草庐IT

Matlab里的LQG最优控制函数(reg),lqr(里卡蒂)最优状态反馈,(lqe)卡尔曼滤波控制器函数

1、在MATLABC具箱里,有特别提供的函数reg()来求解LQGR优控制。函数的调用格式为:rsys=reg(sysK,L)其中,输入参量sys为系统的状态空间模型;K为由函数lqr()求得的最优状态反馈增益矩阵;L为函数lqe()求得的Kalman滤波器状态估计增益矩阵。2、函数lqr()K=lqr(A,B,Q,R)%状态反馈控制增益矩阵%新的状态空间模型Ac=[(A-BK)]Bc=[B]Cc=[C]Dc=[D]sys_cl=ss(Ac,Bc,Cc,Dc)%系统函数建立%常用的响应输出格式%t=0:0.01:5;%r=0.2ones(size(t));%[y,t,x]=lsim(sys_c

Matlab里的LQG最优控制函数(reg),lqr(里卡蒂)最优状态反馈,(lqe)卡尔曼滤波控制器函数

1、在MATLABC具箱里,有特别提供的函数reg()来求解LQGR优控制。函数的调用格式为:rsys=reg(sysK,L)其中,输入参量sys为系统的状态空间模型;K为由函数lqr()求得的最优状态反馈增益矩阵;L为函数lqe()求得的Kalman滤波器状态估计增益矩阵。2、函数lqr()K=lqr(A,B,Q,R)%状态反馈控制增益矩阵%新的状态空间模型Ac=[(A-BK)]Bc=[B]Cc=[C]Dc=[D]sys_cl=ss(Ac,Bc,Cc,Dc)%系统函数建立%常用的响应输出格式%t=0:0.01:5;%r=0.2ones(size(t));%[y,t,x]=lsim(sys_c