TOEPLITZ/HANKEL MATRIX ALGEBRA IN MODEL PREDICTIVE CONTROL

Popularita prediktivních algoritmů v průmyslu i akademické oblasti neustále roste. Akční zásahy jsou počítány jako optimalizační problém. Je bráno do úvahy budoucí chování řízeného procesu – je predikováno na konečném horizontu. Pro získání predikčních rovnic jsou používány různé metody a matematické aparáty. Rekurzivní řešení Diofantických rovnic jsou velmi elegantní metody. Na druhé straně výpočet predikce pomocí maticových operací ve stavovém popisu je jednoduše programovatelný. Článek je zaměřen na jinou průhlednou a kompaktní metodu založenou na vstupně-výstupní reprezentaci modelu a využívající výhody Toeplitz/Hankel maticové algebry.Model-based Predictive Control (MPC) algorithms popularity grows steadily in industry and academic area as well. Control actions are computed as an optimization problem. Future controlled system behaviour is taken into account - predicted over some horizon. Different methods and mathematical apparatus are utilized to get prediction equations. Diophantine equations and their recursive solving are very neat methods. On the other hand to compute predictions by matrix operations in state-space is easily to program. Paper is focussed on another insightful and compact method based on input-output process model representation and taking advantage of Toeplitz/Hankel matrix algebra