问题描述
我正在使用 MATLAB 的非线性 MPC 工具箱并尝试实现一些简单的控制器。但是,给定初始控制信号 uk
,nlmpcmove 生成的任何控制信号都与 uk
相同(saveStates
填充了零时间的任何 uk
)。
相关代码部分;
%% Create MPC object
numStates = 12;
numOutputs = 12;
numControl = 2;
nlobj = nlmpc(numStates,numOutputs,numControl);
nlobj.Ts = constants.Ts;
Tswing = 0.1;
nlobj.PredictionHorizon = 5;
nlobj.ControlHorizon = 4;
nlobj.Model.StateFcn = @legStateFcn;
nlobj.Model.IsContinuousTime = false;
% Output function is exact state
nlobj.Model.OutputFcn = @(x,u) x;
nlobj.Jacobian.OutputFcn = @(x,u) eye(numStates);
% Weights
nlobj.Optimization.CustomCostFcn = @costFcn;
nlobj.Optimization.ReplaceStandardcost = true;
nlobj.Optimization.CustomineqConFcn = @ineqFcn;
% Kalman filter
EKF = extendedKalmanFilter(@legStateFcn,@legMeasurementFcn);
EKF.State = x0;
%% Run MPC
u0 = zeros(numControl,1);
uk = u0;
yinit = x0;
yfinal = x0 + 1;
yref = [yinit yfinal]';
validateFcns(nlobj,yinit,u0) % THIS SAYS IT IS ALL OK
saveState = zeros(length(yinit),length(t));
saveControl = zeros(length(uk),length(t));
y = yinit;
for i = 1:length(t)
disp(i/length(t)*100)
xk = correct(EKF,y);
saveState(:,i) = xk;
uk = nlmpcmove(nlobj,xk,uk,yref(2,:));
saveControl(:,i) = uk;
% Predict state for next iteration
predict(EKF,uk);
% Implement optimal control move
x = legStateFcn(xk,uk);
y = x;
end
由于 validateFcns(nlobj,u0)
返回所有 OK,所以我没有理由向您展示所有函数句柄,但只是为了更好的衡量;
LegStateFcn.m;
function xk1 = legStateFcn(xk,uk)
costFcn.m;
function J = costFcn(X,U,e,data)
ineqFcn.m;
function ineq = ineqFcn(X,data)
legMeasurementFcn.m;
function yk = legMeasurementFcn(xk)
MATLAB 不会抱怨我在这里所做的任何事情,但是,鉴于在 u0
之前给出的任何 for-loop
,来自 nlmpcmove
的任何结果控制信号都是相同的 u0
.我通过在 uk
之前和之后重命名 nlmpcmove
进行调试,删除 nlobj.Jacobian.OutputFcn
,模拟结果状态(不遵守不等式约束)并看到它确实遵循正如我所期望的那样,系统的动态性。
我不知道我做错了什么,我担心这是一个如此明显的小错误,我一开始就不应该犯。
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)