鲁棒控制——LMI处理方法
俞立老师的经典书籍——《鲁棒控制——基于线性矩阵不等式的处理方法》振动论坛鲁棒控制—线性矩阵不等式处理方法俞著清华大学出版社振动论坛(京)新登字158号内容简介木书结合作者的研究工作,详细介绍了基于线性矩阵不等式的不确定系统食棒控制的概念、理论及设计方法。主要为謇括日前应用广泛的线性矩阵不等式的概念、理论、算法及相关软件:基于线性矩阵不等式处理方法的线性时不变系统性能分析和缤合方法:重点介绍了不确定系统的模型、曹棒性能分妡、鲁棒砂以H控制、LM区域及相应的区域极点配置方法,绪合二次型性能指标的保性能控制、鲁榨方差控制对将系统的分析与鲁棒控制器设计、不确定系统的鲁滤波问题及鲁棒滤波器设计本书反映了近年来鲁棒控制领域中的最新研究成果,系统介纲了线性矩阵不等式这一有效工具,它在应用中的典型处理方法及 MATLAB软件中的LMI具箱,本书可作为从事自动控制工作的科研员、工技术人员以及高等院校自动化及其他相关专业教师高年级学生和研究生的参老用书版权所有,翻印必究本书封面貼有清华大学出版杜激光防伪标签,无标签者不得销售。书名:鲁棒控制—线性矩阵不等式处理方法作者:俞立著出版者:清华大学出版社(北京清华大学学研大厦,的编100084)http://www.lup,lsingt:ua.educn费任编辑:朱英彪印刷者:北京通州区大中印刷发行者:新华书店总店北京发行所开本;787×10921:16即张;17.75字数:403千字版次:202年12月第1版20年12月第1次印刷书号:ISEN730245854-7/O·269印数:0001~400定价:26.00元振动论坛前言在实际工业控制牛,各种工业牛产过程、生产设备以及其他众多的被控对象,其动态牿性一般鄱难以用精确的数学模型来描述。有时即使能获得被控对象的精确数学模型,但白于过于短杂,使得难以对其进行有效的掉制性能分析和综合,因此必须进行适当的简化。另一方面,难着生产过程中主作条件和环境的变化,控制系统中元器件的老化或损坏,被控对象本身的特性也会随之发生变化。所有这些因素使得描述被控对象的数学模型和实际对象之间不可避免地具有误差。因此,在工程实践中,釆用基于精确数学模型的现代控制理论方法所设计的控制系统往往难以具有所期望的性能,甚至连系统的稳定性都难以得到保证。鲁棒控制理论结合系统模型参数不确定性和外部找动不确定性的考虑,研究系统的鲁棒性能分析和综合问题,弥衤了现代控制理论需要对象精确数学模型的缺陷,使得系统的分析和综合方法加有效、实用棒挖制自提出以来,很快受到了人们的广泛重视和研究,取得了一系列的研究结果和方法,并在一些工程领域中获得了成功的应用。特别地,随着线性短阵不等式及求解凸优化问题的内点法的提出,为许多控制问题的分析和求解提供了有效工具。 MATLAB软件中线性矩阵不等式工具箱的推出使得各种线性矩阵不等式问题的求解旻加方便、直接从而,进一步推动了线性矩阵不等式处理方法在系统和控制领域中的应用。本书系统介绍了线性矩阵不等式的概念、性质、求解线性矩阵不等式相关问题的算法以及 MATLAB软件中的线性矩阵不等式工具箱。结合作者的研究工作,介绍了基丁线性矩阵不等式的鲁棒控制性能分析和综合方法,并指出了一些在系统和控制中有广泛应用价值的线性矩阵不等式典型处理方法。作者努力将售棒控制的最新研究成果和方法反映存本书中,但限于篇幅,书中所包含的内容仅仅是鲁棒控制研究成果的很少-部分。振于作者的水平,书中不妥和错误之处在所难免,恳请广大读者批评指正本书中介绍的作者研究工作及本书的撰写得到了国家然科学基金和教育部高校优秀青年教帅教学科研奖励计划的资助,在此表示衷心的感谢。作者02年5月杭州振动论坛目录第1章引言…第2章线性矩阵不等式……621线性矩阵不等式的表示式口·■■■甲↓郾■■.■看■■bL■2Ll1线性矩阵不等式的般表示2l2可转化成线性矩阵不等式表小的问题213复线性矩阵不等式的处理…10214非严格线性矩阵不等式22一堂标准的线性矩阵不等式间题23求解线性矩阵不等式问题的算法23.1椭球法…Isn15232内点法↓乐24关于矩阵不等式的一些结论1824.1矩阵变量的消去法1T·平P1t幽山I82.4.2 S-procedureP甲■20第3章系统性能分析.连续时间系纷…2331.1系统增益指标∴233,12H性能甲日唱·■唱日4自·日血即141■4b1293.13H性能3132离散时间系统1鲁日日司即■命b命即■■■■■着■■■着L=,341第4章控制系统综合.4.1F控制4.l.1状态反馈H控制…d?■■424.],2输出反馈Hx控制■p即42H2控制43H2H控制平1■十■昏■b■m■■■4■qp6144设计示例64第5章不确定系统的分析与综合685]不确定模型68振动论坛會棒控制——一线性矩阵不等式处理方法511不确定状态空闻模型68512不确定线性分式模型■p■b血d卩■b■52鲁棒稳定性分忻P‘■■日音牛114a日4521二次稳定性522仿射二次稳定性I"P}4Pbb4b4}·53鲁棒性能分析.…■■昏■昏1山■d■晶t■■p聊8354鲁棒F2H控制■■■山昏晉昏晋■+口■口■口6541问题的描述和准备…86542H2H整制器设计91第6章区域极点配置1亠山品品61LMI区域9761.】LM区域的描述…,-11111976,2D-稳定性分析…〓P■■■■■■■■■■10062具有闭坏k域极点约束状态反馈控制器设计0463鲁棒D-稳定性分析日日日语■山■,1763无结构不确定性1963.2结构不确定性111464输出反馈控制器设计,第7章保性能控制1227】连续系统的保性能控制…··■■晶■上h香≠p甲日目甲日唱黑L聊■12272离散系统的保性能掉制.12了73其有闭环极点约束的保性能挡制131731鲁棒性能分析…132732二次D保性能控制器设计看自;血自自血即血日昏■是■如4135第B章鲁棒方差控制1418I连续系统的鲁棒方差控制.■d昏【山■血晶b14181.Ⅰ系统性能分析1418L.2状态反馈控制器设计14813输出反愤控制器设计14682离散系统的鲁棒方差控制152第9章时滞系统的分析和综合15891时滞系统的稳定性…15891.1时滞独立的稳定性条件……,1599.1.2时滞依赖的稳定性条件,+--114141609.1.3 Lurie时滞系统的稳定性分析T宁宁·自血日甲自自要振动论坛自录92时滞系统的鲁棒稳定性分析16992.!时滞独立的鲁棒稳定性条件P·q甲,甲■15992.2时滞依赖的鲁棒稳定性条件17493不确定滞系统的保性能控制.■■■■793.1鲁棒性能分析I789.32状态反馈俣性能控制器设计,4.4.418393.3输出反馈俣性能控制器设计1869.34不确定离散时滞系统的保性能控制I9394时滞系统的玨控制941时滞系统的性能分析,…199942H控制器设计943不确定离散时滞系统的鲁棒H控制207第10章寯波器设计213101B滤波器设计2I310.2FH滤波器设计2l9第11章大系统射分散控制22311时滞系统的分散稳定化控制22311,2离散关联系统的分散保性能控制229l1,21保性能分析■■■山■↓山 -r.E= PPE+■▲画2291121分散保性能控制器设计234附录ALM工具箱介绍■L■■■an·■■甲口■看■■口■山241A.F线性矩阵不等式及相关术语……24LA.2线性矩阵不等式的确定■■■■昏昏斷■+d山夏旷aaa■_画d■242A.3信息提取2499A4绒性矩阵不等式求解器■■■■■■日■司罾■严早■■■吾-■山■山m矿画maaa250A.5结果验证…258A6修改一个线性矩阵不等式系统A.7一些进一步的功能261A.8系统棋型描述…,267参考文献270振动论坛第1章引言自20世纪5年代末现代控制理论誕生以米,控制理论得到了飞速的发展,并在20世纪60年代然航天领域中得到成功的应用。但是,现代控制理论在随后的工业应用中却遇到了很大的困难。我们知道,现代控制理论的许多结果都是基于对象的一个数学模型,根据系统的性能要求,通过刈被控对象的数学模型进行分析来设计系统的控制律,进而将所得到的控制律应用于被控对象来保证闭环系统貝有所期望的性能。显然,当对象模型不能精地描述被控对象或在系统运行过程中模型和实际对象产生侃离时,基于这栟的模型设计的控制系统很难保证具有所期望的性能要求实际上,对于复杂物理系统的模型,存在以下两个问题描述物理系统的解析模型很难,甚至不可能精确地刻画,因此为了便于处理,不得不筒化模刑:2.一个模型,无论多么详细,都不可能是物理系统的一个濤确表示。因此,模型存在本质的不精确性。建模中的以上两个方面称为模型的不确定性。对于一个复杂系统,为了得到一个较为简单的模型,一种处珄方法是将其分解线性部分和非线性部分的组合,进而用一个更空易处理和分析的对象来替代这个非线性邺分,达到简化原文复杂系统棋型的目的考虑由以下非线性微分方程描述的复杂动态系统x=f(x, m)H(x, u)初始条件是x(0),x()、y()和()是向量值函数,∫和h是光滑的向量值函数。在特殊的运行点附近,可以将系统(1.)分解成一个线性部分和一个线性部分的组合特别地,可以在原点x,)=(0,0处进行这样的分解。定义系统Ax t Bu+gtr, Wv=Cx+IH+rx, uj其中:A、B、C和D是系统(11)的一个线性化近似g(x,叫)=f(x,)-Ax-Br(, u)-hr, u)-Cx-Du显然,这样定义的系统(1.2)和系统(1:)是等价的。因此,它们之间存在-—对应的关系。得到这样的等价系统的一种方式是将函数∫和h在原点处线性化,可得Cl(x.)=(0.0)x,)=(0,Q)0.0Ca(x,)=()振动论坛鲁棒控制——线性矩阵不等式处理方浊进一步可以将方程(12)受成以下等价的形式:x= Ar I Bu I wL1.3y=cx+Da+脚2(14)(w1,w2}=(g(x,L),r(x,)(1.5设G是宙(1.3)~(1.4)式确定的映射;对给定的初始条作x(0),門2,)以(x环,y)。Ω是由(1.5)式确定的映射:(x,n)卜(1,2)。因此,〈1.3(1〕式描述的系统可以用图11来表示图11系统分解容易看到,G是系统的线性部分,Q是静杰的非线性映射。这样就将系统的非线性部分分离出来,归入到映射g中,非线性部分和线性部分通过反馈关联联系起来更一般地,我们用这样的方法不仅可以处理系统的非线性特性,而且也可以处理系统的某些动态特性。考虑由以下方程组描述的系练f2(x1,x2(1y=H(x1,x2,采用前面系统分解思想,对系统(16)中的方程x=f(x1,x2,4)卩=(x,x2进行分解,并得到:=团x+B+8(x2f2(x1,x2,a)(1.)卩=C1x+D4+r(x,x2,a)进步,系统(17)中的方程等价于以下的线性方程:x=A1x1+BM+即8y=C,+Du+M其中,w2}=(g1(x,x2,),P(x,x2,Bm)x2=f1(x,x2,x)(1,9)设G是由方程(18)描述的线性系统;(w3,2,(x,,y),是由(9)式描述的系统:(x1,4)"(m,m2)。对这样定义的G和Q,图1也同样描述了系统(1.6)。
- 2020-12-06下载
- 积分：1
支持向量机
关于支持向量机里面讲核函数的，介绍了线性核函数、高斯核函数、及多项式核函数等。还介绍了核函数的判定以及Mercer定理1x1121T3212T42.3p(a)L313x2.3.32cT1V2C.223+d更一般地,核数K(x2z)=(xz+)“对应的映射后特征维度为a(求解方法参见http://zhidao.baiducom/question/16706714.html)由于计算的是内积,我们可以想到IR中的余弦相似度,如果ⅹ和z向量夹角越小,那么核函数值越大,反之,越小。因此,核函数值是(x)和(z)的相似度。再看另外一个核函数K(r, z)=expz-z|222这时,如果x和z很相近(x-2‖≈0),那么核函数值为1,如果x和z相差很大(x-2》0),那么核函数值约等于0。由于这个函数类似于高斯分布,因此称为高斯核函数,也叫做径向基函数( Radial basis function简称RBF)。它能够把原始特征映射到无穷维。既然高斯核函数能够比较ⅹ和z的相似度,并映射到0到1,回想 logistic回归, sigmoid函数可以,因此还有sigmoid核函数等等下面有张图说明在低维线性不可分时,映射到高维后就可分了,使用高斯核函数。Linear回回看目即Gaussian来自 Eric Xing的sdes注意,使用核函数后,怎么分类新来的样本呢?线性的时候我们使用SVM学与出W和b,新来样木ⅹ的话,我们使用wTx+ b来判断,如果值大于等于1,那么是正类,小于等于是负类。在两者之间,认为无法确定。如果使用了核函数后,W2x+b就变成了wφ(x)+b,是否先要找到p(x),然后再预测?答案背定不是了,找φ(x很麻烦,回想我们之前说过的wa+6=boy(0)x+bi=1(x(,x)+b只需将替换成(x,x),然后值的判断同上8核函数有效性判定问题:给定一个函数K,我们能否使用K来替代计算φ(x)2中(z),也就说,是否能够找出一个,使得对丁所有的x和z,都有k(x,2)=(x)r中(2)9比如给出了K(x,2)=(x2)2,是否能够认为K是一个有效的核函数下面来解决这个问题,给定m个训练样本全(r(3xm,每一个对应一个特征向量。那么,我们可以将(e) yJ仟意两个和带入K中,计算得到=0。I可以从1到m,j以从1到m,这样可以计算出m*m的核函数矩阵( Kernel Matrix)。为了方便,我们将核函数矩阵和(x,z)都使用K来表示如果假设K是有效地核函数,那么根据核函数定义k1=K(x0x0)=p(x()p(x0)=p(x(0)p(x()=K(x(,x)=K可见,矩阵K应该是个对称阵。让我们得出一个更强的结论,首先使用符号中x(x)来表示映射函数中(x)的第k维属性值。那么对于任意向量z,得2K2=∑∑2K3∑∑(m0y(0)2∑∑∑(z0)(x0)z∑∑∑29(x)k(z0)k i j=S|∑zipk(c(ak0.最后一步和前面计算K(x)=(x2)时类似。从这个公式我们可以看出,如果K是个有效的核函数(即K(xz)和(x)p(2)等价),那么,在训练集上得到的核函数矩阵K应该是半正定的(K≥0这样我们得到一个核函数的必要条件:K是有效的核函数==>核函数矩阵K是对称半正定的可幸的是,这个条件也是充分的,由 Mercer定理来表达。Mercer定理:如果函数K是×四→巫上的映射(也就是从两个n维向量映射到实数域)。那么如果K是一个有效核函数(也称为 Mercer核函数),那么当且仅当对于训练样例(r()x(m,其相应的核函数矩阵是对称半正定的。Mercer定理表明为了证明K是有效的核函数,那么我们不用去寻找φ,而只需要在训练集上求出各,然后判断矩阵K是否是半正定(使用左上角主子式大于等于零等方法)即可。许多其他的教科书在 Mercer定理证明过程中使用了范数和再生希尔伯特空间等概念,但在特征是n维的情况下,这里给出的证明是等价的。核函数不仅仅用在SWM上,但凡在一个模型后算法中出现了,我们都可以常使用区(xz)去替换,这可能能够很好地改善我们的算法。posted on2011-03-1820:22 Jerry Lead阅读(…)评论(…)编辑收藏刷新评论刷新页面返回顶部博客园首页博问新闻闪存程序员招聘知识库Powered by:博客园 Copyright@ Jerry Lead
- 2020-12-01下载
- 积分：1
|
联系客服（QQ：3324461878）
