La traducción de esta página aún no se ha actualizado a la versión más reciente. Haga clic aquí para ver la última versión en inglés.

dlqr

Regulador lineal cuadrático (LQ) de feedback de estados para un sistema de espacio de estados de tiempo discreto

Sintaxis

[K,S,P] = dlqr(A,B,Q,R,N)

Descripción

[K,S,P] = dlqr(A,B,Q,R,N) calcula la matriz de ganancia óptima K, la solución S de la ecuación algebraica de Riccati asociada y los polos de lazo cerrado P utilizando las matrices de espacio de estados de tiempo discreto A y B. Esta función solo es válida para modelos de tiempo discreto. Para modelos de tiempo continuo, use lqr.

Argumentos de entrada

A — Matriz de estado

Matriz de n por n

Matriz de estado, especificada como una matriz de n por n, donde n es el número de estados.

B — Matriz de entrada a estado

Matriz de n por m

Matriz de entrada a estado, especificada como matriz de entrada a estado de n por m, donde m es el número de entradas.

Q — Matriz ponderada de coste de estado

matriz

Matriz ponderada de coste de estado, especificada como una matriz de n por n, donde n es el número de estados. Puede utilizar la regla de Bryson para establecer los valores iniciales de Q dados por:

$$\begin{array}{l}{Q}_{i,i}=\frac{1}{\text{maximum acceptable value of }{\left(erro{r}_{states}\right)}^2},\text{ i}\in \left\{1,2,\mathrm{...},n\right\}\\ Q=\left[\begin{array}{cccc}{Q}_{1,1}& 0& \cdots & 0\\ 0& Q_{2,2}& \cdots & 0\\ 0& 0& \ddots & ⋮\\ 0& 0& \cdots & Q_{n,n}\end{array}\right]\end{array}$$

En este caso, n es el número de estados.

R — Matriz ponderada de coste de entrada

escalar | matriz

Matriz ponderada de coste de entrada, especificada como escalar o matriz del mismo tamaño que D'D. En este caso, D es la matriz de espacio de estados de alimentación. Puede utilizar la regla de Bryson para establecer los valores iniciales de R dados por:

$$\begin{array}{l}{R}_{j,j}=\frac{1}{\text{maximum acceptable value of }{\left(erro{r}_{inputs}\right)}^2},\text{ j}\in \left\{1,2,\mathrm{...},m\right\}\\ R=\left[\begin{array}{cccc}{R}_{1,1}& 0& \cdots & 0\\ 0& R_{2,2}& \cdots & 0\\ 0& 0& \ddots & ⋮\\ 0& 0& \cdots & R_{m,m}\end{array}\right]\end{array}$$

En este caso, m es el número de entradas.

N — Matriz de término cruzado opcional

0 (predeterminado) | matriz

Matriz de término cruzado opcional, especificada como matriz. Si N no se especifica, lqr establece N en 0 de forma predeterminada.

Argumentos de salida

K — Ganancia óptima

vector fila

Ganancia óptima del sistema de lazo cerrado, devuelta como un vector fila de tamaño n, donde n es el número de estados.

S — Solución de la ecuación algebraica de Riccati asociada

matriz

Solución de la ecuación algebraica de Riccati asociada, devuelta como una matriz de n por n, donde n es el número de estados. Dicho de otra forma, S es la misma dimensión que la matriz de espacio de estados A. Para más información, consulte idare.

P — Polos del sistema de lazo cerrado

vector columna

Polos del sistema de lazo cerrado, devueltos como un vector columna de tamaño n, donde n es el número de estados.

Algoritmos

dlqr calcula la matriz de ganancia óptima K de modo que la ley de feedback de estados $$u\left[n\right]=-Kx\left[n\right]$$ minimice la función cuadrática de coste

$$J(u)={\displaystyle \sum _{n=1}^{\infty }(x{\left[n\right]}^{T}Qx\left[n\right]+u{\left[n\right]}^{T}Ru\left[n\right]+2x{\left[n\right]}^{T}Nu}\left[n\right])$$

para el modelo de espacio de estados de tiempo discreto $$x\left[n+1\right]=Ax\left[n\right]+Bu\left[n\right]$$.

Además de la ganancia de feedback de estados K, dlqr devuelve la solución de horizonte infinito S de la ecuación de Riccati de tiempo discreto asociada

$$A^{T}SA-S-(A^{T}SB+N){(B^{T}SB+R)}^{-1}(B^{T}SA+N^T)+Q=0$$

y los valores propios de lazo cerrado $$P=eig\left(A-BK\right)$$. La matriz de ganancia K deriva de S utilizando

$$K={(B^{T}SB+R)}^{-1}(B^{T}SA+N^T)$$

En todos los casos, al omitir la matriz de término cruzado N, dlqr establece N en 0.

Historial de versiones

Introducido antes de R2006a

Consulte también

idare | lqgreg | lqr | lqrd | lqry