clc;

%Modelo de orden reducido

Aaa=0;
Aab=1;
Aba=20*sqrt(10);
Abb=0;
Ba=0;
Bb=20;
% Ganancia del Controlador
Ka=3*sqrt(10);
Kb=2;
% Polos del estimador reducido
pobr= -22.493;
% Ganancia del estimador reducido
Lr=acker(Abb',Aab',pobr)'

% Ecuaciones del del Compensador de orden reducido

Ar=Abb-Lr*Aab-(Bb-Lr*Ba)*Kb
%Br=Ar*Lr+Aba-Lr*Aaa-(Bb-Lr*Ba)*(Ka)
Br=(Abb-Lr*Aab)*Lr+Aba-Lr*Aaa-(Bb-Lr*Ba)*(Ka+Kb*Lr)
Cr=-Kb
Dr=-(Ka+Kb*Lr)

% Funcin de transferencia del Compensador reducido

Gcompr=ss(Ar,Br,Cr,Dr)
tf(Gcompr)
%%
% % solo conisere una entrada
% % Respuesta en frecuencia
% % Debe tener el G de la planta
% Gol=-G*Gcompr
% [Gm,Pm,Wcg,Wcp]=margin(Gol)
%
% % Funcin de transferencia total del sistema:compesensador de
% % orden reducido+Planta
% AC=[ A+BDrC BCr; BrC Ar]
% Bc=[BN;0]
% Cc=[ C 0]
% Dc=[0]
%
%
%
Cdigo para Matlab
I=1; k=1; b=2;
A=[0 1;0 -b/I];
B=[0;k/I];
C=[1 0];
q11=100
Q=[ q11 0; 0 0];
R=1;
[S,L,K]=care(A,B,Q,R);
Nbar=1/dcgain(A-B*K,B,C,0)
sim('antenas');
figure(1)
% seal de referencia de color rojo, seal medida de color azul
plot(t,yp,'r',t,y,'b');
grid
axis([0 80 -2 2])
figure(2)
% todos los estados
plot(t,x0)
grid
axis([0 80 -2 2])
figure(3)
% grafica el esfuerzo ptimo de control
plot(t,u0)
grid
% ubicacin de polos
pd=[-3 -3];
K=acker(A,B,pd);
Nbar=1/dcgain(A-B*K,B,C,0)
sim('antenas');
figure(4)
% seal de referencia de color rojo, seal medida de color azul
plot(t,yp,'r',t,y,'b');
grid
axis([0 80 -2 2])
figure(5)
plot(t,u0)
grid
Pasos a seguir en el diseo

1. Comprobar si (A,B) es estabilizable (Es preferible que sea completamente controlable)

2. Seleccionar las matrices de ponderacin
Q = diag qii qii > 0 i = 1, 2, n
R = diag r ii r ii > 0 i = 1, 2,, m .

Q y R son definidas positivas. Al variar los valores qii y rii afectan la conducta de x i(t), e ui (t)
hacia la conducta deseada.

Calcular la matriz P a partir de la ecuacin de Riccati.

AT P + P A -P B R-1 BT P +Q = 0

En Matlab, [Kopt,P,autov] = lqr (A, B, Q, R) o

[P, autov,Kopt] = care (A, B, Q, R)

3. Clculo de la ganancia matricial optima de retroalimentacin

Kopt = R-1 BTP

4. Clculo de Jmin para el vector de estados inicial xo

1 T
xo P xo .
Jmin = 2

5. Calculo de la matriz del sistema de lazo cerrado

Acl = A - B R BT P-1

y la simulacin del sistema a partir de xo

x(t ) = A cl x(t ) , x(0) = x o

: x(t )

incluyendo la ley de control

u (t) = - Kopt x (t)

 y para la evaluacin y control calcular los valores propios en lazo cerrado
: i (Acl) i = 1, 2, , n .

La parte real debe ser menor que cero.

Las condiciones suficientes que garantizan que el sistema en lazo cerrado sea estable son: Q>
0, R> 0, y (A, B) estabilizable.

6. Para el diseo del Observador usar la tcnica de Ubicacin de Polos.

7. Determinar la ganancia esttica del sistema controlado para obtener un escalamiento de tal
manera que el sistema llegue a la posicin de referencia. (comando dcgain).
8. Simular para varios pesos ponderados y observar la conducta de los valores propios y la
respuesta del sistema ante una entrada de referencia.

clc;
A=[0 1; 0 0];
B=[0;1];
C=[1 0];
D=0;
Q=[1 0; 0 0];
R=1;
[K,P]=lqr(A,B,Q,R)

s1=ss(A-B*K,B,C,D)
step(s1)
Cdigo del Matlab

>> A = [0 1; 0 0]; B = [0; 1]; C = [1 0];

>> alpha = 1; beta = 2;

>> R = alpha^2; Q = beta^2*C*C;

>>[k,P,E]=lqr(A,B,Q,R)

% k ganancia de retroalimentacin

% P matriz de Riccati

% E valores propios del sistema controlado