- •Розділ 6 Керування й оцінювання станів
- •Специфікація входів і виходів системи
- •Зведення задачі синтезу до задачі керування в просторі станів
- •Синтез модального закону керування
- •Синтез оптимального за часом лінійного закону керування
- •Керування лінійною системою на скінченному інтервалі
- •Модальне оцінювання станів
- •Синтез систем зі зворотним зв’язком
- •Розділ 7 Оптимальне керування Динамічне програмування
- •Задача середньоквадратичної оптимізації
- •Процеси оптимізації в зворотному часі
- •Середньоквадратична оптимізація процесів у зворотному часі
- •Фільтр Калмана
- •Двоїстість задач оптимального керування й оптимального оцінювання
- •Оптимальне програмне оцінювання
- •Оптимальне рекурентне оцінювання
- •Фільтр Калмана за відсутності запізнювання у вимірюванні виходу
- •Оцінювання стану керованих систем
- •Прогноз методом калманівської фільтрації
- •Оптимальне керування при випадкових збуреннях
- •Фільтр Калмана для оцінки параметрів рівняння регресії
Процеси оптимізації в зворотному часі
У теорії систем розглядаються задачі оптимізації процесів, у яких наступний момент часу менше попереднього, тобто процеси розглядаються в зворотному часі.
Нехай зміни стану ψ(j) деякого процесу описуються рівняннями
ψ(j-1)=f(j,ψ(j),w(j)), j= j1, j1-1, …, j0, ψ(j1)= ψ1 . (7.18)
На траєкторіях ψ(j;j1,ψ1 ) задано функціонал
J(j1,ψ1,w[j0,j1])
=
G(j,ψ(j),w(j)).
(7.19)
Потрібно знайти керування w[j0,j1], на якому досягається мінімум функціонала (7.19).
Метод динамічного програмування може бути застосований і до задачі (7.18), (7.19).
Визначимо функцію Беллмана
S(j,ψ) =
J(j1,ψ1,w[j0,j1]).
Використовуючи ті самі міркування, що були наведені вище на випадок зростання часу, можна знайти, що рівняння Беллмана має в даному випадку вигляд
S(j,ψ) =
(g(j,ψ,w(j))+S(j-1,
f(j,ψ,w(j))). (7.20)
При цьому
S(j0,ψ)
=
g(j,ψ,w(j))=
g(j0,ψ,w(j0)),
і якщо g(j0,ψ,w) не залежить від w, то S(j0,ψ) = g(j0,ψ).
У цьому випадку функція S(j0,ψ) визначається рівнянням Беллмана в прямому часі.
Середньоквадратична оптимізація процесів у зворотному часі
Розглянемо задачу оптимального керування в зворотному часі на інтервалі [j0-1,j1] для випадку
f(j,ψ,w) = F(j)ψ(j)+D(j)w(j),
g(j,ψ,w) = ψ*(j)Q1(j)ψ(j)+w*(j)Q2(j)w(j), j = j1,…, j0
і g(j0 -1,ψ,w) = ψ*(j0-1)Q0ψ(j0 -1).
Зробивши викладки, аналогічні випадкові зростаючого часу, знайдемо, що розв’язок w0(j) визначається як
w0(j)= L(j)ψ(j), (7.21)
де L(j)=-(Q2(j)+D*(j)G(j-1)D(j))-1D*(j)G(j-1)F(j) (7.22)
і матриця G(j) визначається як розв’язок рівняння Ріккаті:
G(j+1)=F*(j+1)G(j)F(j+1)+Q1(j+1)-F*(j+1)G(j)D(j+1)(Q2(j+1)+
+D*(j+1)G(j)D(j +1))-1D*(j+1)G(j)F(j+1). (7.23)
У розглянутому випадку рівняння Ріккаті є різницевим рівнянням у прямому часі.
Фільтр Калмана
Математичні моделі, що містять випадкові фактори, більш точно описують поводження реальних систем. Завжди виникають задачі оцінювання станів таких систем. Фільтр Калмана призначений для розв’язання цих задач.
Двоїстість задач оптимального керування й оптимального оцінювання
Розглянемо процес y(k), породжуваний системою
x(k+1) = A(k)x(k)+D1(k)ξ1(k), (7.24)
y(k) = C(k)x(k)+ξ2(k),
де А(k), D1(k) і C(k) – задані матриці; ξ1(k) і ξ2(k) – векторні процеси гаусівського білого шуму, що характеризуються такими матрицями:
Mξ1(k) = 0, Mξ2(k) = 0, Mξ1(k)ξ2(l) = 0,
Mξ1(k)ξ1*(k) = R1(k), Mξ1(k)ξ2*(k) = R2(k),
де R1(k) – невід’ємно визначена і R2(k) – додатно визначена матриці.
Вважається, що початковий стан x(k0) системи (7.24) є випадковим гаусівським вектором з відомими математичним сподіванням Mx(k0)=m0 і матрицею коваріацій
M(x(k0)–m0 )(x(k0 ) – m0 )*= R0 .
Відомо також, що вектор x(k0 ) некорельований з ξ1(k) і ξ2(k) для всіх k, тобто
Mx(k0 )ξ1*(k) = Mx(k0 )Mξ1*(k) = 0 і Mx(k0 )ξ2*(k) = 0.
Зафіксуємо рядок p=(p1,…,pn) і розглянемо задачу оцінювання величини px(k+1) за результатами спостереження випадкової послідовності y(k0), y(k0+1), …, y(k) при відповідному початковому стані x(k0 ).
Оцінка
x(k+1)
величини
px(k+1) називається
незміщеною, якщо виконується
x(k+1)=M(px(k
+1)).
З математичної точки зору алгоритм оцінювання можна розглядати як відображення множин вихідних послідовностей у множину дійсних чисел, тобто його можна розглядати як функціонал. Будемо шукати розв’язок цієї задачі в класі лінійних функціоналів.
Отже, ставиться задача знайти таку вектор – функцію v0 (k) і такий n – стовпець q0 , що лінійний функціонал φ0 вигляду
φ0(y[k0
,k1],m0)=q0*m0
-
v0*(l)y(l)
(7.25)
визначає незміщену оцінку величини px(k +1), тобто
M(px(k+1)) = φ0(y[k0 ,k], m0 ),
і при цьому дисперсія похибки оцінювання є мінімально можливою, тобто виконується
D(px(k+1)-φ0(y[k0,k],m0))=
D(px(k+1)–φ(y[k0,k],m0)).
Виявляється, що поставлена задача еквівалентна деякій задачі оптимального детермінованого керування для процесів у зворотному часі.
Теорема двоїстості. Розв’язком задачі оптимального оцінювання є функція v0(j), j=k,k-1,…,k0, яка мінімізує функціонал
J(v[k0 ,k])=ψ*(k0 -1)R0ψ(k0 -1)+
+
(ψ*(j)D1(j)R1(j)D1*(j)ψ(j)+v*(j)R2(j)v(j))
(7.26)
на траєкторіях ψ(j) системи в зворотному часі
ψ(j-1)=A*(j)ψ(j)+C*(j)v(j), (7.27)
що задовольняють кінцеву умову
ψ(k) = p*, (7.28)
а параметр q0 визначається як q0=ψ0(k0-1), де ψ0(k) - відповідна оптимальна траєкторія.
Доведення. Розглянемо процес ψ(j), що визначається рівнянням (7.27) і кінцевою умовою (7.28) і процес x(k), обумовлений рівнянням (7.24) і початковою умовою x(k0). Оцінювана величина може бути записана як
px(k+1) = ψ*(k)x(k+1)=ψ*(k0 -1)x(k0 )+
+
(ψ*(j)x(j+1)-ψ*(j-1)x(j))=ψ*(k0-1)x(k)+
+ (ψ*(j)A(j)x(j)+ψ*(j)D1(j)ξ1(j)-ψ*(j)A(j)x(j)-v*(j)C(j)x(j))=
=ψ*(k0 -1)x(k0 )+ (φ*(j)D1(j)ξ1(j)-v*(j)C(j)x(j).
Оскільки
p
(k+1)=-
(v*(j)C(j)x(j)+v*(j)ξ2(j))+q2*m0,
то
p(x(k+1)-
(k+1))=
=ψ*(k0-1x(k0)-q*m0+ (ψ*(j)D1(j)ξ1(j)+v*(j)ξ2(j)),
звідки і випливає M(p(x(k+1)- (k+1)))=(ψ(k0-1)-q)*m0 . Тому з вимоги незміщеності оцінки одержуємо q0=ψ(k0 -1).
Тепер знайдемо дисперсію похибки оцінювання, вважаючи, що q=ψ(k0 -1).
Маємо
D(p(x(k+1)- (k+1)))=
=M(p(x(k+1)- (k+1)))(p(x(k+1)- (k+1)))*=
=M(ψ*(k0-1)(x(k0)-m0)+
+
(ψ*(j)D1(j)ψ(j)+v*(j)ξ2(j))
((x(k0)-m0)*ψ(k0-1)+
+
(
(j)D1(j)ψ(j)+ξ2*(j)v(j))=
(7.29)
=M(ψ*(k0-1)(x(k0)-m0)(x(k0)-m0)*ψ(k0-1))+Q0 ,
де Q0 внаслідок незалежності ξ1(k),ξ2(k) і x(k0) дорівнює нулю. З огляду на характеристики шумів ξ1(k), ξ2(k) і початковий стан x(k0 ), з (7.29) одержуємо
D(p(x(k+1)- (k+1)))=ψ*(k0-1)R0(k0-1)+
+ (ψ*(j)D1(j)R1(j)D1*(j)ψ(j)+v*(j)R2(j)v(j)). (7.30)
Таким чином, з (7.30) випливає, що функція v0(j), яка мінімізує функціонал (7.26), визначає згідно з (7.25) оптимальний лінійний функціонал φ0 для оцінювання величини px(k+1).
Доведення закінчено.
