动态输出反馈鲁棒MPC：多面体与椭球约束下的准LPV系统控制策略

本文主要探讨了一种针对具有估计误差的多面形和椭圆形约束的受限准线性参数变化（quasi-LPV）系统的动态输出反馈鲁棒模型预测控制（MPC）算法。该方法在设计控制律的过程中，引入了对系统当前实际状态的边界考虑，这些边界以椭圆体和多面体的形式表达。椭圆体用于提供一个连续的、光滑的边界，而当实际状态落入椭圆体内部时，会进一步使用更为精确的多面体，以增强控制性能。 在核心的优化问题中，通过将当前状态替换为它的边界，能够确保问题的递归可行性。每一步采样时间，椭圆体和多面体会进行更新，这有助于保持策略的有效性和实时性。利用椭圆体的简单刷新策略，可以保证优化问题的稳定性，而多面体的应用则能够更精准地处理非线性和不确定性，从而提升控制器的性能。 为了实现闭环稳定性，文章采用了二次有界技术。这种方法允许在保证系统稳定性的前提下，控制输入在某个预设的界内波动，即使存在噪声和估计误差。通过这种方式，设计者能够在控制性能和系统稳定性之间找到一个平衡，使得控制器在面对实际运行中的各种不确定性时，仍能维持有效的控制效果。 通过数值例子，研究者展示了这种新型动态输出反馈鲁棒MPC算法的有效性。它在处理具有复杂参数变化和估计误差的系统时，不仅能够提供稳定的控制行为，还能适应不断变化的系统条件，证明了其在实际工程应用中的潜力。 总结来说，本文的研究贡献在于提供了一种创新的方法，将多面体和椭圆形约束结合到动态输出反馈的鲁棒MPC框架中，旨在增强系统的鲁棒性、控制性能和稳定性，适用于具有估计误差的准线性参数变化系统。