第0章 緒論
0.1 *優(yōu)控制的定義
0.2 *優(yōu)控制的目標
0.3 動力學方程
0.4 約束條件
0.5 *優(yōu)控制的解法
0.6 *優(yōu)控制的發(fā)展與應用
第1章 數(shù)學預備知識
1.1 函數(shù)空間及泛函
1.1.1 線性空間
1.1.2 算子與線性泛函
1.2 賦范線性空間
1.2.1 范數(shù)及其重要不等式
1.2.2 賦范線性空間
1.3 內(nèi)積與希爾伯特空間
1.4 廣義傅里葉級數(shù)與正交化過程
1.4.1 傅里葉級數(shù)
1.4.2 格蘭姆一施密特正交化過程
1.5 無約束*優(yōu)化問題
1.6 等式約束下的*優(yōu)化
1.7 具有不等式約束的*優(yōu)化
1.7.1 不等式約束下優(yōu)化的必要條件
1.7.2 不等式約束下優(yōu)化問題的二階充分條件
1.8 *優(yōu)化問題的數(shù)值解法
1.8.1 無約束優(yōu)化數(shù)值計算方法
1.8.2 約束優(yōu)化問題的數(shù)值優(yōu)化算法
1.8.3 模擬退火算法
1.8.4 遺傳算法
本章小結(jié)
習題
第2章 變分法及其應用
2.1 泛函的極值
2.2 變分的定義與運算
2.3 歐拉方程
2.3.1 初始時刻與終端時刻固定情形
2.3.2 向量情形
2.3.3 具有微分方程約束情形
2.3.4 終端狀態(tài)受限情形
2.3.5 終端時刻可變情形
2.3.6 維斯特拉斯-歐德曼角隅條件
2.4 基于變分法的連續(xù)控制系統(tǒng)*優(yōu)控制
2.4.1 初始時刻、終端時刻固定與終端狀態(tài)自由情形
2.4.2 終端時刻固定終端狀態(tài)受限情形
2.4.3 終端時刻自由情形
2.5 基于梯度法的*優(yōu)控制問題數(shù)值求解
本章小結(jié)
習題
第3章 極小值原理
3.1 極小值原理的證明
3.1.1 定常情形下的極小值原理
3.1.2 時變情形下的極小值原理
3.2 *優(yōu)控制問題的轉(zhuǎn)化
3.3 控制受限下的*優(yōu)控制問題
3.4 時間*優(yōu)控制
3.4.1 時間*優(yōu)控制問題的數(shù)學描述
3.4.2 線性定常系統(tǒng)的時間*優(yōu)控制
3.4.3 用開關線法求解時間*優(yōu)控制問題的方法
3.5 燃料*優(yōu)控制
本章小結(jié)
習題
第4章 線性二次型*優(yōu)控制
4.1 問題的提出
4.2 有限時間LQR問題
4.3 有限時間*優(yōu)輸出控制問題
4.3.1 有限時間*優(yōu)輸出調(diào)節(jié)器問題
4.3.2 有限時間*優(yōu)輸出跟蹤問題
4.4 終端時刻為無窮的LQR問題
4.5 無窮終端時刻的定常LQR問題
4.5.1 無窮終端時刻的定常LQR問題的解
4.5.2 指標帶有狀態(tài)與控制乘積交叉項的LQR問題
4.5.3 具有特定指數(shù)衰減度的LQR問題
4.6 有擾動輸入的LQR問題
4.6.1 有導數(shù)約束的LQR問題
4.6.2 包含階躍擾動的LQR問題
4.7 黎卡提方程的求解
4.8 單輸入單輸出閉環(huán)LQR系統(tǒng)的頻域特性
4.8.1 SISO*優(yōu)閉環(huán)系統(tǒng)的幅值裕度
4.8.2 SISO*優(yōu)閉環(huán)系統(tǒng)的相位裕度
4.9 LQR工具箱的使用說明
本章小結(jié)
習題
第5章 離散系統(tǒng)*優(yōu)控制
5.1 離散變分法與歐拉方程
5.2 基于離散變分法的*優(yōu)控制
5.3 離散變分法與連續(xù)變分法計算結(jié)果對比
5.3.1 連續(xù)變分法求解
5.3.2 離散變分法求解
5.4 離散系統(tǒng)極小值原理
5.5 離散線性二次型*優(yōu)狀態(tài)調(diào)節(jié)器
5.5.1 有限時間離散狀態(tài)調(diào)節(jié)器
5.5.2 無限時間離散定常線性二次型狀態(tài)調(diào)節(jié)器
本章小結(jié)
習題
第6章 動態(tài)規(guī)劃
6.1 問題的提出
6.2 動態(tài)規(guī)劃的構(gòu)成
6.3 動態(tài)規(guī)劃計算
6.3.1 *優(yōu)性原理
6.3.2 數(shù)值計算
6.4 離散LQR問題的動態(tài)規(guī)劃解法
6.5 動態(tài)規(guī)劃與靜態(tài)規(guī)劃的關系
6.6 連續(xù)系統(tǒng)的動態(tài)規(guī)劃
6.6.1 哈密頓-雅克比-貝爾曼方程推導
6.6.2 連續(xù)線性系統(tǒng)的LQR問題
本章小結(jié)
習題
第7章 近似動態(tài)規(guī)劃
7.1 函數(shù)近似方法
7.2 確定情形下的ADP
7.2.1 反饋系統(tǒng)的ADP機制
7.2.2 ADP算法的實現(xiàn)
7.2.3 離散時間LQR求解
7.2.4 確定情形下的Q學習算法
7.2.5 基于核函數(shù)近似的ADP
7.3 隨機情形下的ADP
7.3.1 馬爾可夫過程
7.3.2 策略迭代與值迭代算法
7.3.3 隨機情形下的Q學習算法
本章小結(jié)
習題
第8章 微分對策
8.1 雙人零和微分對策
8.2 雙方極值原理
8.2.1 定常情形的雙方極值原理
8.2.2 時變情形下的雙方極值原理
8.3 微分對策的動態(tài)規(guī)劃法
8.4 應用實例
8.5 無窮時域二次型雙人零和微分對策
8.5.1 耗散系統(tǒng)
8.5.2 二次型指標雙人零和微分對策
8.6 非線性H∞控制
8.6.1 全狀態(tài)信息下的非線性H∞控制
8.6.2 輸出動態(tài)反饋非線性H∞控制
本章小結(jié)
習題
第9章 H2與H∞控制
9.1 信號與系統(tǒng)的范數(shù)
9.1.1 信號的范數(shù)
9.1.2 系統(tǒng)的范數(shù)
9.1.3 代數(shù)黎卡提方程的性質(zhì)
9.2 線性矩陣不等式
9.3 H2*優(yōu)控制
9.3.1 H2*優(yōu)狀態(tài)反饋
9.3.2 H2*優(yōu)觀測器設計
9.3.3 輸出動態(tài)反饋H2*優(yōu)控制器
9.4 H∞*優(yōu)控制器設計
9.4.1 全信息狀態(tài)下的H∞*優(yōu)控制
9.4.2 H∞*優(yōu)觀測器(濾波器)
9.4.3 輸出動態(tài)反饋H∞控制
9.5 動態(tài)反饋H∞控制的進一步討論
9.6 LMI工具箱的使用說明
本章小結(jié)
習題
第10章 隨機系統(tǒng)的*優(yōu)濾波與控制
10.1 線性*小方差估計
10.1.1 線性*小方差估計推導
10.1.2 線性*小方差估計的幾何性質(zhì)
10.1.3 隨機線性微分方程
10.2 連續(xù)線性系統(tǒng)的卡爾曼濾波
10.2.1 卡爾曼濾波器的推導
10.2.2 連續(xù)系統(tǒng)卡爾曼濾波的穩(wěn)定性
10.2.3 閉環(huán)系統(tǒng)的卡爾曼濾波
10.3 離散隨機線性系統(tǒng)的卡爾曼濾波
10.3.1 離散卡爾曼濾波器
10.3.2 離散卡爾曼濾波的穩(wěn)定性
10.3.3 限定記憶濾波
10.4 擴展卡爾曼濾波
10.4.1 擴展卡爾曼濾波公式推導
10.4.2 EKF應用:同時定位與地圖創(chuàng)建
10.5 隨機線性系統(tǒng)二次型高斯*優(yōu)控制
10.5.1 隨機線性系統(tǒng)二次型指標*優(yōu)控制
10.5.2 隨機線性系統(tǒng)二次型高斯控制器
本章小結(jié)
習題
參考文獻
附錄
附錄A 矩陣知識
附錄B 線性系統(tǒng)的能控性與能觀性
附錄C 概率論與隨機過程