[发明专利]一种基于非策略的观测器状态反馈的优化控制方法

摘要

一种基于非策略的观测器状态反馈的优化控制方法，涉及一种优化控制方法，本发明优化具有未知参数的线性离散系统的控制性能。首先构建具有状态观测器且系统矩阵中存在未知参数的离散线性增广系统，定义性能优化指标；然后，基于分离原理，动态规划和学习方法，给出一种具有未知模型参数的非策略学习算法，并设计近似最优观测器，设计近似最优控制器，进而得到完全利用可测量的系统输出和控制输入数据的非策略学习算法，实现基于观测器状态反馈的系统优化控制策略。本发明不要求系统模型参数全部已知，不要求系统状态参数直接可测，利用可测量数据实现指定性能指标的优化。

主权项

1.一种基于非策略的观测器状态反馈的优化控制方法，其特征在于，所述方法包括以下控制过程：首先构建具有状态观测器且系统矩阵中存在未知参数的离散线性增广系统，定义性能优化指标；然后，基于分离原理，动态规划和学习方法，给出一种具有未知模型参数的非策略学习算法，并设计近似最优观测器，设计近似最优控制器，进而得到完全利用可测量的系统输出和控制输入数据的非策略学习算法，实现基于观测器状态反馈的系统优化控制策略；构建具有状态观测器且系统矩阵中存在未知参数的离散线性增广系统，包括基于观测器状态反馈的线性离散系统最优控制，考虑具有未知模型参数的线性离散系统的状态方程；鉴于实际控制系统状态很难直接测量或者只能测量部分状态信息，加上测量成本高，所以设计全维状态观测器；定义性能优化指标包括在系统模型含有未知参数的情况下，利用可测数据设计，保证闭环系统稳定，并且优化性能指标；设计近似最优观测器包括依赖模型的最优观测器设计以及最优观测器非策略‑学习算法设计；最优控制器设计包括根据分离定理，控制器增益矩阵要保证镇定，并且优化问题1中性能指标；在系统矩阵存在参数未知的情况下采用算法4能够利用可测的系统输入、输出数据和观测器状态可以学习最优控制器增益和最优观测器增益，实现基于观测器状态反馈的优化控制。