基于动态非线性逼近的非线性系统预测控制

一些非线性模型可认为是系统 （ ）的特殊情况
系统模型及增量型最小化递推预测模型
考虑下述 非线性离散系统模型： （
收稿日期： 作者简介：沈永良 （ 究； 胡致强 （
）
；修回日期： ） ；黑龙江大学重点实验室项目 —） ， 男， 黑龙江双鸭山人， 副教授， 从事非线性自适应及预测控制、 智能检测与仪表等研 —） ， 男， 南昌人， 教授， 从事非线性自适应及预测控制、 智能控制等研究
基于动态非线性逼近的增量型最小化模型 为后移算符， （ ，（ ）
!
， ! 为
）的数值 假设 （ ! （・ 表示为 !（ （ （ （ （ 可得 （ （ ! （ （ ）
）是稳定的， 则式 （ ）可
对于系统 （ ） ， 用 ） ） （・ ・ ・ ） ［（ ） ） ） ］
）处展开， 得
） ! （ ） ） ） !（ ） ） （ ） ） ! ） ） !（ !（ … ） ） !
） ! （ $（ ） （ ）
（
） （$ （ ） ） ） ） $（ ） ］
）
） ） !（
可见， 估值 （・ ）由系统期望输出值、 系统的实际输
（
（
出值和增量型最小化模型估计值共同产生， 再次引 入了反馈控制
） ）（ ） （$（
｛ ［
）
（ $（ !（ ） !（ ） ｝ （ ）
#"
控制算法参数 ! （ 报算法
，
（ ） ，
，
， ， ： ， ：
：
，
：
；
；
引
言
世纪 年代以来， 非线性系统预测控制的
（（ ） ， （ ） ， （
） ， （ ） ， （ ） ， （ ） ， …， （
） ， …， （ ） ， …， （ ） ） （ ）
研究引起了人们的重视 非线性离散系统的预测控 制， 对解决模型未知、 时变、 强非线性系统具有很强 人们对各种典型模型的广义预测控 的适用性 为此，
（ ）
）
）
! !
，
（・ ・ ・ ） ［（ ！（ ） （ （ ） ） ］ （・ ・ ・ ） ［（ ！（ ） （ （ ） ） ］ （ ） ， 其中 （ ）代表 !（ !（ ［（ 其中： ， （ ， ） ， 有 !（ !（ ） ） !（ ， …， ； 时， ） ） ） （ ， ， …， ； （ ， …， ； 时，
其中： 1 为步长系数； ，， 的含义同上 由式 （ ）可得 !（ ）的预报器为 !（ !（ ） ） 1 （ ） ］ ［1 （ ） ［1 （ ） ! （ ） ! （ ） ! （
） ） ］ ，（ ） ） 1 （ ! （ 故 !（ ）由系统的实际输出值和逼近模型 估计值产生 将式 （ 1（ 1（ A （ ） （ 1 （ !（ （ ） ） ） ） ） ）代入 （ ） ， 得
时省略部分标注 将 （ ）项 记 为
）
"（
控 ） ! （ ） 是在 时刻对 （ 时， （
制
与
决 式中 （
策
第
卷
式中： （ 值， ）
） （ ） ） 作出的预测 ） （
） （ ） ） （ ） !（ $（ （ ） $（ ）
!"
非线性系统广义预测控制算法
非线性系统广义预测控制问题是在系统 （ ） 模 （ ［ ， 未知且存在噪声 干 扰 的 情 况 ） ， …， （ ） ， （ ） ， （ ） ，
（ ）中 1 （ 1（ ）
同时等于零 本算法自身即可满足此要求， 不用约束 而文献 ［ ，］均需强 制约束 1 （
#"
仿真结果
用式 （ ，
｛! （
） ） ［ !（ ） ）
1（ 1 （
， …，） ， A 例子中， （
， 1 ） 为正态 （ ，
， …， 仿真
） 白噪声， （
） ! （
的采样值由伪随机发生器产生 为便于对比有无噪 声情况， 在仿真后 步未加噪声干扰
由系统可实现条件， 时， （ ） （ ， 制律中 的 步 长 系 数， 使式 （
［ 算法的稳定条件为 ］
，； （ ）为系统的实际输出值； # 为控 ）变 得 更 为 通 用 式
）为系统在 ； ! 为权重系数
时刻的期望输出值； ， 满足
为预测长度，
为控制时域长度
）即为非线性系统的广义预测控制算法
考虑式 （ ）和 （ ） ， 有 ） （ ） （ ） （ ） 等
） $（ 因为噪声 （ 中的 ! （ （ ，由 （ （
）是不可观测的， 因此式 （ ， （ ）
， …， ）的值是未知 ）的噪声估计器为
的 考虑式 （ ） ， 并由式 （ ） ， 令 ） ， 其估值 （ ） ） （ ） $（
） ）］为常数 （（ ） ） （ ） 方法得
对于式 （ ） ，置 （ ） （ ） #［ ! （ $（ ） !（
）
） （ ）
… ! ! ! 为减少模型参数数量， 令 ， ， ! ! （ ） （ （ ） 即得式 （ ） 由式 （ ）与 （ ）的比较可知 ） ， !（
! !
） ，
展开式中的所有余项 记 ！（ （・ ・ ・ ） ； ） ） ） ］ 时， ，， ， ，
， …， ；
） ， ， …， !（ 即假设 限定了 （・ ， （ ） ， ・ ） （ ） 有界 由式 （ ）可得系统的增量型最小化递推预测 （ 器）模型 （ ） （ ） !（ ） !（ ）
［ 制问题进行了许多研究 ］
其中： ｛ （ ） ｝和｛（ ） ｝分 别 为 系 统 输 出、 输 入； ｛ （ ） ｝为零均值、 方差为 ! 的高斯白噪声； ， ， 分别为它们的阶； 为时滞， ； （ …） 为未知非 模型、 ）模型及其他 线性函数 式 （ ） 称为 双线性模型、 输出仿射 （ 假设 假设 ，； 假设 系统 （ ）是可控制的 （・ ， （ ） ， ・ ） 存在 其中 （ ） ，， … 系统 （ ）满足 !（ ） ，； 模型
）
）
{
（
） ， （ ! ） ； ， 见图 ； （ ! ） ，
［ ］钟璇， 王树青 基于远程预报辨识的非线性广义预测控 制算法 ［ ］ 自动化学报， （ ，
） 为系统期 （ ） 为仿真模型输出， （ 望输出值， 仿真结果如图 所示 由仿真结果可知， 系统具有很强的鲁棒稳定性， 其表现为：）算法参 数（ ， ， ， ） 及 初 值（ （ ） ， （ ） ， （ ） ， （ ） ）的取值范围相对较大， 取值敏感性相对较 弱；）仿真模型中时滞较大、 信噪比较高时， 系统跟 踪轨迹 （ ）及控制输入 （ ）仍然不发散， 只是仿 真结果差些， 说明该算法抑制发散的能力很强；） 如采用文献 ［ ］的线性逼近的非线性系统预测控制 算法， 则仿真模型输出发散， 无法跟踪系统期望输出 值
）自适应递推预
） ） ］（ ） !
由于 （・ ， （ ） ， ・ ） （ ） 是未知时变的， 即 预测控制算法 （ ）和 （ ）中 $ （ ）是未知时
第
期
沈永良等：基于动态非线性逼近的非线性系统预测控制 ） ， …， （ ） ， （ （ ） 式 （ ） ） ） （1 （ ） ） ） （ 1（ 1（ ） ! （ ） !（ ） ） ） ） （ 时， ） ） 1（ ） ） ） ! （ ）为参数 1 （ 算法 该 算 法 的 稳 定 条 件 为 A 证明参见文献 ［ ］ 用预测控制算法和参数自适应递推预报算法， 即用式 （ ） ， （ ）和 （ ）可实现多重时滞非线性 所示 系统的预测控制 其系统结构如图 ） ］ ｝ ）的自适应递推预报 （ !（ （
本文在文献 ［
］ 的基础上， 基于
的
非线性系统动态非线性逼近的增量型最小化模型， 解决了预测控制律的长时段优化计算、 控制器参数 递推预报和系统的噪声估计问题 该系统具有较强 的鲁棒稳定性和稳态无偏性， 实现了非线性系统的 广义预测控制 该算法不用解 能力 方程， 在 线计算量小， 实时性好， 具有很强的抑制噪声干扰的
控 仿真算例如下： （ ） ） ； （ ） （ （ ） （ ） （ ） （ ） ， （ ） （ ） （ ） （ （ ） ） （（ ） ） （ （ ） （ ） ，
制
与
决
策
第
卷
性系统的广义预测控制问题 该系统具有较强的鲁 棒稳定性和稳态无偏性 算法仅用受控系统的 数据进行设计， 约束条件很弱， 不存在传统的未建模 动态 仿真结果表明， 该方法是正确有效的 参考文献 （
（ ）
型结构及参数 下， 已知｛ （ …， （ ） ， （
） ， …｝ ， 且满足极小化广义性能 ） ! （ ） ） ）］
［ ］
， 求控制 （ ） ， 即 指标 （ ） （（ ） ） 其中：
） ） ］ 时， ； ） ， $（
（
） 时， 或
［ （
! （ 其中： （ ， （
（（ !（
（
） ） ） （ ）
［ ］ ， ［ ］ ， ［ ］ （ ） ： ， ［ ］ ［ ］ ［ ］ ， ， ，（ ） ： ，（ ） ： ［ ］ ， ［ ］ ， ［ ］ ， ，（ ） ： ，（ ） ： ［ ］胡致强 一类多重时滞非线性系统的无模型学习自适 应控制 ［ ］ 哈尔滨工业大学学报， （ ［ ］ ， ［ ］胡致强 基于 ，（ ） ： （ ［ ］ ， ［ ］ ，（ ） ： ） ，（ ） ： ） 法的非线性系统不依赖于受控系 ，（ ） ： ） ， ， ，（ ） ：
） ! （ ） !（
） ） （ ） （ ）
） （
） !（ ）
） !（ !（ !（ ） ! ） !（ ） ! （ ） !（ ! 且! ） ， ） ， ） ，（ ）
均为常数； 和 均为实数
上述假设条件对一些实际非线性系统并非太苛 ， （ ） ， ・ ） （ ） 有界， 控制输 刻 假设 说明， （・ 入及系统输出有界， 即系统为 定理 ! !（ 若系统 （ ） 满足假设 ） !（ !（ 且 !（ ， …， ； 证明 （ （ （ （ （ ） 时， ） ） 时， 稳定 假设 ， 则有 ） !（ ） ） ! （ ）