控制中的LMI/pages/離散時間混合H2 Hinf 最優觀測器
在許多應用中,也許甚至是最多的應用中,系統的狀態無法直接得知。在這種情況下,您需要策略性地測量關鍵的系統輸出,以便間接地觀察系統狀態。為了使觀測器的估計準確,觀測器需要比系統動力學更快地收斂。因此,最優觀測器合成是有優勢的。在這個LMI中,我們尋求最佳化H2和Hinf範數,以最小化觀測器的平均誤差和最大誤差。

其中
是狀態向量,
是狀態矩陣,
是輸入矩陣,
是外生輸入,
是輸出矩陣,
是直通矩陣,
是輸出,並假設
是可檢測的。
矩陣
.
一個形式為

需要設計,其中
是觀測器增益。
定義誤差狀態
,可以發現誤差動態為
,
效能輸出定義為
.
觀測器增益
的設計目標是使閉環傳遞矩陣
的
範數最小,從外源輸入
到效能輸出
的傳遞函式小於
,其中
LMI: 離散時間混合
-最優觀測器增益
[edit | edit source]
離散時間混合-
-最優觀測器增益可以透過求解
,
,
和
來最小化 J
,在滿足以下約束條件下:

其中
表示矩陣的跡。
混合
-最優觀測器增益可以透過
來恢復,
範數
小於
,
範數
小於
。這個結果為我們提供了觀測器增益矩陣
,使我們能夠透過以下方式間接地最優地觀察系統狀態:

此實現需要 Yalmip 和 Sedumi。
https://github.com/rezajamesahmed/LMImatlabcode/blob/master/mixedh2hinfobsdiscretetime.m
離散時間 H∞ 最優觀測器
離散時間 H2 最優觀測器
該 LMI 來自 Ryan Caverly 關於 LMI 的書籍(第 5.3.2 章)
其他資源