LMI线性矩阵不等式
《鲁棒控制》-6-线性矩阵不等式
(≤ 0)
为线性矩阵不等式（LMI）。
当存在实向量 x ，使得 F ( x) < 0(≤ 0) ，则称 LMI F ( x) < 0(≤ 0) 可行或存在可
行解。
LMI 的可行解全体构成一凸集。
令 X 是一实对称矩阵，对于任意给定实数矩阵 A 和实对称矩阵 Q ，则矩阵
不等式
AT X + XA + Q < 0
⎢ ⎣
0
⎡I ⎢⎣0
−S12 I
S −1 22
⎤ ⎥ ⎦
⎡ ⎢⎣
S11 S21
S12 S22
⎤ ⎥⎦
⎡I ⎢⎣0
−S12 I
S −1 22
⎤T ⎥ ⎦
0
⎤
S22
−
S21S1−11S12
⎥ ⎦
=
⎡ ⎢
S11
⎣
−
S12
S −1 22
S21
S21
0 ⎤⎡ I
S22
⎥ ⎦
⎢⎣−
S −1 22
S
21
0⎤
I
⎥ ⎦
x (t ) = Ax (t ) + Bu (t ) y (t ) = Cx (t ) + Du (t )
假设 D + DT > 0 。 令
H (s) = C (sI − )A −1 B + D
系统无源（passive）: 当 x (0) = 0 时，
∫T 0
uT
(t
)y
(t
)
dt
≥
0
● 系统无源 iff
ALQ
⎤ ⎥
⎥
0 ⎥<0
#
⎥ ⎥
线性矩阵不等式
则应用引理 2.1.2，可以将矩阵不等式（2.1.6）的可行性问题转化成一个等价的矩阵不等 式
AT P PA Q PB
BT P
R0
（2.1.7）
的可行性问题，而后者是一个关于矩阵变量P的线性矩阵不等式。
2.3一些标准的线性矩阵不等式问题
例2.1.1 稳定性问题 考虑线性自治系统
x(t) Ax(t)
setlmis([]) X=lmivar(1,[61]) S=lmivar(1,[20;21]) ﹪lst LMI lmiterm([111x],1,A,’s’) lmiterm([111s],c’,c) lmiterm([112x],1,B) lmiterm([122s],-1,1) ﹪2nd LMI lmiterm([-211X],1,1) ﹪3rd LMI lmiterm([-311s],1,1) lmiterm([3110],1) lmisys=getlmis
m 是一组给定的实对称矩阵，（2.1.1）中的不等号“＜”指的是矩阵 F(x)是负定的，即对所有
非零的向量 v Rm , vT F (x)v0 或者 F(x)的最大特征值小于零。
在许多系统与控制问题问题中，问题的变量是以矩阵的形式出现的。例如 Lyapunov 矩阵 不等式：
F ( X ) AT X XA Q0
lmivar 函数lmivar用来描述出现在线性矩阵不等式系
统中的矩阵变量，每一次只能描述一个矩阵变 量。矩阵变量的描述包括该矩阵变量的结构。 该函数的一般表达是：
X=lmivar(type,struct) 这一函数定义了一个新的矩阵变量X。函数中
的第一个输入量type确定了矩阵变量X的类型， 第二个输入量struct进一步根据变量X的类型给 出该变量的结构。变量的类型分成三类：
Matlab工具箱解LMI 线性矩阵不等式详解
• mincx求解器
• 第一步：建立矩阵不等式，变量命名为X，不 等式组命名为LMIs。
• 第二步：将目标函数Trace(X)写成cTX形式。用 函数mat2dec建立c。
• Mat2dec的调用格式：定义与X同阶的矩阵W， mat2dec(LMIs, W)返回的是W与X对应元素乘 积的和。（延申，257页，defcx等）
提取结果和验证结果：evallmi和 showlmi
• 用法： • EVALSYS = evallmi(LMISYS,DECVARS)：计算出矩阵
不等式中所有决策变量项的值（矩阵形式？）； • [LHS,RHS]=showlmi(LMISYS,N)：给出第N个线性矩
阵不等式的左边和右边的矩阵值。
• lmiterm([-1 1 1 0],0); • lmiterm([-1 2 1 0],B'*P1); • lmiterm([-1 2 2 0],P3*B+B'*P2);
• lmis=getlmis;
• 四、观察所建立的矩阵不等式的信息
• 使用函数lmiinfo(lmisys)，lmibr(lmisys)， matnbr(lmisys)可以提取所建立的不等式 lmisys的信息。
其它命令
• 1、用于求个数的命令： • lminbr(lmisys)：给出系统中线性矩阵不等式的个数；
matnbr(lmisys)：给出系统中矩阵变量的个数； decnbr(lmisys)：给出系统中决策变量的个数。 • 2、用于查看相关信息的命令： • lmiinfo(LMISYS)：给出线性矩阵不等式系统的信息； DECX = decinfo(LMISYS,XID) ：给出决策变量和矩阵变 量之间关系的一些详细信息。
LMI(线性矩阵不等式)工具箱介绍学习
LMI：Linear Matrix Inequality，就是线性矩阵不等式。
在Matlab当中，我们可以采用图形界面的lmiedit命令，来调用GUI接口，但是我认为采用程序的方式更方便（也因为我不懂这个lmiedit的GUI）。
对于LMI Lab，其中有三种求解器（solver）： feasp，mincx和gevp。
每个求解器针对不同的问题：feasp：解决可行性问题（feasibility problem），例如：A(x)<B(x)。
mincx：在线性矩阵不等式的限制下解决最小化问题（Minimization of a linear objective under LMI constraints），例如最小化c'x，在限制条件A(x) < B(x)下。
gevp：解决广义特征值最小化问题。
例如：最小化lambda，在0<B(x),A(x)<lamba*B(x)限制条件下。
要解决一个LMI问题，首要的就是要把线性矩阵不等式表示出来。
对于以下类型的任意的LMI问题N' * L(X1, . . . , XK) * N < M' * R(X1, . . . , XK) * M其中X1, . . . , XK是结构已经事先确定的矩阵变量。
左侧和右侧的外部因子（outer factors）N和M是给定的具有相同维数的矩阵。
左侧和右侧的内部因子（inner factors）L(.)和R(.)是具有相同结构的对称块矩阵。
每一个块由X1, . . . , XK以及它们的转置组合而成形成的。
解决LMI问题的步骤有两个：1、定义维数以及每一个矩阵的结构，也就是定义X1, . . . , XK。
2、描述每一个LMI的每一项内容（Describe the term content of each LMI）此处介绍两个术语：矩阵变量（Matrix Variables）：例如你要求解X满足A(x)<B(x)，那么X就叫做矩阵变量。
线性矩阵不等式
7.4.2线性矩阵不等式的确定
LMI工具箱可以处理具有以下一般形式的线性 矩阵不等式。 NTL（X1，…，Xk）N<MTR（X1，…，XK）M 其中：X1…，XK是具有一定结构的矩阵变量， 左、右外因子N和M是具有相同维数的给定矩 阵，左、右内因子L（﹒）和R（﹒）是具有相 同块结构的对称块矩阵。 注意，在线性矩阵不等式的描述中，左边总是 指不等式较小的一边，例如对线性矩阵不等式 X>0，X称为是不等式的右边，0称为是不等式 的左边，常表示成0< X。
I F T ( x) F ( x) F ( x) I 0 0 F ( x) I
T 2
因此，可以通过求解：
min x,
(7.3.2)
I F T ( x) s.t 0 F ( x) I
来得到所求问题的解。显然，问题（7.3.2）是一个具有线性矩阵不等式约束的线性目标函数 的最优化问题。
定的常数矩阵。由于
DED 1 1 D T E T D T DED 1 1
E T DT DE DT D
ET XE X 0
1 T 其中 X D D0 。因此，使得 DED 1 成立的对角矩阵 D 的存在性问题等价
于线性矩阵不等式 E XE X 0 的可行性问题。
要确定一个线性矩阵不等式系统，需要做以下两步： 给出每个矩阵变量X1，…，XK的维数和结构； 描述每一个线性矩阵不等式中各个项的内容。 这个过程产生所描述线性矩阵不等式系统的一个内部 表示，它以一个单一向量的形式储存在计算机内，通 常用一个名字，例如lmisys来表示。该内部表示lmisys 可以在后面处理这个线性矩阵不等式时调用。 下面将通过LMI工具箱中的一个例子来说明线性矩阵不 等式系统的确定。运行lmidem可以看到这个例子的完 整描述。
LMI线性矩阵不等式
线性矩阵不等式
Linear matrix inequality(LMI): 矩阵变量集合中线性（或仿
射）的矩阵不等式.
1.1: LMI的 基 本 性 质
1
Q正定：如果 xT Qx > 0, ∀x ̸= 0 Q半正定：如果 xT Qx ≥ 0, ∀x ̸= 0 P 负定（半负定）：如果Q = −P 正定（半正定）。
9
%可行 ( 是稳定的A) tmin
当且仅当 tmin <0
运行结果：
Lyap =
1
S o l v e r f o r LMI f e a s i b i l i t y problems L ( x ) < R( x )
10
T h i s s o l v e r minimizes
t
subject to
只需要写出对角线上面，或下面的项。
% AP+PA’ <0 % 0 % P>0
l m i t e r m ( [ Lyap 1 1 P ] , 1 , A , ’ s ’ ) ; l m i t e r m ( [ Lyap 1 2 0 ] , 0 ) ; l m i t e r m ( [ Lyap 2 2 P] ,1 , − 1) ; LMIsys= g e t l m i s ; [ tmin , x f e a s ] = feasp ( LMIsys ) ;
L ( x ) < R( x ) + t ∗ I
The b e s t v a l u e o f t should be n e g a t i v e f o r f e a s i b i l i t y
Matlab工具箱解LMI-线性矩阵不等式详解
8
• 例如
2021/4/8
9
将下面描述的线性矩阵不等式还原
• setlmis([]); • X=lmivar(2,[2,3]); • lmiterm([1 1 1 X],P2,eye(3),'s'); • lmiterm([1 1 1 0],-eye(3)); • lmiterm([1 2 1 X],P4,1); • lmiterm([1 2 2 0],-1);
• lmiterm([-1 1 1 0],0); • lmiterm([-1 2 1 0],B'*P1); • lmiterm([-1 2 2 0],P3*B+B'*P2);
• lmis=getlmis;
2021/4/8
10
• 四、观察所建立的矩阵不等式的信息
• 使用函数lmiinfo(lmisys)，lmibr(lmisys)， matnbr(lmisys)可以提取所建立的不等式 lmisys的信息。
2021/4/8
13
2021/4/8
14
2021/4/8
15
• Dec2mat可以把指定LMI不等式组的可行解中的指定变量转 化成矩阵格式。调用格式：
• 第一个参数是所在不等式名，第二个参数是返回的可行解 （包含很多变量），第三个参数是指定变量。
2021/4/8
16
• mincx求解器
2021/4/8
• [LHS,RHS]=showlmi(LMISYS,N)：给出第N个线性矩 阵不等式的左边和右边的矩阵值。
2021/4/8
24
其它命令
• 1、用于求个数的命令： • lminbr(lmisys)：给出系统中线性矩阵不等式的个数；
线性矩阵不等式的LMI工具箱求解
一、线性矩阵不等式的LMI 工具箱求解 （一）可行性问题（LMIP ）1、可行性问题描述系统状态方程：[]1122331000210-414x x x x u x x ⎡⎤⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=-+⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥-⎣⎦⎣⎦⎣⎦⎣⎦在判断系统的稳定性时，根据线性定常系统的李雅普诺夫稳定性判据，需要判断是否存在实对称矩阵P ，使得：TA P +P A =Q -成立，其中Q 为正定矩阵。
那么判断系统稳定性的问题，可以转化为下面不等式是否存在解的问题：TA P +P A <0这种不等式解是否存在的问题可以用MATLAB 的LMI 工具箱进行判断。
2、仿真所需要用到的命令setlmis([]) ：开始一个线性矩阵不等式系统的描述； X= lmivar(TYPE,STRUCT)：定义一个新的矩阵变量；lmiterm(TERMID,A,B,FLAG)：确定线性矩阵不等式的一个项的内容； LMISYS = getlmis ：结束一个线性矩阵不等式系统的描述，返回这个现行矩阵不等式系统的内部表示向量LMISYS ；X = dec2mat(LMISYS,DECV ARS,XID)：由给定的决策变量得到相应的矩阵变量值。
[tmin,xfeas]=feasp(lmisys)：可行性问题的求解器函数，tmin 大于0时，表明LMI 系统不可行，P 阵无解，系统不稳定，tmin 小于0时，便可以用dec2mat 函数求解出P矩阵。
3、仿真结果可以看到，仿真结果tmin＜0，因此P阵存在，系统是稳定的。
进一步用dec2mat函数求解出P矩阵。
得：（二）特征值问题(EVP)1、EVP 问题描述该问题对应矩阵工具箱中的LMI 约束的线性目标函数最小化优化问题。
一般采用mincx 求解器求解。
考虑这样一个优化问题：m in ().. 0TTT ra c e X s t A X X A X B B X Q +++<其中：5342154067; 3; 562.78314228A B Q -⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪===-- ⎪ ⎪⎪ ⎪ ⎪ ⎪---⎝⎭⎝⎭⎝⎭2、仿真用到的命令DECV ARS = mat2dec(LMISYS,X1,X2,X3,...) ：由给定的矩阵变量得到相应的决策变量值；[copt,xopt]=mincx(LMIs,c,options)：用于给定的特征值问题求解，copt 返回全局最优的决策变量,xopt 返回决策变量的最优解。