概述

本模块介绍无约束最优控制与线性二次型调节器 (LQR) 理论,这是理解 MPC 稳定性分析的基础。

学习路径

01-无限时域代价函数与收敛性
       ↓
02-离散代数 Riccati 方程 DARE 求解
       ↓
03-闭环稳定性与 Lyapunov 方程关联
       ↓
01-有限时域代价函数构造
       ↓
02-动态规划与逆向递推求解
       ↓
03-终端权重 P 与无限时域代价匹配
       ↓
01-滚动时域下的状态平移原理
       ↓
02-最优值函数的单调递减性证明
       ↓
03-无限时域与有限时域稳定性对比

核心笔记索引

01-无限时域线性二次型调节器 LQR

笔记描述状态
01-无限时域代价函数与收敛性 的收敛性✅ 已完成
02-离散代数 Riccati 方程 DARE 求解最优控制律 及 DARE 方程求解✅ 已完成
03-闭环稳定性与 Lyapunov 方程关联最优闭环系统的稳定性证明✅ 已完成

02-有限时域最优控制问题

笔记描述状态
01-有限时域代价函数构造✅ 已完成
02-动态规划与逆向递推求解Bellman 最优性原理与 Riccati 差分方程✅ 已完成
03-终端权重 P 与无限时域代价匹配终端权重消除时域截断误差的条件✅ 已完成

03-无约束 MPC 与 LQR 的等价性

笔记描述状态
01-滚动时域下的状态平移原理State Shift 构造与最优性证明✅ 已完成
02-最优值函数的单调递减性证明✅ 已完成
03-无限时域与有限时域稳定性对比有限时域 MPC 与无限时域 LQR 的稳定性等价条件✅ 已完成

核心概念速查

概念说明参考
LQR线性二次型调节器,无限时域最优控制01-无限时域代价函数与收敛性
DARE离散代数 Riccati 方程,求解最优增益02-离散代数 Riccati 方程 DARE 求解
动态规划Bellman 最优性原理,逆向递推02-动态规划与逆向递推求解
终端权重补偿有限时域截断误差03-终端权重 P 与无限时域代价匹配
状态平移滚动时域下的候选解构造01-滚动时域下的状态平移原理
最优值函数可作为 Lyapunov 函数证明稳定性02-最优值函数的单调递减性证明

与其他模块的关联


更新记录

日期内容
2026-04-09初始版本