[X,U,telapsed]=fmpc_step(sys,params,X0,U0,X0);
系统描述(系统结构): 系统。 A:动力学矩阵A 系统。 B:输入矩阵B 系统。 Q:状态成本矩阵Q 系统。 R:输入成本矩阵R sys.xmax:状态上限x{max} sys.xmin:状态下限x{min} sys.umax:输入上限u_{max} sys.umin:输入下限u{min} sys.n:状态数 sys.m:输入数量 MPC参数(参数结构): 参数。 T:MPC地平线T 参数。 Qf:MPC最终成本Q_f params.kappa:屏障参数 params.niters:牛顿迭代次数 params.quiet:如果为true,则不显示输出 其他投入 X0:热启动X轨迹(n按T矩阵) U0:热启动U轨迹(m by T矩阵) x0:初始状态 输入X0和U0不需要满足约束; 他们是第一名 在应用快速算法之前,投影到边界框中。
X:最佳X轨迹(n按T矩阵) U:最优U轨迹(m by T矩阵) telapsed:解决问题所需的时间
[Xhist,Uhist,telapsed]=fmpc_sim(sys,params,X0,U0,X0,w);
系统描述(系统结构): 系统。 A:动力学矩阵A 系统。 B:输入矩阵B 系统。 Q:状态成本矩阵Q 系统。 R:输入成本矩阵R sys.xmax:状态上限x{max} sys.xmin:状态下限x{min} sys.umax:输入上限u{max} sys.umin:输入下限u{min} sys.n:状态数 sys.m:输入数量 MPC参数(参数结构): 参数。 T:MPC地平线T 参数。 Qf:MPC最终成本Q_f params.kappa:屏障参数 params.niters:牛顿迭代次数 params.quiet:如果为true,则不显示输出 params.nsteps:运行MPC模拟的步骤数 其他投入 X0:热启动X轨迹(n按T矩阵) U0:热启动U轨迹(m by T矩阵) x0:初始状态 w:扰动轨迹(n按nsteps矩阵) 输入X0和U0不需要满足约束; 他们是第一名 在应用快速算法之前,投影到边界框中。
Xhist:状态历史(n按nsteps矩阵) Uhist:输入历史(m乘以nsteps矩阵) telapsed:解决问题所需的时间