李雅普诺夫和MIT两个MRAC案例的xcos模型

最新推荐文章于 2025-02-19 20:37:17 发布

刘凯KAI

最新推荐文章于 2025-02-19 20:37:17 发布

阅读量1.8k

点赞数

分类专栏：控制

本文链接：https://blog.csdn.net/cliukai/article/details/103487496

版权

这篇博客介绍了基于GitHub项目的几种工业控制方法，包括LQR、LQG、LQE等。重点讨论了模型参考自适应控制器（MRAC）的两种规则：MIT规则和Lyapunov规则，并提供了相应的仿真结果，表明Lyapunov规则在性能上优于MIT规则。所有模型均使用Scilab软件进行模拟和展示。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

模型来源是GitHub上面的一个公开项目，里面包含了各种工业上的控制方法

Linear Quadratic Regulator (LQR) - For optimal systems

Linear Quadratic Gaussian (LQG) - With kalman filtering

Linear Quadratic Estimator (LQE) - Finding the kalman gain matrix

Generalized Predictive Controller (GPC) - For future prediction

Self Tuning Regulator (STR) - For deterministic systems

Minimum Variance Controller (MVC) - For heavy stochastical systems

Model Reference Adaptive Controller (MRAC) - For smooth reference tracking

Extended Least Square (ELS) - For estimate stochastical models e.g ARMAX models

Recursive Least Square (RLS) - For estimate transfer functions

项目地址为：DanielMartensson/Adaptive-Control: Adaptive control methods developed by Karl Johan Åström and Björn Wittenmark from the 70-80’s for industrial use

使用软件为scilab&#x