全状态反馈最优
控制
[编辑 | 编辑源代码]
全状态反馈通常的目标是将系统的闭环极点放置在所需的位置。这使我们能够指定系统的性能,例如要求稳定性或限制输出的超调。通过最小化
规范,我们最小化噪声对系统的影響,作为性能指标的一部分,特别是在了解噪声分布的情况下。
系统使用下面显示的 9 矩阵表示法表示。

其中
是状态,
是受控输出,
是被感知的输出,
是外源输入,
是执行器输入,在任何
。
,
,
,
,
,
,
,
,
已知。
线性矩阵不等式(LMI): 最优输出反馈
控制 LMI
[编辑 | 编辑源代码]
以下等价。
1) 存在一个
使得 
2) 存在
,
和
使得



其中 
此 LMI 解决
最优全状态反馈问题,并找到
系统范数的上界,
。此外,控制器
也在过程中被找到。
此实现需要 Yalmip 和 Sedumi。 https://github.com/eoskowro/LMI/blob/master/FSF_H2.m
全状态反馈最优
LMI