陈虹编著的《模型预测控制》首先从状态空间模型出发,推导了基于状态空间模型的预测输出方程,给出了无约束预测控制的优化问题描述及求解、预测控制反馈律以及闭环稳定性的分离原理,阐明了预测控制的预测未来动态--优化--滚动反馈的基本原理。进而,推导了单位阶跃响应模型和脉冲响应模型的状态空间描述,给出了状态空间描述的卷积模型与传统卷积模型之间的等价性,并在状态空间统一框架下介绍基于卷积模型的无约束预测控制,给出了闭环稳定性的分离原理,进一步明确了预测控制的基本原理和基本算法。之后,本书将依次展开讨论预测控制的多个方面,包括时滞预测控制、约束预测控制、非线性预测控制,稳定性和鲁棒性问题,以及基于滚动优化原理的滚动时域估计等。本书在状态空间的统一框架下介绍预测控制的基本原理和基本算法,从传统算法、非线性算法到保证稳定性的经典方法,以及稳定性和鲁棒性等的前沿性问题,详细阐述预测控制的基本理论、方法和技术。
陈虹编著的《模型预测控制》在状态空间理论的统一框架下系统深入地介绍了预测控制的滚动优化原理、算法和闭环性能。首先通过本科生熟悉的状态空间模型建立起预测控制从原理到算法和性能分析的每一个细节。然后,介绍了阶跃响应模型和脉冲响应模型的状态空间描述,给出了与传统卷积描述的一致性。据此,遵循预测控制的三个步骤“预测系统未来动态一求解优化问题一解的第一个元素作用于系统”和“滚动时域、重复进行”机制推导了无约束的动态矩阵控制(DMc)和模型算法控制(MAc),分析了闭环性能,给出了闭环稳定性的分离原理。然后,依次讨论了时滞预测控制、约束预测控制、非线性预测控制,以及稳定性和鲁棒性研究的最新进展。最后,介绍了基于滚动优化原理的滚动时域估计和基于现场可编程门阵列(FPGA)的预测控制器实现技术。
《模型预测控制》可作为高等学校自动化及相关专业教师、研究生和高年级本科生的教材或教学参考书,也可供从事控制系统研发工作的科研人员和工程技术人员参考。