概述

本模块介绍模型预测控制的数学基础——线性系统的状态空间建模与离散化方法。这些知识是理解后续 MPC 算法的前提。

学习路径

01-LTI 系统连续表达
       ↓
02-零阶保持器 ZOH 离散化方法
       ↓
03-离散化误差与模型失配分析
       ↓
01-能控性与能观性判据
       ↓
02-状态与输入约束的凸集描述
       ↓
03-平衡点与工作点线性化
       ↓
01-预测时域 N 与控制时域 Nu
       ↓
02-开环控制序列与闭环反馈映射
       ↓
03-状态预测轨迹的递推表达

核心笔记索引

01-连续与离散状态空间模型

笔记描述状态
01-LTI 系统连续表达线性时不变系统的连续时间表达⬜ 待创建
02-零阶保持器 ZOH 离散化方法从连续模型到离散模型的精确转换⬜ 待创建
03-离散化误差与模型失配分析离散化误差分析与模型失配边界⬜ 待创建

02-系统基本性质与约束表示

笔记描述状态
01-能控性与能观性判据系统能控性和能观性的判据⬜ 待创建
02-状态与输入约束的凸集描述物理约束的数学表达⬜ 待创建
03-平衡点与工作点线性化非线性系统线性化方法⬜ 待创建

03-预测时域与控制序列定义

笔记描述状态
01-预测时域 N 与控制时域 Nu预测时域与控制时域的定义与选择⬜ 待创建
02-开环控制序列与闭环反馈映射开环序列如何构成隐式反馈⬜ 待创建
03-状态预测轨迹的递推表达状态预测的显式表达⬜ 待创建

核心概念速查

概念说明参考
状态空间模型用状态变量描述系统动态的数学模型01-LTI 系统连续表达
零阶保持器 (ZOH)假设控制输入在每个采样周期内保持不变02-零阶保持器 ZOH 离散化方法
能控性系统状态能否被输入驱动到任意目标状态01-能控性与能观性判据
能观性系统状态能否通过输出重构01-能控性与能观性判据
预测时域MPC 中预测未来状态的步数01-预测时域 N 与控制时域 Nu
滚动时域每个采样时刻重新求解优化问题02-开环控制序列与闭环反馈映射

与其他模块的关联


更新记录

日期内容
2026-04-09初始版本,创建 MOC 框架