[發明專利]用于血糖控制的具有干擾補償的無模型自適應預測控制方法

有效

• 申請號: 202010153532.4
• 申請日: 2020-03-06
• 公開（公告）號: CN111341451B
• 公開（公告）日: 2022-09-20
• 發明（設計）人: 王浩平;胡麥汀;田楊
• 申請（專利權）人: 南京理工大學
• 主分類號: G16H50/50
• 分類號: G16H50/50;G16H50/20;G16H50/30
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 陳鵬

1.一種用于血糖控制的具有干擾補償的無模型自適應預測控制方法，其特征在于，包括以下步驟：

步驟1、建立預測方程：首先建立用于預測單步輸出的極局部數據模型，再推導出可多步預測輸出的預測方程，作為算法的控制框架主體；

步驟2、動態線性化參數在線估計：根據所得的輸入輸出數據，估計預測方程中的動態線性化參數；

步驟3、計算控制輸入：在已建立的預測方程的基礎上，采用投影算法計算出當前時刻的控制輸入；

步驟4、基于自適應擴張觀測器的干擾估計：利用自適應擴張觀測器，估計可能出現的進食干擾對系統帶來的擾動；

步驟5、基于最小二乘法的干擾預測與補償：使用最小二乘法，對未來可能出現的干擾序列進行預測，并將其用于補償下一時刻的預測方程中的干擾項。

2.根據權利要求1所述的用于血糖控制的具有干擾補償的無模型自適應預測控制方法，其特征在于，步驟1建立預測方程，具體為：

步驟1.1、設計具有干擾補償的單步極局部數據模型：

Δy(k+1)＝f(k)+A^T(k)ΔU(k) (1)

其中，ΔU(k)＝[Δu(k),...,Δu(k-L+1)]^T，Δu(k)＝u(k)-u(k-1)，u(k)和y(k)分別為第k個采樣間隔內的輸入輸出；f(k)包含系統中的干擾以及其他快時變部分；A(k)＝[α₁(k),...,α_L(k)]^T為動態線性化參數；L為向量的長度；

步驟1.2、推導多步的極局部數據模型：

從單步極局部數據模型進行逐步推導，推導出多步極局部數據模型的形式，設：

利用P與Q，可將過去的輸入與未來的控制時域內的輸入分離，多步極局部數據模型推導過程如下：

根據式(3)總結出多步極局部數據模型的規律：

步驟1.3、推導多步的預測方程

定義如下向量：

Y_P(k+1)＝[y(k+1),...,y(k+H_p)]^T (5)

其中，Y_P(k+1)為預測時域中各采樣時刻的系統輸出序列，ΔU_P(k)為控制時域中各采樣時刻內的控制輸入差分序列，F(k)為干擾在預測時域中各采樣時刻上對系統輸出的影響序列；H_u為ΔU_P(k)的維數，H_p為Y_P(k+1)的維數；由式(4)-(7)可整理出預測方程：

Y_P(k+1)＝Ey(k)+F(k)+A(k)ΔU(k-1)+B(k)ΔU_P(k) (8)

其中E＝[1,1,...,1]^T；A與B為時變系數矩陣，如下兩式所示：