14、系统状态估计与控制策略详解

系统状态估计与控制策略详解

1. 系统状态估计基础

在系统控制中，$\hat{X}(k|k)$ 是第 $k$ 步时 $X(k)$ 的最优估计值，它包含了最新的信息 $y(k)$，相比 $\hat{X}(k|k - 1)$ 更优。$K_r$ 和 $K$ 可通过常规的单变量反馈（SVFB）控制设计获得。

1.1 算法流程

在任意特定的 $k$ 步，算法流程如下：
1. 初始化 ：在 $k = 0$ 时进行初始化。
2. 采样 ：采集 $y(k)$、$r(k)$ 和 $u(k - 1)$。
3. 状态更新 ：$\hat{X}^- = \Phi\hat{X}^+ + \Gamma u(k)$。
4. 输出估计 ：$\hat{y} = C\hat{X}^-$。
5. 状态校正 ：$\hat{X}^+ = \hat{X}^- + L[y(k) - \hat{y}]$。
6. 控制计算 ：$u = K_rr(k) - K\hat{X}^+$。
7. 返回控制 ：返回 $u(k)$。

该算法的流程图如下：

graph LR
    classDef startend fill:#F5EBFF,stroke:#BE8FED,stroke-width:2px;