最小二乘法与参数估计
最小二乘法(Least-Squares Method)是一种常用的参数估计方法,本文将介绍最小二乘法的基本原理,并推导其递归形式,讨论时变参数的估计策略。
最小二乘法(Least-Squares Method)是一种常用的参数估计方法,本文将介绍最小二乘法的基本原理,并推导其递归形式,讨论时变参数的估计策略。
依据模型完成状态预测器和控制律设计后,控制器结构基本确定,环路性能将由参数决定。在分离原理的加持下,本文首先讨论理想控制环路和状态预测环路的带宽约束,最后给出极点配置的具体实现。
模型嵌入控制的控制律可以利用预测的状态和扰动实现反馈,此外,利用参考发生器还可以先验地给出前馈指令。本文将对控制律进行具体推导,实现模型嵌入控制的结构设计。
状态预测器由可控动态、扰动动态和噪声估计器组成,能够对可控动态的状态和扰动进行一步预测。本文将讨论状态预测器的结构设计,并推导不确定性影响下的设计方程。
被控对象模型的各种不确定性会产生模型误差而影响状态预测,为了在设计中考虑不确定性的影响,本文简要介绍鲁棒控制的核心结论,并讨论被控对象的不确定性建模。
被控对象以可控动态为核心,进一步引入了扰动动态,其数值实现称为嵌入模型(Embedded Model),是模型嵌入控制设计的基础。本文针对线性时不变(LTI:Linear Time-Invariant)系统建模,给出可控动态和扰动动态离散时间的状态空间表述。
模型嵌入控制(EMC:Embedded Model Control)是一种基于模型的数字控制器,能够对未知的扰动进行预测与补偿,并使被控对象收敛于控制器内部的嵌入模型,因而具有很好的鲁棒性。本文将简要介绍模型嵌入控制的结构及基本原理,并对常用的符号定义进行归纳。