lmi克罗内克积 matlab_LMI中有关于克罗内克积的决策变量,如何定义?
本帖最后由 红色独孤客 于 2016-5-23 14:20 编辑
LMI中有关于克罗内克积的决策变量,如何定义?
要求该LMIx小于零的解,其中,A为3x3, IN为5x5单位矩阵,B=[1,0,0]',S,T,K为决策变量矩阵, S,T均为15x15阶正定对称矩阵, K=[x, y, z]的1x3阶阵。
我编出的错误,都不知道为何出这样的错。
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
运行错误:
Error using lmiterm (line 309)
lhs of LMI #4, block (2,1): term dimensions incompatible with
other terms in same column
Error in LMI_SMAS (line 108)
lmiterm([bamlmi4 1 2 M],1,1);
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
以下是代码
global A B H K IN In S T A_tilde B_tilde D L mu
% format long
format
N=5; % 节点个数
n=3; % 维数
IN=eye(N);
In=eye(n);
A=[ -0.40 -0.20 0.020;
-0.2 0.1 0.21;
-0.04 -0.76 -0.11];
B=[1 0 0]';
K=[1.71 -7.43 -0.79];
A_tilde=[ 0 1 0 0 1; % 邻接矩阵
0 0 1 0 1;
1 0 0 1 0;
0 0 1 0 1;
1 0 0 1 0];
B_tilde=diag([1 1 0 0 0]); % 牵引矩阵
% 求拉氏矩阵
d=zeros(N,1);
for i=1:N
d(i)=sum(A_tilde(i,:));
end
D=diag([d(1),d(2),d(3),d(4),d(5)]);
L=D-A_tilde; % 拉氏矩阵
H = L + B_tilde;
A1=kron(IN,A);
I2=kron(IN,In);
% mu=1;
% sP=B*K;
s=N*n;
% sM=kron(H,sP);
% sR=kron(IN,sP);
for alfa=0:0.1:10
%初始化LMI系统
setlmis([]);
%定义决策变量
S=lmivar(1,[s 1]);
T=lmivar(1,[s 1]);
mu=lmivar(1,[1 1]);
[P,n,sP]=lmivar(2,[n n]);
% [M,n,sM]=lmivar(3,[H(1,1)*sP, H(1,2)*sP, H(1,3)*sP, H(1,4)*sP, H(1,5)*sP; ...
% H(2,1)*sP, H(2,2)*sP, H(2,3)*sP, H(2,4)*sP, H(2,5)*sP; ...
% H(3,1)*sP, H(3,2)*sP, H(3,3)*sP, H(3,4)*sP, H(3,5)*sP; ...
% H(4,1)*sP, H(4,2)*sP, H(4,3)*sP, H(4,4)*sP, H(4,5)*sP; ...
% H(5,1)*sP, H(5,2)*sP, H(5,3)*sP, H(5,4)*sP, H(5,5)*sP]);
% [R,n,sR]=lmivar(3,[IN(1,1)*sP, IN(1,2)*sP, IN(1,3)*sP, IN(1,4)*sP, IN(1,5)*sP; ...
% IN(2,1)*sP, IN(2,2)*sP, IN(2,3)*sP, IN(2,4)*sP, IN(2,5)*sP; ...
% IN(3,1)*sP, IN(3,2)*sP, IN(3,3)*sP, IN(3,4)*sP, IN(3,5)*sP; ...
% IN(4,1)*sP, IN(4,2)*sP, IN(4,3)*sP, IN(4,4)*sP, IN(4,5)*sP; ...
% IN(5,1)*sP, IN(5,2)*sP, IN(5,3)*sP, IN(5,4)*sP, IN(5,5)*sP]);
[M,n,sM]=lmivar(3,[H(1,1)*P, H(1,2)*P, H(1,3)*P, H(1,4)*P, H(1,5)*P; ...
H(2,1)*P, H(2,2)*P, H(2,3)*P, H(2,4)*P, H(2,5)*P; ...
H(3,1)*P, H(3,2)*P, H(3,3)*P, H(3,4)*P, H(3,5)*P; ...
H(4,1)*P, H(4,2)*P, H(4,3)*P, H(4,4)*P, H(4,5)*P; ...
H(5,1)*P, H(5,2)*P, H(5,3)*P, H(5,4)*P, H(5,5)*P]);
[R,n,sR]=lmivar(3,[IN(1,1)*P, IN(1,2)*P, IN(1,3)*P, IN(1,4)*P, IN(1,5)*P; ...
IN(2,1)*P, IN(2,2)*P, IN(2,3)*P, IN(2,4)*P, IN(2,5)*P; ...
IN(3,1)*P, IN(3,2)*P, IN(3,3)*P, IN(3,4)*P, IN(3,5)*P; ...
IN(4,1)*P, IN(4,2)*P, IN(4,3)*P, IN(4,4)*P, IN(4,5)*P; ...
IN(5,1)*P, IN(5,2)*P, IN(5,3)*P, IN(5,4)*P, IN(5,5)*P]);
bamlmi1=newlmi;
lmiterm([-bamlmi1 1 1 S],1,1);
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
bamlmi2=newlmi;
lmiterm([-bamlmi2 1 1 T],1,1);
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
bamlmi3=newlmi;
lmiterm([-bamlmi3 1 1 mu],1,1);
%%%%%
bamlmi4=newlmi;
lmiterm([bamlmi4 1 1 0],A1+A1');
lmiterm([bamlmi4 1 1 mu],I2,1);
% lmiterm([bamlmi4 1 1 0],mu*I2);
lmiterm([bamlmi4 1 2 M],1,1);
lmiterm([bamlmi4 1 2 -M],1,1);
lmiterm([bamlmi4 1 3 R],1,1);
lmiterm([bamlmi4 1 3 -R],1,1);
% lmiterm([bamlmi4 1 2 0],sM);
% lmiterm([bamlmi4 1 2 0],sM');
%
% lmiterm([bamlmi4 1 3 0],sR');
% lmiterm([bamlmi4 1 3 0],sR);
lmiterm([bamlmi4 2 3 0],0*I2);
lmiterm([bamlmi4 2 2 S],-1,1);
lmiterm([bamlmi4 3 3 T],-1,1);
% lmiterm([bamlmi4 1 3 (kron(IN,B*K))'+kron(IN,B*K)],1,1);
lmiterm([bamlmi4 1 1 0],alfa*I2);
% lmiterm([bamlmi4 2 2 0],alfa*I2);
% lmiterm([bamlmi4 3 3 0],alfa*I2);
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
lcdlmis=getlmis;
[tmin,xfeas]=feasp(lcdlmis);
if tmin<0
S=dec2mat(lcdlmis,xfeas,S);
T=dec2mat(lcdlmis ,xfeas,T);
M=dec2mat(lcdlmis ,xfeas,M);
R=dec2mat(lcdlmis ,xfeas,R);
mu=dec2mat(lcdlmis ,xfeas,mu);
O=A1+A1'+mu*I2+(sM'+sM)'*inv(S)*(sM'+sM)+(sR+sR')'*inv(T)*(sR'+sR);
OO=[A1+A1'+mu*I2, (sM'+sM)', (sR+sR')';
(sM'+sM), -S, zeros(15);
(sR+sR'), zeros(15),-T];
% if -alfa + max(eig(S))+ max(eig(T)) < 0
disp('******************************* Here is a feasible solution ********************************');
alfa
% K=dec2mat(lcdlmis,xfeas,K)
% P=dec2mat(lcdlmis,xfeas,P)
% min(eig(O)) + max(eig(S))+ max(eig(T)) < 0
S
T
mu
return
% end
end
end
2246.tmp.png
(11.4 KB, 下载次数: 1)
2016-5-23 14:08 上传
2246.tmp.png
(11.4 KB, 下载次数: 4)
2016-5-23 13:53 上传
lmi克罗内克积 matlab_LMI中有关于克罗内克积的决策变量,如何定义?相关推荐
- 自相关函数怎么理解,为什么定义中有共轭,卷积呢。定义中的卷积,共轭有什么意义?尤其是在信号处理方面
简洁地解释如下: 1) 首先我们仅考虑实信号. 自相关的直观含义就是:把一个信号平移一段距离,跟原来有多相似. 于是就有了自相关的定义: 它代表了"移.乘.积"这三步操作. 如果只 ...
- 矩阵内积、外积(克罗内克积)和Hadamard积
一.矩阵的内积:两个矩阵A.B对应分量乘积之和,结果为一个标量,记作<A,B>(与向量的内积/点积/数量积的定义相似).所以A.B的行数列数都应相同,且有结论<A,B>=tr( ...
- Matlab中使用LMI toolboxLMI
(1)使用环境:matlab 2014a .LMI工具包不用安装,可以直接使用. (2)LMI toolbox: Linear Matrix Inequality,线性矩阵不等式. (3)如何定义一个 ...
- (顶刊复现)配电网两阶段鲁棒故障恢复(matlab实现)
参考文献: X. Chen, W. Wu and B. Zhang, "Robust Restoration Method for Active Distribution Networks, ...
- 【数理知识】《矩阵论》方保镕老师-第7章-几类特殊矩阵与特殊积
上一章 回到目录 下一章 第7章-几类特殊矩阵与特殊积 7.1 非负矩阵 7.1.1 非负矩阵与正矩阵 定理 7.1.3 (谱半径的单调性) 定理 7.1.4 (佩龙 (Perron) 定理) 7.1 ...
- 线性规划-pulp-复杂矩阵
线性规划-pulp-复杂矩阵 1. 简介-线性规划 在数学中,线性规划(Linear Programming,简称LP)特指目标函数和约束条件皆为线性的最优化问题.线性规划是最优化问题中的一个重要领域 ...
- 整数规划学习笔记(一)
整数规划 文章目录 整数规划 整数规划模型 线性混合整数规划(MIP) 背包模型 广义指派模型 集合包装.覆盖和划分模型 含固定成本的整数规划模型 设施选址模型 网络设计模型 旅行商问题 对称TSP ...
- 协同控制笔记1——基础介绍及部分定义定理
一.基础介绍 协同控制主要涉及三个部分: 智能体动力学.智能体间相互作用.协同控制规律 相互作用:智能体通常动力学上彼此解耦.之间的信息交换通常以图的形式表示,可以是静态的(边非时变)或者动态的(边是 ...
- Single Shot Multibox Detection (SSD)实战(下)
Single Shot Multibox Detection (SSD)实战(下) Training 将逐步解释如何训练SSD模型进行目标检测. 2.1. Data Reading and Initi ...
最新文章
- Runtime应用(三)实现NSCoding的自动归档和自动解档
- [转[c++]从int转换成string
- Android ListViewDemo
- Redis的Java客户端Jedis的八种调用方式(事务、管道、分布式…)介绍--转载
- [第16天]IIS UNICODE 编码漏洞
- Window平台 mysql8.0下载安装方式
- python获取系统时间为字符串_python怎么获取系统当前的时间
- JavaScript中替换字符串中的所有小数点
- 首个区块链标准《区块链 参考架构》正式发布
- Java 图形用户界面-表格组件
- 图形学相关的一些数学知识(链接)
- java打开文件对话框
- 破解vba工程密码——VBA代码
- 更改MyEclipse匹配颜色
- Android 多张2K,4k图片加载压缩的详解
- BGP学习笔记更新版
- 文儿结婚生子再被提起!利、文两家互喷,老利回怼:豆豆妈好!文儿暴怒:阴损至极!小洲专场欠礼之人!利、曼等人名利其中!
- # Can you find the english grammer mistakes in these sentences? csdn
- Blender渲染线框图
- Python连接sql server数据库