控制中的LMI/页面/最优控制的逆问题
在某些情况下,需要在LQR框架内解决最优控制的逆问题。在这个逆问题中,需要通过确保给定的控制器矩阵是某个可控且可检测的LQR优化问题的最优解来验证该控制器矩阵是否适用于该系统。换句话说:在这个逆问题中,控制器是已知的,需要计算LQR增益矩阵,以使控制器成为最优解。
该系统是一个线性时不变系统,可以用如下所示的状态空间表示

其中,
分别代表状态向量、测量输出向量和感兴趣的输出向量,
是扰动向量,
是适当维度的系统矩阵。进一步定义:
是
且为状态向量,
是
且为状态矩阵,
是
且为输入矩阵,
是
且为外生输入,
是
且为输出矩阵,
和
是
且分别为输出和感兴趣的输出。
定义系统的矩阵
以及给定的控制器
,需要针对其解决逆问题。
在这个 LMI 中,对于给定的控制器 K,需要通过寻找最优输入来最小化以下成本函数

该问题的解可以表述为一个状态反馈控制器,其表达式为

最优控制的逆问题如下:给定矩阵
,确定是否存在
和
,使得
是可检测的,并且
是相应 LQR 问题的最优控制。等效地,我们要寻找
和
,使得存在非负的
和正定的
满足

如果解存在,那么
是矩阵
和
上LQR优化的最优控制器。
此实现需要 Yalmip 和 Sedumi。
https://github.com/rezajamesahmed/LMImatlabcode/blob/master/inverseprob.m
- 多标准 LQG]