针对一类具有大工作区域和快时变特性的约束非线性系统, 采用多个线性参数时变(LPV) 模型近似描述原非线性系统. 对于各LPV 模型, 设计基于参数独立Lyapunov 函数的局部离线预测控制器. 构造各局部控制器间的切换策略, 在保证切换稳定性的同时, 使相互重叠的稳定域覆盖期望的工作区域. 仿真结果表明, 相比于已有的调度预测控制方法, 所提出的方法不仅能够保证控制输入在给定的约束范围内, 而且在局部控制器切换次数少的情况下, 获得良好的控制性能.

线性参变(LPV)+鲁棒模型预测控制(RMPC)+路径跟踪(PTC)，目前能实现20-25m s的变速单移线和10-15m s的变速双移线。 考虑速度和侧偏刚度变化，基于二自由度模型和LMI设计鲁棒模型预测控制器。 上层考虑状态约束，输入约束进行控制率在线求解，计算得到前轮转角和附加横摆力矩，下层通过最优化算法求出四轮转矩。 算法采用simulink的sfunction进行搭建，和carsim8.02进行联合仿真，包含出图m文件和简单的说明文档。 本套文件内含一个主要的mdl文件，一个出图m文件，一个说明文档以及carsim8.02的cpar文件。 MATLAB2020a以上版本和carsim8.02版本

lpv control control for

线性变参数系统的鲁棒故障估计与主动容错控制中文文献。

CryEngine3的全局光照核心算法，Unreal Engine 4（开源）的全局光照算法

为了实现对四旋翼飞行器的稳定飞行控制，对四旋翼飞行器建立了动力学数学模型，并采用准LPV法将非线性模型线性化，在建立的动力学模型基础上，对飞行器垂直速率、俯仰速率、横滚速率、偏航速率四个独立通道上分别设计了PID控制器。并通过Matlab/Simulink软件进行控制系统仿真，并对仿真结果进行分析，仿真结果验证了PID算法的有效性。

运动学MPC和动态增益调度状态反馈，用于控制自动驾驶汽车 该项目使您可以使用高级控制理论来解决自主制导问题。 该项目的创新部分是使用运动车辆模型的Takagi-Sugeno（TS）表示。 这使我们能够将非线性优化问题解决为伪线性问题，从而在每次优化时都实现了非常低的耗时。 先决条件 要运行该项目，您需要安装Matlab 2017b或更高版本以及YALMIP。 此外，有必要安装gurobi求解器以执行线性优化。 正在安装 要安装软件包，请参考以下链接： 描述 车辆型号 已经使用了两种不同的模型。 一个用于运动控制，另一个用于动态控制。 运动学模型称为车辆质量点模型。 动态模型为单轨自行车模型和轮胎模型的动力学模型。 轨迹规划 我们使用基于多项式的算法以离线方式计算参考。 该阶段在每个时刻提供对控制器的所需参考。 运动MPC 此时，将在每次控制迭代中构建并求解模型预测控制器，以找到最佳控制动

折叠翼飞行器是一个由机身和内外翼组成的多刚体系统，当机翼折叠时，展长、机翼面积、全机气动焦点和飞机重心都会随之改变。采用准定常假设，通过DATCOM计算了7组中间构型的气动参数，并通过Matlab曲线拟合工具对不确定的气动参数进行拟合。对折叠翼系统的仿射线性LPV模型进行了多胞形分解，并采用二次Lyapunov函数方法设计了鲁棒变增益状态反馈控制器。仿真结果表明在鲁棒变增益控制器的作用下，变体飞行器在机翼折叠过程中波动较小，且折叠结束后能够快速回到稳定状态。

em算法matlab代码慢病毒 该存储库提供了MATLAB代码，可以根据数据估算稳定的动态系统（DS）。 它仅在MATLAB 2016a中进行了测试，但应与任何现代MATLAB版本兼容。 它用作优化界面，并将求解器作为子模块包含在内，但是您可以使用YALMIP支持的任何其他选择的求解器（请检查所支持的求解器列表）。 对于非凸问题，它依赖。 如果您使用此代码进行研究，请引用 J. Medina and A. Billard, 'Learning Stable Task Sequences from Demonstration with Linear Parameter Varying Systems and Hidden Markov Models'. In Conference on Robot Learning (CoRL), Mountain View, U.S.A., 2017.' 您可以观看有关解释此算法的演讲。 要先运行代码，请先进行初始化并更新相应的子模块。 在终端中，转到您的lpv_em文件夹 $ cd your_lpv_em_folder 然后 $ git submod

这是一篇博士论文，比较详细的介绍了鲁棒变增益调参的几种主要技术，包括多胞型、仿射、本人认为文章质量很高，对于做飞控、汽车控制等方面的人员具有很高的参考价值