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

1、在MATLABC具箱里,有特别提供的函数reg()来求解LQGR优控制。函数的调用
格式为:
rsys = reg(sys K,L)
其中,输入参量sys为系统的状态空间模型;K为由函数lqr()求得的最优状态反馈增
益矩阵;L为函数lqe()求得的Kalman滤波器状态估计增益矩阵。
2、函数lqr()
K = lqr(A,B,Q,R) %状态反馈控制增益矩阵
% 新的状态空间模型
Ac = [(A-BK)]
Bc = [B]
Cc = [C]
Dc = [D]
sys_cl = ss(Ac,Bc,Cc,Dc) %系统函数建立
%常用的响应输出格式
%t = 0:0.01:5;
%r =0.2
ones(size(t));
%[y,t,x]=lsim(sys_cl,r,t);
%[AX,H1,H2] = plotyy(t,y(:,1),t,y(:,2),‘plot’);
%set(get(AX(1),‘Ylabel’),‘String’,‘cart position (m)’)
%set(get(AX(2),‘Ylabel’),‘String’,‘pendulum angle (radians)’)
%title(‘Step Response with LQR Control’)
3、care函数(里卡蒂方程
在这里插入图片描述
4、lqe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* [MatlabLQG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 ]
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值