线性变参数控制

线性变量控制（LPV 控制）处理线性参数变化系统的控制，这是一类非线性系统，可以建模为参数随状态变化的参数化线性系统。

在为动态系统设计反馈控制器时，使用了各种现代多变量控制器。 通常，这些控制器通常使用系统动态的线性化模型在不同的操作点进行设计，并根据一个或多个参数进行调度，以便在中间条件下操作。 它是一种使用一系列线性控制器来控制非线性系统的方法，每个线性控制器都为系统的不同工作点提供令人满意的控制。 一个或多个可观察变量（称为调度变量）用于确定系统的当前运行区域并启用适当的线性控制器。 例如，在飞行器控制的情况下，一组控制器被设计在相应参数的不同网格位置，例如AoA，Mach，动态压力，CG等。简而言之，增益调度是一种控制设计方法，为 通过将一组线性控制器拼接在一起来构建非线性设备。 这些线性控制器通过切换或插值实时混合。

调度多变量控制器可能是一项非常繁琐且耗时的任务。 一种新的范例是线性参数变化 (LPV) 技术，它综合了自动调度的多变量控制器。

• 经典增益调度方法的一个重要缺点是，在设计点以外的操作条件下，不能保证足够的性能，在某些情况下甚至不能保证稳定性。
• 调度多变量控制器通常是一项乏味且耗时的任务，尤其是在航空航天控制领域尤其如此，在该领域，控制器的参数依赖性很大，因为运行范围越来越大，性能要求也越来越苛刻。
• 同样重要的是，所选的调度变量应反映工厂动态随操作条件变化而发生的变化。 在增益调度中可以将线性鲁棒控制方法纳入非线性控制设计； 然而，全局稳定性、稳健性和性能属性并未在设计过程中明确解决。

尽管该方法很简单，并且线性化调度方法的计算负担通常比其他非线性设计方法要少得多，但其固有的缺点超过了它的优点，因此需要一种新的动力系统控制范例。 基于人工神经网络 (ANN)、模糊逻辑等的自适应控制等新方法试图解决此类问题，但由于缺乏此类方法在整个运行参数范围内的稳定性和性能证明，因此需要设计具有保证的参数相关控制器 线性参数变化控制器可能是理想的候选者。

LPV 系统是一类非常特殊的非线性系统，似乎非常适合控制参数变化的动力系统。 一般而言，LPV 技术为增益调度多变量控制器提供系统的设计程序。 这种方法允许将性能、鲁棒性和带宽限制合并到一个统一的框架中。

在控制工程中，状态空间表示是物理系统的数学模型，作为一组输入，u {displaystyle u} 输出，y {displaystyle y} 和状态变量，x {displaystyle x} 由一阶微分方程相关。 非线性、非自治系统的动态演化

如果系统是时变的

状态变量描述了动态系统的数学状态，在对大型复杂非线性系统建模时，如果为了实用和简单而选择紧凑的状态变量，则系统的动态演化部分将丢失。 状态空间描述将涉及称为外生变量的其他变量，这些变量的演化不为人知或过于复杂而无法建模，但以已知方式影响状态变量演化并且可使用传感器实时测量。