Regulator Kwadraturowo-Liniowy (LQR)
Regulator Kwadraturowo-Liniowy (LQR) w połączeniu z Filtrem Kalmana tworzy regulator Liniowo-Kwadraturowo-Gaussowski (LQG), który obsługuje systemy stochastyczne z szumem pomiarowym i szumem procesowym. Opracowany przez Kalmana, a później sformalizowany przez Athansa i innych, LQG jest naturalnym stochastycznym rozszerzeniem LQR i pozostaje złotym standardem optymalnego sterowania liniowego w warunkach szumu, ze zastosowaniami obejmującymi statki kosmiczne, autopiloty samolotów i kontrolę procesów przemysłowych.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Mapa metod
Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.
Źródła
- Kalman, R. E. (1960). A new approach to linear filtering and prediction problems. Journal of Basic Engineering, 82(1), 35-45. DOI: 10.1115/1.3662552 ↗
- Athans, M. (1971). The role and use of the stochastic linear-quadratic-gaussian problem in control system design. IEEE Transactions on Automatic Control, 16(6), 529-552. DOI: 10.1109/TAC.1971.1099818 ↗
- Kwakernaak, H., & Sivan, R. (1972). Linear Optimal Control Systems. Wiley-Interscience. link ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Linear Quadratic Gaussian. ScholarGate. https://scholargate.app/pl/control-theory/linear-quadratic-gaussian
Która metoda?
Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.
- Rozszerzony Filtr KalmanaTeoria sterowania↔ porównaj
- Filtr KalmanaStatystyka bayesowska↔ porównaj
- Regulator liniowo-kwadratowyTeoria sterowania↔ porównaj
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →