▌技术博客
← Back to Index

智能与预测 (01) - 经典MPC:从状态预测到二次规划

引言

模型预测控制(Model Predictive Control,MPC) 的基本思路是:利用模型预测未来状态,在有限预测区间内选择控制序列,并只执行其中的第一个控制量;下一采样时刻,根据最新状态重新预测和优化。这一过程称为 滚动时域控制(Receding Horizon Control)。

MPC 可以在优化问题中显式考虑执行机构饱和、状态边界等约束,并通过代价函数权衡控制性能与控制代价。它的最优性针对所建立的模型、目标函数和预测区间;闭环稳定性与长期可行性则需要另外分析。

本文作为本系列的第一篇,面向具有线性代数和状态空间基础的读者,介绍线性二次型 MPC 的建模、无约束解析解,以及含线性约束时的二次规划形式。递归可行性、终端设计和闭环稳定性将在下一篇中讨论。

问题设定与离散化

模型、目标与基本假设

本文讨论线性时不变系统的 调节(Regulation) 问题:

x˙(t)=Ax(t)+Bu(t),x(t)∈Rn,u(t)∈Rm,\dot{x}(t)=Ax(t)+Bu(t), \qquad x(t)\in\mathbb R^n,\quad u(t)\in\mathbb R^m,

其中,A∈Rn×nA\in\mathbb R^{n\times n}、B∈Rn×mB\in\mathbb R^{n\times m}。控制目标是使状态趋于原点,即 lim⁡t→∞x(t)=0\lim_{t\to\infty}x(t)=0。这是设计目标,并非任意 MPC 参数下都成立的结论。

以下假设当前状态可测或可由状态估计器获得,预测模型与权重在控制过程中固定,暂不考虑模型误差和外部扰动。若使用估计状态代替真实状态,还需另行分析估计误差的影响。

连续时间的有限时域代价可以写为

Jt=∥x(t+T∣t)∥Pc2+∫tt+T(∥x(τ∣t)∥Qc2+∥u(τ∣t)∥Rc2)dτ,J_t=\left\|x(t+T|t)\right\|_{P_c}^2 +\int_t^{t+T}\left( \left\|x(\tau|t)\right\|_{Q_c}^2+ \left\|u(\tau|t)\right\|_{R_c}^2 \right)\mathrm d\tau,

其中,∥z∥M2:=z⊤Mz\|z\|_M^2:=z^\top Mz;x(τ∣t)x(\tau|t)、u(τ∣t)u(\tau|t)表示在时刻 tt 规划的预测状态和控制输入;TT 为预测时域。权重满足 Pc=Pc⊤⪰0P_c=P_c^\top\succeq0、Qc=Qc⊤⪰0Q_c=Q_c^\top\succeq0、Rc=Rc⊤≻0R_c=R_c^\top\succ0。

优化变量是整个预测区间内的控制函数 u(⋅∣t)u(\cdot|t),而非仅当前时刻的 u(t)u(t)。预测轨迹满足状态方程和初始条件 x(t∣t)=x(t)x(t|t)=x(t)。为了突出基础推导,本文先不使用额外的终端代价或终端约束。

零阶保持与离散模型

取采样周期 δ>0\delta>0,预测步数 N≥1N\ge1,令 T=NδT=N\delta。将预测控制输入参数化为分段常值函数:

u(τ∣t)=ui,τ∈[t+iδ,t+(i+1)δ),i=0,…,N−1.u(\tau|t)=u_i,\qquad \tau\in[t+i\delta,t+(i+1)\delta),\quad i=0,\ldots,N-1.

这样,控制函数被表示为 NN 个控制向量 ui∈Rmu_i\in\mathbb R^m,构成 mNmN 维决策变量。实际滚动实施时,仅执行第一段输入,并在一个采样周期内通过零阶保持维持其值。

对于上述 LTI 模型,零阶保持下的采样时刻状态满足

x(k+1)=Adx(k)+Bdu(k),Ad=eAδ,Bd=∫0δeAςB dς.\begin{aligned} x(k+1)&=A_dx(k)+B_du(k),\\ A_d&=e^{A\delta},\qquad B_d=\int_0^\delta e^{A\varsigma}B\,\mathrm d\varsigma. \end{aligned}

这里 x(k):=x(kδ)x(k):=x(k\delta)。在模型准确、输入分段常值的假设下,这是采样时刻状态的精确离散模型。

本文直接选用以下离散二次型代价:

JN(k)=∑i=1Nx⊤(k+i∣k)Qx(k+i∣k)+∑i=0N−1u⊤(k+i∣k)Ru(k+i∣k),J_N(k)=\sum_{i=1}^{N}x^\top(k+i|k)Qx(k+i|k) +\sum_{i=0}^{N-1}u^\top(k+i|k)Ru(k+i|k),

其中 Q=Q⊤⪰0Q=Q^\top\succeq0、R=R⊤≻0R=R^\top\succ0 是离散时间设计权重。

模型的精确离散化不等于代价的精确离散化。 上述代价可以独立设计,也可以由连续代价作矩形积分近似后得到;若对应前面的积分,可取 Q=δQcQ=\delta Q_c、R=δRcR=\delta R_c。精确积分通常还会产生状态与控制输入的交叉项,本文不展开。

无约束 MPC

堆叠预测模型

定义预测状态向量与控制序列

X(k+1∣k):=[x(k+1∣k)x(k+2∣k)⋮x(k+N∣k)]∈RnN,U(k):=[u(k∣k)u(k+1∣k)⋮u(k+N−1∣k)]∈RmN.X(k+1|k):= \begin{bmatrix} x(k+1|k)\\x(k+2|k)\\\vdots\\x(k+N|k) \end{bmatrix}\in\mathbb R^{nN}, \qquad U(k):= \begin{bmatrix} u(k|k)\\u(k+1|k)\\\vdots\\u(k+N-1|k) \end{bmatrix}\in\mathbb R^{mN}.

由状态方程逐步递推,得到

X(k+1∣k)=Sxx(k)+SuU(k),X(k+1|k)=S_xx(k)+S_uU(k),

其中

Sx=[AdAd2⋮AdN]∈RnN×n,Su=[Bd0⋯0AdBdBd⋯0⋮⋮⋱⋮AdN−1BdAdN−2Bd⋯Bd]∈RnN×mN.S_x=\begin{bmatrix}A_d\\A_d^2\\\vdots\\A_d^N\end{bmatrix} \in\mathbb R^{nN\times n}, \qquad S_u=\begin{bmatrix} B_d&0&\cdots&0\\ A_dB_d&B_d&\cdots&0\\ \vdots&\vdots&\ddots&\vdots\\ A_d^{N-1}B_d&A_d^{N-2}B_d&\cdots&B_d \end{bmatrix}\in\mathbb R^{nN\times mN}.

更一般地,SuS_u 的第 (i,j)(i,j) 个 n×mn\times m 分块为 Adi−jBdA_d^{i-j}B_d(i≥ji\ge j),否则为零,其中 i,j=1,…,Ni,j=1,\ldots,N。

令

Q=IN⊗Q,R=IN⊗R,\mathcal Q=I_N\otimes Q,\qquad \mathcal R=I_N\otimes R,

其中 INI_N 为单位矩阵,⊗\otimes 为 Kronecker 积。于是代价变为

JN(k)=X⊤(k+1∣k)QX(k+1∣k)+U⊤(k)RU(k).J_N(k)=X^\top(k+1|k)\mathcal QX(k+1|k) +U^\top(k)\mathcal RU(k).

最优控制序列的解析解

将预测模型代入代价函数,记 x=x(k)x=x(k)、U=U(k)U=U(k),得到

JN(k)=(Sxx+SuU)⊤Q(Sxx+SuU)+U⊤RU=x⊤Sx⊤QSxx+2U⊤Su⊤QSxx+U⊤(Su⊤QSu+R)U.\begin{aligned} J_N(k) &=(S_xx+S_uU)^\top\mathcal Q(S_xx+S_uU)+U^\top\mathcal RU\\ &=x^\top S_x^\top\mathcal QS_xx +2U^\top S_u^\top\mathcal QS_xx +U^\top(S_u^\top\mathcal QS_u+\mathcal R)U. \end{aligned}

由于 Q⪰0\mathcal Q\succeq0、R≻0\mathcal R\succ0,有

Su⊤QSu+R≻0.S_u^\top\mathcal QS_u+\mathcal R\succ0.

因此,代价关于 UU 严格凸,令梯度为零即可得到唯一的全局最优解:

∂JN∂U=2Su⊤QSxx+2(Su⊤QSu+R)U=0,\frac{\partial J_N}{\partial U} =2S_u^\top\mathcal QS_xx +2(S_u^\top\mathcal QS_u+\mathcal R)U=0, U∗(k)=−(Su⊤QSu+R)−1Su⊤QSxx(k).\boxed{ U^*(k)=-(S_u^\top\mathcal QS_u+\mathcal R)^{-1} S_u^\top\mathcal QS_xx(k). }

公式中的逆用于表达解析结果;数值实现通常通过矩阵分解求解线性方程,避免显式计算逆矩阵。

滚动实施与反馈增益

每次优化得到未来 NN 步的控制序列,但仅执行第一项。定义选取矩阵

ε=e1⊤⊗Im∈Rm×mN,e1=[1,0,…,0]⊤∈RN,\varepsilon=e_1^\top\otimes I_m\in\mathbb R^{m\times mN}, \qquad e_1=[1,0,\ldots,0]^\top\in\mathbb R^N,

则

u(k)=εU∗(k)=KMPCx(k),u(k)=\varepsilon U^*(k)=K_{\mathrm{MPC}}x(k), KMPC=−ε(Su⊤QSu+R)−1Su⊤QSx.\boxed{ K_{\mathrm{MPC}}=-\varepsilon (S_u^\top\mathcal QS_u+\mathcal R)^{-1}S_u^\top\mathcal QS_x. }

下一采样时刻,根据最新状态重复上述过程。由于模型、预测步数与权重固定,无约束情况下的 KMPCK_{\mathrm{MPC}} 可以离线计算,在线直接执行线性状态反馈。

这里的最优性指每次有限时域优化问题的最优性,并不意味着滚动实施后的闭环策略一定是无限时域最优控制。闭环系统为

x(k+1)=(Ad+BdKMPC)x(k).x(k+1)=(A_d+B_dK_{\mathrm{MPC}})x(k).

其渐近稳定的充要条件是 Ad+BdKMPCA_d+B_dK_{\mathrm{MPC}} 的全部特征值均位于单位圆内;上述有限时域推导本身并未保证这一点。

与 LQR 的关系

无约束线性二次型 MPC 可以理解为 有限时域 LQR 的滚动实施,而通常所说的 LQR 指无限时域 LQR。前者只优化未来 NN 步的代价,后者考虑整个未来的累计代价,因此二者的反馈增益一般不同。本文统一采用 u=Kxu=Kx 的符号约定;部分教材写成 u=−Kxu=-Kx,比较增益时需注意负号。

在 (Ad,Bd)(A_d,B_d) 可稳定、(Q1/2,Ad)(Q^{1/2},A_d) 可检测且 R≻0R\succ0 的条件下,随着预测步数 N→∞N\to\infty,本文的 KMPCK_{\mathrm{MPC}} 趋于无限时域 LQR 的反馈增益 KLQRK_{\mathrm{LQR}}。

若有限时域代价采用

JN=∑i=0N−1(xi⊤Qxi+ui⊤Rui)+xN⊤P∞xN,J_N=\sum_{i=0}^{N-1}(x_i^\top Qx_i+u_i^\top Ru_i) +x_N^\top P_\infty x_N,

其中 xi=x(k+i∣k)x_i=x(k+i|k)、ui=u(k+i∣k)u_i=u(k+i|k),P∞P_\infty 为无限时域 LQR 的价值函数矩阵(离散代数 Riccati 方程的稳定化解),则无约束时对任意 N≥1N\ge1,都有 KMPC=KLQRK_{\mathrm{MPC}}=K_{\mathrm{LQR}}。这是因为终端项已经表示了预测时域之后的最优累计代价。

对应本文采用的状态求和索引,应将末端状态权重 QQ 替换 为 P∞P_\infty;补上 x0⊤Qx0x_0^\top Qx_0 只增加与决策变量无关的常数,不影响最优解。

有约束 MPC

约束的离散表示

实际系统往往受到执行机构饱和、状态边界等限制。在线性 MPC 中,常用凸多面体约束;本文以逐分量的上下界为例:

xmin⁡≤x(k+i∣k)≤xmax⁡,i=1,…,N,x_{\min}\le x(k+i|k)\le x_{\max},\qquad i=1,\ldots,N, umin⁡≤u(k+i∣k)≤umax⁡,i=0,…,N−1.u_{\min}\le u(k+i|k)\le u_{\max},\qquad i=0,\ldots,N-1.

这些不等式均按分量理解。当前状态 x(k)x(k) 已经给定,不能通过此次优化改变;若要求所有时刻均满足状态约束,还应确认初始状态属于允许集合。

这里约束的是采样时刻的预测状态。即使离散模型精确,采样点满足状态约束也不自动保证采样间的连续轨迹满足约束;若有连续时间安全要求,需要增加采样间检查、约束收紧或其他保证措施。

令 1N=[1,…,1]⊤\mathbf1_N=[1,\ldots,1]^\top,定义

X‾=1N⊗xmin⁡,X‾=1N⊗xmax⁡,U‾=1N⊗umin⁡,U‾=1N⊗umax⁡.\begin{aligned} \underline X&=\mathbf1_N\otimes x_{\min},& \overline X&=\mathbf1_N\otimes x_{\max},\\ \underline U&=\mathbf1_N\otimes u_{\min},& \overline U&=\mathbf1_N\otimes u_{\max}. \end{aligned}

堆叠约束为

X‾≤X(k+1∣k)≤X‾,U‾≤U(k)≤U‾.\underline X\le X(k+1|k)\le\overline X, \qquad \underline U\le U(k)\le\overline U.

代入预测模型,得到关于控制序列的线性不等式:

X‾−Sxx(k)≤SuU(k)≤X‾−Sxx(k).\underline X-S_xx(k)\le S_uU(k)\le\overline X-S_xx(k).

二次规划形式

定义

A=[ImNSu]∈R(m+n)N×mN,\mathcal A=\begin{bmatrix}I_{mN}\\S_u\end{bmatrix} \in\mathbb R^{(m+n)N\times mN}, B‾(k)=[U‾X‾−Sxx(k)],B‾(k)=[U‾X‾−Sxx(k)].\overline{\mathcal B}(k)=\begin{bmatrix}\overline U\\\overline X-S_xx(k)\end{bmatrix}, \qquad \underline{\mathcal B}(k)=\begin{bmatrix}\underline U\\\underline X-S_xx(k)\end{bmatrix}.

含约束的优化问题可以写成

min⁡U(k)12U⊤(k)HU(k)+f⊤(k)U(k)+g(k),s.t.B‾(k)≤AU(k)≤B‾(k),\begin{aligned} \min_{U(k)}\quad&\frac12U^\top(k)HU(k)+f^\top(k)U(k)+g(k),\\ \text{s.t.}\quad&\underline{\mathcal B}(k)\le\mathcal AU(k) \le\overline{\mathcal B}(k), \end{aligned}

其中

H=2(Su⊤QSu+R)≻0,f(k)=2Su⊤QSxx(k),g(k)=x⊤(k)Sx⊤QSxx(k).\begin{aligned} H&=2(S_u^\top\mathcal QS_u+\mathcal R)\succ0,\\ f(k)&=2S_u^\top\mathcal QS_xx(k),\\ g(k)&=x^\top(k)S_x^\top\mathcal QS_xx(k). \end{aligned}

这是一个严格凸的 二次规划(Quadratic Programming,QP)。若约束可行,则存在唯一最优控制序列。g(k)g(k) 与决策变量无关,求解时可以省略。如果求解器使用单侧约束 CU≤dCU\le d,可取

C=[A−A],d(k)=[B‾(k)−B‾(k)].C=\begin{bmatrix}\mathcal A\\-\mathcal A\end{bmatrix}, \qquad d(k)=\begin{bmatrix}\overline{\mathcal B}(k)\\-\underline{\mathcal B}(k)\end{bmatrix}.

滚动求解流程

对于固定模型、权重、预测步数与约束边界,可将算法分成离线准备与在线控制两部分。

离线准备:

  1. 选取采样周期 δ\delta、预测步数 NN、权重 Q⪰0Q\succeq0、R≻0R\succ0,以及状态和输入边界。
  2. 计算 Ad,BdA_d,B_d,构建 Sx,Su,Q,RS_x,S_u,\mathcal Q,\mathcal R。
  3. 构建 H,A,X‾,X‾,U‾,U‾H,\mathcal A,\underline X,\overline X,\underline U,\overline U,初始化 QP 求解器。

每个采样时刻 kk:

  1. 获取当前状态 x(k)x(k),计算 f(k)f(k) 和约束边界 B‾(k),B‾(k)\underline{\mathcal B}(k),\overline{\mathcal B}(k)。
  2. 求解 QP,得到最优控制序列 U∗(k)U^*(k)。
  3. 取 u(k)=εU∗(k)u(k)=\varepsilon U^*(k),通过零阶保持执行一个采样周期。
  4. 到下一采样时刻,获取新状态并重复上述步骤。

HH 与 A\mathcal A 在上述固定参数条件下不需要每次重新计算。以上流程用于说明滚动优化的核心思路,假设每次优化均可行且能够求得最优解;这一可行性假设将在下一篇进一步讨论。

可行性与稳定性:本文尚未保证什么

建立并求解 QP,并不意味着控制器已经具备长期运行保证。需要区分以下三个问题:

  • 当前可行性: 当前状态下,是否存在满足预测模型和全部约束的控制序列?
  • 递归可行性(Recursive Feasibility): 若当前优化问题可行,执行第一步控制后,下一时刻的优化问题是否仍然可行,并能沿闭环持续保持可行?
  • 闭环稳定性(Closed-loop Stability): 在滚动执行控制律后,状态是否稳定并趋于目标?

常见的理论设计方法是引入终端代价、终端集和终端控制器,并使它们满足相应条件。仅增加一个任意终端权重,也不能自动保证递归可行性和稳定性。下一篇将讨论这些条件及其在证明中的作用。

本文完成了从离散预测模型到控制序列解析解、再到约束 QP 的推导,可作为理解与实现线性 MPC 的基础。工程应用还需根据具体系统验证模型、参数、约束与实时求解表现。

参考资料

  1. James B. Rawlings, David Q. Mayne, Moritz M. Diehl. Model Predictive Control: Theory, Computation, and Design, 2nd Edition.
  2. 陈虹. 模型预测控制[M]. 北京:科学出版社,2013.

© 2026 C.Yang · 京ICP备2026036959号-1 · v1.0.0