ลีเนียร์ ควอดราติก เกาเซียน
- ผู้เสนอ
- Rudolf Kalman
- ปี
- 1960
- ประเภท
- algorithm
- กลุ่มวิธี
- Stochastic Control
ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ
ใช้ทำอะไร?
ตัวควบคุม ลีเนียร์ ควอดราติก เกาเซียน (LQG) เป็นการรวมกันของ ลีเนียร์ ควอดราติก เร็กกูเลเตอร์ (LQR) เข้ากับ ฟิลเตอร์ของคาลมาน เพื่อจัดการกับระบบสุ่มที่มีสัญญาณรบกวนจากการวัดและสัญญาณรบกวนจากกระบวนการ พัฒนาโดยคาลมาน และต่อมาได้กำหนดรูปแบบอย่างเป็นทางการโดยอาธานส์และคณะ LQG เป็นส่วนขยายตามธรรมชาติของ LQR สำหรับระบบสุ่ม และยังคงเป็นมาตรฐานทองคำสำหรับการควบคุมเชิงเส้นที่เหมาะสมที่สุดภายใต้สัญญาณรบกวน โดยมีการประยุกต์ใช้ครอบคลุมยานอวกาศ ระบบนักบินอัตโนมัติของอากาศยาน และการควบคุมกระบวนการทางอุตสาหกรรม
แนวคิดเบื้องหลังวิธีการ
LQG แก้ปัญหาการควบคุมระบบเชิงเส้นที่ถูกรบกวนด้วยสัญญาณรบกวนแบบเกาเซียน ซึ่งมีเพียงการวัดสถานะบางส่วนและมีสัญญาณรบกวนเท่านั้นที่สามารถเข้าถึงได้ คำตอบจะแยกออกเป็นสองส่วน: ตัวประมาณค่าสถานะ (ฟิลเตอร์ของคาลมาน) ที่สร้างสถานะขึ้นใหม่จากการวัดที่มีสัญญาณรบกวน และตัวควบคุมที่เหมาะสมที่สุด (LQR) ที่ทำงานบนสถานะที่ประมาณค่าได้ หลักการแยกส่วนนี้—ฟิลเตอร์ของคาลมานและ LQR ถูกคำนวณแยกกัน จากนั้นจึงรวมเข้าด้วยกัน—เป็นสิ่งที่น่าทึ่ง: คำตอบ LQG ที่เหมาะสมที่สุดคือการใช้เกน LQR กับสถานะที่ประมาณค่าโดยฟิลเตอร์ของคาลมาน การแยกส่วนที่สง่างามนี้ช่วยให้การออกแบบและการวิเคราะห์เป็นแบบแยกส่วนได้
ประวัติศาสตร์
คาลมานได้ตีพิมพ์อัลกอริทึมการกรองในปี 1960 และขยายไปยังปัญหา LQ แบบสุ่มในเวลาต่อมา อาธานส์ได้ให้การรักษาที่ครอบคลุมในปี 1971 โดยกำหนดหลักการแยกส่วนและคุณสมบัติความทนทาน ควากเกอร์นาคและซิวันได้ตีพิมพ์ตำราที่ชัดเจนในปี 1972 ซึ่งครอบคลุมทั้งทฤษฎีและการประยุกต์ใช้ การแนะนำฟิลเตอร์คาลมานแบบขยาย (EKF) โดยบูซีและคณะในช่วงกลางทศวรรษ 1960 ได้ขยาย LQG ไปสู่ระบบที่ไม่เป็นเชิงเส้น LQG ยังคงเป็นศูนย์กลางของทฤษฎีการควบคุมสมัยใหม่ และเป็นแรงบันดาลใจให้กับวิธีการที่เกี่ยวข้อง เช่น การควบคุม H-infinity และการควบคุมแบบทนทาน
ควรใช้เมื่อใด
ใช้ LQG เมื่อคุณมีระบบเชิงเส้นที่อยู่ภายใต้สัญญาณรบกวนจากกระบวนการและสัญญาณรบกวนจากการวัดแบบเกาเซียน เมื่อไม่สามารถวัดสถานะทั้งหมดได้หรือมีค่าใช้จ่ายสูง และเมื่อคุณต้องการการควบคุมที่เหมาะสมที่สุดภายใต้ความไม่แน่นอน LQG เหมาะอย่างยิ่งสำหรับการใช้งาน เช่น การควบคุมทัศนคติของยานอวกาศ ระบบนำทางเฉื่อย และระบบอุตสาหกรรมที่มีการรบกวนที่ไม่แน่นอน หลีกเลี่ยง LQG หากระบบมีความไม่เป็นเชิงเส้นอย่างมาก (ใช้ตัวแปรของฟิลเตอร์คาลมานแบบขยายหรือแบบ unscented) หากสัญญาณรบกวนไม่ใช่แบบเกาเซียน หรือหากข้อมูลการวัดมาถึงเป็นช่วงๆ ไม่สม่ำเสมอ
ข้อจำกัดและข้อควรพิจารณา
- สมมติว่าสัญญาณรบกวนเป็นแบบเกาเซียน; การรบกวนจริงมักไม่ใช่แบบเกาเซียน โดยมีค่าผิดปกติหรือการกระจายแบบหลายรูปแบบ
- ต้องการความรู้ที่แม่นยำเกี่ยวกับค่าความแปรปรวนร่วมของสัญญาณรบกวนจากกระบวนการและการวัด (Q, R); สถิติสัญญาณรบกวนที่ระบุผิดจะทำให้ประสิทธิภาพลดลง
- สมมติฐานความเป็นเชิงเส้น; ระบบที่ไม่เป็นเชิงเส้นต้องการการประมาณค่า (EKF, UKF) ซึ่งสูญเสียการรับประกันความเหมาะสมที่สุด
- สมมติว่าการวัดเป็นเชิงเส้น; ความสัมพันธ์ของการวัดที่ไม่เป็นเชิงเส้นต้องการตัวแปรแบบขยายหรือแบบ unscented
- ไม่สามารถจัดการกับข้อจำกัดที่เข้มงวดได้; ทำได้เพียงการลงโทษแบบกำลังสองที่อ่อน
เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้
จุดแข็ง
- เหมาะสมที่สุดตามทฤษฎีสำหรับระบบเชิงเส้นที่มีสัญญาณรบกวนแบบเกาเซียน; ลดค่าคาดหวังของต้นทุนกำลังสองให้เหลือน้อยที่สุด
- หลักการแยกส่วน: ฟิลเตอร์ของคาลมานและ LQR สามารถออกแบบแยกกันได้ ทำให้การวิเคราะห์และการแก้ไขข้อบกพร่องง่ายขึ้น
- ให้ทั้งการประมาณค่าสถานะที่เหมาะสมที่สุดและการควบคุมแบบป้อนกลับที่เหมาะสมที่สุดในกรอบการทำงานแบบรวม
- คุณสมบัติความทนทานที่สืบทอดมาจากทั้งฟิลเตอร์ของคาลมาน (การปฏิเสธสัญญาณรบกวน) และ LQR (อัตราส่วนเสถียรภาพ)
- การนำไปใช้แบบเรียลไทม์เป็นไปได้; ทั้งการอัปเดตฟิลเตอร์ของคาลมานและการใช้เกน LQR มีความซับซ้อน O(n^3) และ O(n^2) ตามลำดับ
การประยุกต์ใช้
- การบินและอวกาศ: การประมาณค่าและควบคุมทัศนคติของยานอวกาศ, ระบบนำทางเฉื่อย, การออกแบบนักบินอัตโนมัติสำหรับอากาศยาน
- หุ่นยนต์: การหลอมรวมเซ็นเซอร์ในหุ่นยนต์เคลื่อนที่, SLAM (การระบุตำแหน่งและการทำแผนที่พร้อมกัน) พร้อมสัญญาณรบกวนจากการวัด
- ยานยนต์: การหลอมรวมข้อมูลระยะทางกับ GPS, การควบคุมเครื่องยนต์, การหน่วงการสั่นสะเทือนแบบปรับได้
- ระบบพลังงาน: การควบคุมความถี่โหลด, การประมาณค่าสถานะในกริดอัจฉริยะด้วยข้อมูล PMU (หน่วยวัดเฟสเซอร์)
- กระบวนการทางเคมี: การควบคุมอุณหภูมิและองค์ประกอบของเครื่องปฏิกรณ์, การปรับปรุงประสิทธิภาพหอแยกภายใต้สัญญาณรบกวนจากการวัด
วิธีการทำงาน
วิธีการทำงาน
เรียกใช้ฟิลเตอร์ของคาลมานเพื่อประมาณค่าสถานะของระบบแบบเวียนซ้ำจากข้อมูลการวัดที่มีสัญญาณรบกวน โดยใช้แบบจำลองระบบและค่าความแปรปรวนร่วมของสัญญาณรบกวน
คำนวณเกนป้อนกลับ LQR ที่เหมาะสมที่สุดโดยใช้พลวัตของระบบและเมทริกซ์ต้นทุนกำลังสอง
ในแต่ละช่วงเวลาสุ่ม วัดเอาต์พุตที่มีสัญญาณรบกวนและอัปเดตค่าประมาณของฟิลเตอร์ของคาลมาน
ใช้สัญญาณควบคุม u = −K * x_hat (โดยที่ x_hat คือสถานะที่ประมาณค่าได้) และทำซ้ำด้วยข้อมูลการวัดใหม่
ข้อผิดพลาดที่พบบ่อย
- การปรับค่าความแปรปรวนร่วมของสัญญาณรบกวน Q และ R โดยการลองผิดลองถูกแทนที่จะประมาณค่าจากข้อมูล; สิ่งนี้นำไปสู่การกรองที่ไม่เหมาะสมที่สุดหรือการขยายสัญญาณรบกวนมากเกินไป
- การละเลยหลักการแยกส่วนและการพยายามปรับให้เหมาะสมทั้งการประมาณค่าและการควบคุม ซึ่งนำไปสู่ความซับซ้อนที่ไม่จำเป็น
- การเริ่มต้นค่าประมาณสถานะของฟิลเตอร์ของคาลมานอย่างไม่ถูกต้อง; เงื่อนไขเริ่มต้นที่ไม่ดีอาจทำให้การลู่เข้าช้าลง
- การสมมติว่าระบบสามารถสังเกตได้และควบคุมได้โดยไม่ต้องตรวจสอบ; หากไม่เป็นเช่นนั้น ฟิลเตอร์ของคาลมานหรือ LQR อาจไม่เสถียร
คำถามที่พบบ่อย
หลักการแยกส่วนคืออะไรและทำไมจึงสำคัญมาก?
หลักการแยกส่วนระบุว่าสำหรับ LQG ตัวประมาณค่าสถานะที่เหมาะสมที่สุด (ฟิลเตอร์ของคาลมาน) และตัวควบคุมที่เหมาะสมที่สุด (LQR) สามารถออกแบบแยกกันได้ และการรวมเข้าด้วยกันนั้นเหมาะสมที่สุด ซึ่งหมายความว่าคุณสามารถออกแบบฟิลเตอร์ของคาลมานโดยไม่คำนึงถึงการควบคุมก่อน จากนั้นจึงออกแบบตัวควบคุม LQR โดยไม่คำนึงถึงสัญญาณรบกวน และนำทั้งสองอย่างมาใช้ร่วมกันโดยไม่สูญเสียความเหมาะสมที่สุด สิ่งนี้ช่วยลดความซับซ้อนในการออกแบบและช่วยให้การพัฒนาระบบเป็นแบบแยกส่วนได้
ฉันจะประมาณค่าความแปรปรวนร่วมของสัญญาณรบกวนจากกระบวนการ Q และความแปรปรวนร่วมของสัญญาณรบกวนจากการวัด R ได้อย่างไร?
แนวทางที่มีหลักการมากที่สุดคือการประมาณค่า Q และ R จากข้อมูลโดยใช้วิธีการประมาณค่าความน่าจะเป็นสูงสุด (maximum likelihood) หรือการจับคู่ค่าความแปรปรวนร่วม (covariance matching) อีกทางเลือกหนึ่งคือ เริ่มต้นด้วยค่าประมาณคร่าวๆ ตามข้อกำหนดของเซ็นเซอร์และขนาดของการรบกวน จากนั้นปรับแต่งตามประสบการณ์โดยการตรวจสอบส่วนที่เหลือของฟิลเตอร์ (ควรเป็นสัญญาณขาวและไม่มีสหสัมพันธ์) หากส่วนที่เหลือมีความสัมพันธ์กัน ให้เพิ่ม Q หรือ R หากฟิลเตอร์ลู่เข้า ให้ลดค่าลง
จะเกิดอะไรขึ้นหากระบบของฉันไม่เป็นเชิงเส้น?
สำหรับระบบที่ไม่เป็นเชิงเส้นเล็กน้อย ให้ทำให้เป็นเชิงเส้นรอบวิถีปกติและใช้ฟิลเตอร์คาลมานแบบขยาย (EKF) ร่วมกับ LQR ที่ออกแบบมาสำหรับระบบเชิงเส้น สำหรับระบบที่ไม่เป็นเชิงเส้นอย่างมาก ให้พิจารณาฟิลเตอร์คาลมานแบบ unscented (UKF) หรือฟิลเตอร์อนุภาค แม้ว่าสิ่งเหล่านี้จะสูญเสียการรับประกันความเหมาะสมที่สุดก็ตาม การควบคุมแบบคาดการณ์โมเดล (Model Predictive Control) ด้วยแบบจำลองที่ไม่เป็นเชิงเส้นเป็นอีกทางเลือกหนึ่ง
ฉันสามารถใช้ LQG กับระบบที่เปลี่ยนแปลงตามเวลาได้หรือไม่?
ใช่ ทั้งฟิลเตอร์ของคาลมานและ LQR มีรูปแบบที่เปลี่ยนแปลงตามเวลา ฟิลเตอร์คาลมานที่เปลี่ยนแปลงตามเวลาจะแก้สมการริคคาตี (Riccati equation) ย้อนหลังตามเวลาจากต้นทุนสุดท้าย ฟิลเตอร์ LQR ที่เปลี่ยนแปลงตามเวลาจะแก้สมการริคคาตีเช่นกันย้อนหลังตามเวลา ทั้งสองวิธีมีความซับซ้อนในการคำนวณมากกว่ารูปแบบที่คงที่ แต่ช่วยให้สามารถจัดการกับการติดตามวิถีและพลวัตที่เปลี่ยนแปลงตามเวลาอย่างช้าๆ ได้
วิธีการที่เกี่ยวข้อง
แหล่งอ้างอิง
Kalman, R. E. (1960). A new approach to linear filtering and prediction problems. Journal of Basic Engineering, 82(1), 35-45.
เปิดเอกสารอ้างอิง DOIคัดลอกแล้วAthans, M. (1971). The role and use of the stochastic linear-quadratic-gaussian problem in control system design. IEEE Transactions on Automatic Control, 16(6), 529-552.
เปิดเอกสารอ้างอิง DOIคัดลอกแล้วKwakernaak, H., & Sivan, R. (1972). Linear Optimal Control Systems. Wiley-Interscience.
เปิดเอกสารอ้างอิงสิ่งพิมพ์คัดลอกแล้ว