简易线性矩阵不等式求解器EasyLMI

资 源 简 介

本项目旨在提供一个比传统MATLAB LMI工具箱更为简洁、直观的线性矩阵不等式（LMI）求解方案。针对传统工具箱在定义变量（lmivar）和描述矩阵项（lmiterm）时语法繁琐、易出错的痛点，本项目利用YALMIP或CVX等高级建模语言的接口特性，封装或实现一套接近数学自然语言的编程接口。项目核心功能包括：1. 快速定义决策变量，通过简单的指令即可创建对称矩阵、对角矩阵或全矩阵变量，无需手动管理繁杂的索引；2.不仅支持可行性问题（Feasibility Problems）的求解，也能轻松处理具有目标函数的凸优化问题（EVP）和广义特征值问题（GEVP）；3. 自动解析与转换，将用户输入的代数形式约束自动转化为底层求解器（如SeDuMi、SDPT3或MOSEK）可识别的标准SDP格式；4. 提供针对控制理论中常见问题（如Lyapunov稳定性判据、H无穷控制器设计、极点配置）的封装模板，大幅缩短代码编写时间。该项目能够有效降低初学者门槛，并提高科研人员在鲁棒控制与优化领域的开发效率。

详 情 说 明

项目：简易线性矩阵不等式求解器 (EasyLMI)

1. 项目介绍

EasyLMI 是一个基于 MATLAB 的演示项目，旨在展示如何利用线性矩阵不等式（LMI）技术解决鲁棒控制中的优化问题。虽然项目愿景是提供类似自然语言的高级封装，目前的 main.m 核心代码着重演示了直接使用 MATLAB LMI 工具箱（LMI Control Toolbox）进行底层建模、求解 $H_infty$ 次优控制问题以及进行结果可视化的完整流程。该项目对于理解 LMI 在控制理论中的应用、掌握 LMI 工具箱的复杂语法（如 lmivar 和 lmiterm 的使用）具有极高的参考价值。

2. 功能特性

• 不稳定系统建模：内置了一个开环不稳定的二阶线性系统案例，用于验证控制算法的有效性。
• $H_infty$ 控制器设计：实现了基于有界实引理（Bounded Real Lemma）的 LMI 建模，通过求解矩阵不等式寻找状态反馈增益矩阵 $K$，在保证闭环系统稳定的同时，最小化 $H_infty$ 性能指标 $gamma$。
• LMI 自动化求解：完整展示了从 LMI 系统初始化、决策变量定义、复杂矩阵项描述到调用内点法求解器（mincx）的全过程。
• 自动恢复控制器增益：演示了如何从 LMI 优化出的矩阵变量（如 $X$ 和 $Y$）中反解出实际的物理控制器参数 $K$。
• 闭环验证与可视化：提供自动化的数值验证（计算闭环特征值）和图形化展示（极点分布图、时域响应对比图），直观展示控制效果。

3. 系统要求

• MATLAB R2014b 或更高版本
• Control System Toolbox（控制系统工具箱）
• Robust Control Toolbox（鲁棒控制工具箱，原 LMI Control Toolbox）

4. 使用方法

1. 确保 MATLAB 路径中包含 main.m 文件。
2. 在 MATLAB 命令窗口输入 main 并回车，或直接运行脚本。
3. 程序将输出以下内容：

* 命令行窗口：显示系统初始化状态、求解器调用日志、计算出的最优 $gamma$ 值、控制器增益 $K$ 以及闭环特征值。 * 图形窗口：弹出一个名为 "EasyLMI Solver Report" 的图表，包含开闭环极点对比图和时域响应仿真曲线。

5. 代码实现逻辑详细分析 (main.m)

代码主要分为五个核心处理阶段，具体逻辑如下：

第一阶段：系统定义与初始化

程序首先定义了一个二阶不稳定线性系统状态空间模型（$dx/dt = Ax + Bu$）。

• 系统矩阵：定义了矩阵 $A$（包含正特征值，不仅定）、输入矩阵 $B$、输出矩阵 $C$ 和直馈矩阵 $D$。
• 参数提取：自动获取系统的状态维数 $n$ 和输入维数 $m$，为后续定义 LMI 变量维度做准备。

第二阶段：LMI 模型构建

这是代码的核心部分，使用 MATLAB LMI 工具箱的原生指令构建 $H_infty$ 控制问题的数学模型。

• 系统初始化：使用 setlmis([])以此重置 LMI 系统内部缓存。
• 变量定义 (lmivar)：

* 定义变量 $X$：设定为一个 $n times n$ 的对称矩阵，对应 Lyapunov 矩阵 $P$ 的逆（即 $Q=P^{-1}$）。 * 定义变量 $Y$：设定为一个 $m times n$ 的一般矩阵，用于变量代换（$Y = K Q$）。 * 定义变量 $g$：设定为一个标量，代表 $H_infty$ 性能指标 $gamma$。

• 约束项描述 (lmiterm)：

* LMI #1 ($H_infty$ 性能约束)：构建了一个 3x3 的分块矩阵不等式。 * 块 (1,1)：描述 Lyapunov 稳定性与系统动态，包含 $AX + XA^T + BY + Y^T B^T$。使用简写 's' 自动处理对称项。 * 块 (1,2)：描述扰动输入通道 $B_w$。 * 块 (1,3)：描述输出方程 $(CX + DY)^T$。 * 对角块 (2,2) 和 (3,3)：填充 $-gamma I$，用于约束 $L_2$ 增益。 * 利用 LMI 的对称性，仅需定义下三角或上三角部分。 * LMI #2 (正定性)：约束变量 $X$ 必须正定（$X > 0$），确保 Lyapunov 函数的存在性。

第三阶段：求解优化问题

程序将可行性问题转化为凸优化问题。

• 生成 LMI 系统：通过 getlmis 获取内部描述结构。
• 构建目标向量：为了最小化 $gamma$，程序构建了一个权重向量 $c$。通过遍历决策变量索引，找到对应 $gamma$ 的变量位置并将其系数设为 1，其余设为 0。
• 调用求解器：使用 mincx（凸优化最小化求解器）配合内点法求解该半定规划（SDP）问题，并设置了求解精度。

第四阶段：结果解析与后处理

• 可行性检查：判断求解器返回的结果是否为空。
• 数值提取：使用 dec2mat 将优化器返回的向量形式解转换回矩阵形式的 $X_{sol}$、$Y_{sol}$ 和 $gamma_{sol}$。
• 控制器还原：执行变量代换的逆运算 $K = Y_{sol} X_{sol}^{-1}$，得到最终的状态反馈增益矩阵。
• 数值验证：计算闭环系统矩阵 $A_{cl} = A + BK$ 的特征值，验证其实部是否均小于零（即系统是否稳定）。

第五阶段：可视化与仿真

通过辅助函数 visualize_results 展示设计结果。

• 极点配置图：在复平面上绘制开环极点（红色叉号）和 LMI 求解后的闭环极点（蓝色圆圈）。通过对比展示极点从右半平面（不稳定）移动到左半平面（稳定）的过程。
• 时域响应仿真：设定非零初始状态 $x_0 = [1; -1]$，利用 initial 函数对比开环系统（发散）和闭环系统（收敛）的状态响应曲线，直观验证控制器的调节能力。