能，同时对于复杂系统的控制效果显著，并且所需的存储量适中，适合在微机上进行在线应用。 总结起来，这篇1987年的论文揭示了在随机参考输入条件下，如何设计和实施广义预测控制策略，从而增强控制系统的稳健性和跟踪能力，特别是在处理不确定性高的工程系统时。这项工作对于理解随机参考输入在现代控制理论中的作用以及如何将其应用于实际问题具有重要的理论价值和实践意义。