控制中的 LMI/頁面/峰峰值範數
外觀
控制中的 LMI/頁面/峰峰值範數
系統的峰峰值範數效能
考慮以下系統
其中 是狀態訊號, 是輸入訊號,而 是輸出。 給定初始條件 ,該系統可以定義為將輸出和輸入訊號對映到峰峰值效能。
矩陣 ,, 和 是此最佳化問題所需的唯一資料集。
考慮一個連續時間 LTI 系統,,假設:,,,和 ,,,和 。假設矩陣 是 Hurwitz, 的峰峰值範數表示為:
存在一個矩陣 和 , , ,其中使用了以下約束條件:
由於此最佳化在約束條件中包含 ,因此它是一個雙線性最佳化。除非對變數 進行某種替換,否則無法解決此 LMI。
結論
[edit | edit source]此 LMI 的結果將給出系統的峰峰值範數
實現
[edit | edit source]% Peak-to-Peak Norm
% -- EXAMPLE --
%Clears all variables
clear; clc; close all;
%Example Matrices
A = [ 1 1 0 1 0 1;
-1 0 -1 0 0 1;
1 0 0 -1 1 1;
-1 1 -1 0 0 0;
-1 -1 1 1 -1 -1;
0 -1 0 0 -1 0];
B = [ 0 -1 -1;
0 0 0;
-1 -1 1;
-1 0 0;
0 0 1;
-1 1 1];
C = [ 0 1 0 -1 -1 -1;
0 0 0 -1 0 0;
1 0 0 0 -1 0];
D = [ 0 1 1;
0 0 0;
1 1 1];
%SDPVAR variables
gam = sdpvar(1);
eps = sdpvar(1);
up = sdpvar(1);
%SDPVAR MATRIX
P = sdpvar(size(A,1),size(A,1),'symmetric');
%Constraint matrices
M1 = [A'*P+P*A+gam*P P*B ;
B'*P -eps*eye(3)];
M2 = [gam*P zeros(6,3) C' ;
zeros(3,6) (up-eps)*eye(3) D' ;
C D up*eye(3)];
%Constraints
Fc = (P >= 0);
Fc = [Fc; gam >= 0];
Fc = [Fc; eps >= 0];
Fc = [Fc; M1 <= 0];
Fc = [Fc; M2 >= 0];
%Objective function
obj = up;
%Settings for YALMIP
opt = sdpsettings('solver','sedumi');
%Optimization
optimize(Fc,obj,opt)
fprintf('\nRepresentation of what occurs when attempting to solve \n')
fprintf('problem without considering bilinearity\n\n')
fprintf('setting gamma to a certain value\n eg: 0.5')
gam = 0.5;
eps = sdpvar(1);
up = sdpvar(1);
%SDPVAR MATRIX
P = sdpvar(size(A,1),size(A,1),'symmetric');
%Constraint matrices
M1 = [A'*P+P*A+gam*P P*B ;
B'*P -eps*eye(3)];
M2 = [gam*P zeros(6,3) C' ;
zeros(3,6) (up-eps)*eye(3) D' ;
C D up*eye(3)];
%Constraints
Fc = (P >= 0);
Fc = [Fc; eps >= 0];
Fc = [Fc; M1 <= 0];
Fc = [Fc; M2 >= 0];
%Objective function
obj = up;
%Optimization
optimize(Fc,obj,opt)
fprintf('mu value: ')
disp(value(up))
外部連結
[edit | edit source]- LMI 屬性及其在系統、穩定性和控制理論中的應用 - Ryan Caverly 和 James Forbes 編寫的 LMI 列表。
- 系統與控制理論中的 LMI - Stephen Boyd 編寫的 LMI 下載書籍。
- 控制中的線性矩陣不等式 - Carsten Scherer 和 Siep Weiland 編寫的 LMI 下載書籍