基于状态相依RBF-ARX模型的非线性预测控制及应用  

State-dependent RBF-ARX model based nonlinear predictive control and application

作　　者：曾小勇[1,2,3] 彭辉[1,3] 魏吉敏[1,3] 

机构地区：[1]中南大学信息科学与工程学院,湖南长沙410083 [2]长沙理工大学电气与信息工程学院,湖南长沙410076 [3]先进控制与智能自动化湖南省工程实验室,湖南长沙410083

出　　处：《系统工程与电子技术》2012年第10期2110-2116,共7页Systems Engineering and Electronics

基　　金：国家自然科学基金(71271215);国家国际科技合作计划资助(2011DFA10440);湖南省科技计划国际合作重点项目(2009WK2009);"电力系统安全运行与控制"湖南省重点实验室开放基金(2011KFJJ07)资助课题

摘　　要：对于一类工作点时变的光滑非线性多变量系统,采用状态相依自回归(state-dependent auto-regressive with exogenous,SD-ARX)模型描述系统的非线性状态特征,用高斯径向基函数(radial basis function,RBF)神经网络近似SD-ARX模型的函数型系数,利用结构化非线性参数优化方法(structured nonlinear parameter opti-mization method,SNPOM)离线估计模型参数,并以状态信号量引导模型实时反映对象的动态特性,在此基础上设计的非线性预测控制器因避免了在线模型参数估计,可提高系统的实时性,并具有较好的控制效果。对四旋翼飞行器的实验结果验证了建模方法的有效性和控制方法的可行性。For a class of smooth nonlinear multivariable systems whose working-points vary with time, a state-dependent auto-regressive with exogenous （SD-ARX） model and its functional coefficients are composed of the Gaussian radial basis function （RBF） networks with some state variables representing the system＇s nonlin- ear dynamic characteristics. The model is called a state-dependent RBF-ARX model and estimated by a struc- tured nonlinear parameter optimization method （SNPOM） offline. The nonlinear predictive strategy is designed based on the state-dependent RBF-ARX model that does not require online parameter estimation so as to im- prove the real-time performance of control systems greatly and has a preferably control performance. A case study on a simulator of a quadrotor illustrates the effectiveness of the nonlinear modeling and the feasibility of the control method.

关 键 词：状态相依模型 非线性系统 预测控制 四旋翼飞行器 

分 类 号：TP273[自动化与计算机技术—检测技术与自动化装置]