MATLAB非线性MPC工具箱控制器实现异常：nlmpcmove输出始终与初始控制输入uk一致

我之前做非线性MPC的时候也碰到过一模一样的情况——nlmpcmove死活输出初始控制量，validateFcns还全绿通过，折腾了好一阵才找到原因。结合你的代码和调试过程，几个容易忽略的低级错误方向可以重点排查：

1. 自定义代价函数缺少控制量相关惩罚 #

这是最常见的原因：如果你的costFcn只关注状态跟踪误差，完全没有对控制量的增量变化或者绝对值大小设置惩罚项，优化器会觉得“保持初始控制量就是最优解”——反正代价已经最小了，没必要折腾。

比如你可以检查costFcn里是不是只有类似这样的代码：

J = sum(sum((X - data.Reference).^2));

如果是，赶紧加个控制增量惩罚，比如：

lambda = 0.1; % 权重可以根据需求调整
controlDelta = diff(U,1,2); % 控制序列的增量
J = sum(sum((X - data.Reference).^2)) + lambda*sum(sum(controlDelta.^2));

这样优化器才有动力调整控制信号来平衡状态跟踪和控制代价。

2. 自定义不等式约束把控制量“锁死”了 #

你的ineqFcn会不会不小心把控制量的上下界设成了和初始u0完全相等的值？比如写成了：

ineq = [U(1) - u0(1); u0(1) - U(1); U(2) - u0(2); u0(2) - U(2)];

这种约束相当于强制控制量必须等于初始值，优化器根本没调整空间。

快速验证方法：临时注释掉nlobj.Optimization.CustomIneqConFcn = @ineqFcn;这一行，重新运行循环。如果控制信号开始变化了，那肯定是约束的问题，回去检查ineqFcn的逻辑。

3. 参考信号完全不可达（或优化器认为不可达） #

你设置的参考是yfinal = x0 + 1，但要确认：在当前系统动力学下，通过调整控制量uk，系统真的能达到这个状态吗？如果优化器计算后发现无论怎么调控制量都达不到参考，它可能直接放弃，维持初始控制。

可以先做个简单测试：把参考改成和初始状态x0完全一致，看看控制信号会不会有变化（如果代价函数加了控制惩罚的话）；或者把参考设成一个明显可达的状态（比如手动调用legStateFcn(x0, [0.5; 0.5])得到的状态），再测试优化器是否响应。

4. 优化器配置太“佛系” #

默认的优化器容差可能太松，或者迭代次数太少，导致优化器认为初始解已经足够优，直接停止迭代。你可以调整这些参数试试：

nlobj.Optimization.OptimalityTolerance = 1e-6; % 调小容差，让优化器更“较真”
nlobj.Optimization.MaxIterations = 50; % 增加迭代次数
nlobj.Optimization.Verbosity = 2; % 开启详细日志，看看优化过程

从日志里你能看到：优化器有没有迭代？代价有没有下降？约束是否被激活？这些信息能帮你快速定位问题。

5. 状态函数根本不响应控制量 #

虽然validateFcns通过了，但你有没有手动验证过legStateFcn的输出是否随控制量变化？比如在命令行里运行：

x1 = legStateFcn(x0, u0);
x2 = legStateFcn(x0, u0 + 0.1);
disp(norm(x1 - x2))

如果输出的范数接近0，说明状态完全不随控制量变化——那优化器当然没必要改控制信号，怎么调状态都不变，代价也不会变。这种情况就要回去检查legStateFcn的实现逻辑了。

6. EKF的更新逻辑可能让状态“原地踏步” #

你的循环里，y = x（也就是直接把状态作为测量值），然后调用xk = correct(EKF,y);。这种情况下，EKF的校正步骤其实没有任何作用，因为测量值和预测值完全一致，xk会一直等于初始的EKF.State。如果状态一直不变，优化器也不会调整控制信号。

你可以在循环里打印xk看看每次的状态是不是真的在变化，如果一直是初始值，那要么是legStateFcn没生效，要么是EKF的逻辑有问题。

先从代价函数和约束这两个最容易踩坑的点入手，应该能很快找到问题！

内容的提问来源于stack exchange，提问作者J.V.