控制中的 LMI/頁面/離散時間混合 H2 HInf 最優觀測器
在許多應用中,也許甚至大多數情況下,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,以便間接觀察系統狀態。為了使估計值準確,觀測器需要比系統動力學快得多地收斂。因此,最優觀測器綜合是有利的。在這個 LMI 中,我們試圖最佳化 H2 和 Hinf 範數,以最小化觀測器的平均誤差和最大誤差。

其中
並且是狀態向量,
並且是狀態矩陣,
並且是輸入矩陣,
並且是外源輸入,
並且是輸出矩陣,
並且是直通矩陣,
並且是輸出,並且假設
是可檢測的。
矩陣
.
設計形式為

的觀測器,其中
是觀測器增益。
定義誤差狀態
,發現誤差動力學為
,
效能輸出定義為
.
觀察者增益
旨在最小化閉環傳遞矩陣
的
範數,該矩陣是從外源輸入
到效能輸出
的。該範數小於
,其中
LMI: 離散時間混合 H2-Hinf 最優觀測器
[編輯 | 編輯原始碼]
離散時間混合
- 最優觀測器增益是透過求解
,
,
和
來最小化 J
,受制於
,

其中
指的是矩陣的跡。
混合
-最優觀測器增益由
恢復,
範數
小於
,而
範數
小於
。這一結果為我們提供了觀測器增益矩陣
,使我們能夠以間接方式最佳地觀察系統的狀態,如:

此實現需要 Yalmip 和 Sedumi。
https://github.com/rezajamesahmed/LMImatlabcode/blob/master/mixedh2hinfobsdiscretetime.m
離散時間 Hinfinity 最優觀測器
離散時間 H2 最優觀測器
此 LMI 來自 Ryan Caverly 關於 LMI 的文字(第 5.3.2 節)。
其他資源