buildMEX

建立MEX文件，解决一个(通用或多级)非线性MPC控制问题

页面上倒塌

句法

mexFcn = buildMEX (nlobj mexName、coreData onlineData)

mexFcn = buildMEX（nlobj，mexName，coreData，onlineData，mexConfig）

描述

例子

mexFcn= buildMEX (nlobj那mexName那coreData那onlineData）建立一个MEX文件，解决非线性MPC控制问题比nlmpcmove．该MEX文件是在当前工作文件夹中创建。

mexFcn= buildMEX (nlobj那mexName那coreData那onlineData那mexConfig）生成使用所述码生成配置对象一个MEX函数mexConfig．使用此语法自定义MEX代码生成。

例子

全部折叠

用MEX文件模拟非线性MPC控制器

这个示例使用:

打开生活的脚本

创建一个具有四个状态，两个输出和一个输入的非线性MPC控制器。

nlobj = nlmpc (4 2 1);

在标准代价函数中，默认情况下对一个或多个OVs应用零权，因为mv比OVs少。

指定采样时间和所述控制器的视野。

t = 0.1;nlobj。TS= Ts; nlobj.PredictionHorizon = 10; nlobj.ControlHorizon = 5;

在文件中指定控制器的状态函数pendulumDT0.m．该离散时间模型集成了定义的连续时间模型pendulumCT0.m使用多步前推欧拉法。

nlobj.Model.StateFcn =“pendulumDT0”;nlobj.Model.IsContinuousTime = FALSE;

预测模型使用的可选参数TS来表示采样时间。指定的参数的数量，并创建一个参数矢量。

nlobj.Model.NumberOfParameters = 1;params = {Ts};

指定模型的输出函数，将样本时间参数作为输入参数传递。

nlobj.Model.OutputFcn =“pendulumOutputFcn”;

定义为控制器标准约束。

nlobj.Weights.OutputVariables = [3 3];nlobj.Weights.ManipulatedVariablesRate = 0.1;nlobj.OV（1）.Min = -10;nlobj.OV（1）最大= 10;nlobj.MV.Min = -100;nlobj.MV.Max = 100;

验证预测模型的功能。

X0 = [0.1; 0.2; -pi / 2; 0.3]。U0 = 0.4;validateFcns（nlobj，X0，U0，[]，则params）;

Model.StateFcn是OK。Model.OutputFcn是OK。用户提供的模型，成本和约束函数的分析完成。

只有两个工厂的状态是可测量的。因此，用于估计四种植物状态创建扩展卡尔曼滤波器。其状态转换函数定义在pendulumStateFcn.m和它的测量功能中所定义pendulumMeasurementFcn.m．

EKF = extendedKalmanFilter (@pendulumStateFcn @pendulumMeasurementFcn);

限定的初始条件为模拟，初始化扩展卡尔曼滤波器的状态，并指定一个零初始操纵变量的值。

x0 =[0, 0, -π;0];x0 y0 = (x0 (1); (3)];卡尔曼滤波器。状态= x0;mv0 = 0;

用于控制器创建代码生成数据结构，指定初始条件和参数。

[coreData, onlineData] = getCodeGenerationData (nlobj, x0、mv0 params);

在在线数据结构中指定输出参考值。

onlineData。Ref = [0 0];

构建MEX函数求解非线性MPC控制问题。该MEX函数是在当前工作目录中创建。

mexFcn = buildMEX (nlobj,“myController的”、coreData onlineData);

从非线性MPC生成MEX函数“myController”，加速仿真。代码生成成功。成功生成MEX函数“myController”。

运行下面的模拟10.秒。在每个控制间隔期间:

使用当前的测量值修正先前的预测。
计算最优控制移动使用MEX函数。该函数返回所计算的最佳序列中onlineData．在下一个控制区间将更新的数据结构传递给MEX函数可以提供对最优序列的初始猜测。
预测模型状态。
应用首先计算最优控制转移到工厂，更新设备的状态。
产生带有白噪声的传感器数据。
拯救植物状态。

MV = MV0;Y = Y0;X = X0;持续时间= 10;xHistory = X0;为了CT = 1：（持续时间/ Ts）的％正确先前预测xk =正确(卡尔曼滤波器,y);%计算最优控制移动[MV，onlineData] = myController的（XK，MV，onlineData）;% Predict下一次迭代的预测模型状态预测(卡尔曼滤波器,[mv;Ts]);％首次实现最优控制的举动x = pendulumDT0 (x, mv, Ts);％生成的传感器数据Y = X（[1 3]）+ randn（2,1）* 0.01;%保存植物状态xHistory = [xHistory x];结束

绘制结果状态轨迹。

图副区（2,2,1）情节（0：TS：持续时间，xHistory（1，:)）xlabel（'时间') ylabel (“z”)标题(“车位置”) subplot(2,2,2) plot(0:Ts:Duration,xHistory(2，:))'时间') ylabel ('zdot')标题(“车速度”)子plot(0,2,3) plot(0:Ts:Duration,xHistory(3，:))'时间') ylabel (“θ”)标题(“摆角”）副区（2,2,4）情节（0：TS：持续时间，xHistory（4，:)）xlabel（'时间') ylabel ('thetadot')标题(“摆速度”）

图包含4个轴对象。轴加工对象物1与标题车位置包含型线的对象。轴对象2与标题车速度包含型线的对象。轴对象3与标题摆角包含型线的对象。轴对象4标题摆速度包含型线的对象。

输入参数

全部折叠

`nlobj`-非线性模型预测控制器
`nlmpc`目的|`nlmpcMultistage`目的

非线性模型预测控制器，指定为nlmpc或nlmpcMultistage对象。

你的控制器必须使用默认fmincon用SQP算法求解。此外，您的控制器不能为其预测模型、自定义成本函数或自定义约束函数使用匿名函数。

`mexName`-MEX函数名
细绳|特征向量

MEX函数名，指定为字符串或字符向量。

`coreData`-非线性MPC配置参数
结构

非线性MPC配置参数是在运行时间常数，指定为使用所生成的一个结构getCodeGenerationData．

`onlineData`-首次在线控制器数据
结构

初始在线控制器数据，指定为结构生成使用getCodeGenerationData．的字段设置的详细信息onlineData，看nlmpcmoveCodeGeneration．

`mexConfig`-代码生成配置对象
`MexCodeConfig`目的

代码生成配置对象，指定为MexCodeConfig对象。

要创建配置对象，请使用以下代码。

mexConfig = coder.config ('MEX')；

要自定义MEX代码生成，请修改此对象的设置。例如，要在调试期间检测运行时内存访问冲突，请设置IntegrityChecks到真正的．

mexConfig。IntegrityChecks = true;

默认情况下，要提高生成代码的性能，可以进行诸如IntegrityChecks和ResponsivenessChecks被禁用的buildMEX．

buildMEX用指定的值覆盖以下配置设置。

配置设置	价值
`cfg。DynamicMemoryAllocation`	`'AllVariableSizeArrays'`
`cfg.ConstantInputs`	`'消除'`

输出参数

全部折叠

`mexFcn`-生成MEX函数
功能手柄

生成的MEX函数，作为函数句柄返回。这个MEX函数具有以下签名。

(mv, newOnlineData信息)= mexFcn (x, lastMV onlineData)

MEX函数有以下输入参数，它们与对应的输入参数相同nlmpcmoveCodeGeneration．

输入参数	描述
`X`	当前预测模型状态，指定为长度向量N._X,在那里N._X为预测模型的状态数。
`lastMV`	在先前控制时间间隔植物中使用的控制信号，指定为长度的矢量N._mv,在那里N._mv是操纵变量的数量。
`onlineData`	必须在运行时更新的在线控制器数据，指定为结构。使用。生成初始结构`getCodeGenerationData`．的字段设置的详细信息`onlineData`，看`nlmpcmoveCodeGeneration`．

MEX函数有以下输出参数，它们与的输出参数相同nlmpcmoveCodeGeneration．

输出参数	描述
`mv`	最优操纵变量控制动作，返回为长度的列向量N._mv,在那里N._mv是操纵变量的数量。
`newOnlineData`	更新在线控制器数据，作为结构返回。这个结构和`onlineData`，只是更新了决策变量的初始猜测。
`信息`	解决方案细节，作为结构返回。