کنترل کننده H-2 (انگلیسی : H₂ Controller)، در ریاضیات (Mathematics)
انواع کنترل کننده ها (Controller) را در آموزش زیر شرح دادیم :
کنترل کننده H-2 (انگلیسی : H₂ Controller) :
به حداقل رساندن انرژی خطا
کنترل کننده H-2 (H₂) یک روش کنترل بهینه است که نرم H2 سیستم را به حداقل می رساند. نرم H2 معیاری از انرژی خروجی سیستم در پاسخ به یک ورودی ضربه (یا نویز سفید) است. این معادل با واریانس خروجی در حضور نویز سفید است.
\[ \|T_{zw}\|_2^2 = \frac{1}{2\pi} \int_{-\infty}^{\infty} \text{tr}[T_{zw}(j\omega) T_{zw}(j\omega)^*] d\omega \]کنترل کننده LQG که قبلا معرفی شد، در واقع یک مسئله H2 برای سیستم های گاوسی است. اما H2 کلی تر است و فقط به نرم H2 می پردازد.
کاربردها: کنترل سیستم هایی که با نویز سفید تحریک می شوند، طراحی فیلتر کالمن، کنترل بهینه با معیار انرژی، و سیستم هایی که میانگین مربع خطا مهم است.
✅ مزایا: بهینه از نظر انرژی، ارتباط مستقیم با LQG و LQR، روش طراحی نسبتا ساده (حل معادله ریکاتی).
⚠️ معایب: تضمین پایداری مقاوم ندارد (بر خلاف H∞)، برای عدم قطعیت های بزرگ مناسب نیست، به مدل دقیق نیاز دارد.
مسئله H2 به صورت زیر تعریف می شود: کنترل کننده K را پیدا کنید که نرم H2 تابع تبدیل از اغتشاش به خروجی را مینیمم کند. این مسئله با حل دو معادله ریکاتی (یکی برای کنترل و یکی برای تخمین) حل می شود.
ارتباط با LQR/LQG: اگر سیستم به صورت فضای حالت باشد و ورودی اغتشاش نویز سفید گاوسی باشد، مسئله H2 معادل LQG است. در واقع LQG یک حالت خاص از H2 است.
مراحل طراحی: ۱) مدل سازی سیستم در فضای حالت، ۲) انتخاب ماتریس های وزن Q و R (مثل LQR)، ۳) حل معادله ریکاتی کنترل، ۴) حل معادله ریکاتی تخمین (اگر تخمین حالت نیاز باشد)، ۵) محاسبه بهره های کنترل و تخمین.
تفاوت اصلی H2 و H∞: H2 انرژی کل خطا را کم می کند (مناسب برای نویز تصادفی)، اما H∞ بیشینه خطا را کم می کند (مناسب برای اغتشاشات قطعی و بدترین حالت). انتخاب بین این دو به ماهیت اغتشاشات بستگی دارد.
مثال: در کنترل موقعیت یک هارد دیسک، نویز الکترونیکی شبیه نویز سفید است. کنترل کننده H2 می تواند انرژی خطای ناشی از این نویز را کم کند و دقت خواندن/نوشتن را افزایش دهد.
گاهی اوقات از کنترل ترکیبی H2/H∞ استفاده می شود که هم انرژی و هم بیشینه خطا را در نظر می گیرد.
