结合无迹卡尔曼滤波进行状态估计的随机非线性模型预测控制
最优化与控制
2021-03-02 v1
摘要
非线性模型预测控制已成为处理高度非线性和非稳态系统的一种流行方法，但由于未考虑的不确定性，其性能可能会恶化。模型预测控制通常使用来自状态估计器的状态代替精确状态，而不考虑误差。本文提出了一种将无迹卡尔曼滤波纳入 NMPC 问题的方法，该方法将由状态估计引入的不确定性和来自扰动的加性噪声随时间向前传播。通过基于状态分布高斯近似的概率约束来维持可行性。引入了鲁棒视界的概念以限制开环协方差，否则协方差会变得过大，导致 MPC 问题的保守性和不可行性。该方法的有效性在一个具有经济目标的具有挑战性的半间歇反应器案例研究中进行了测试。
引用
@article{arxiv.1709.01201,
title = {Stochastic Nonlinear Model Predictive Control with State Estimation by Incorporation of the Unscented Kalman Filter},
author = {Eric Bradford and Lars Imsland},
journal= {arXiv preprint arXiv:1709.01201},
year = {2021}
}
备注
6 pages, 5 figures