Koopman算子与MPC融合：非线性系统线性化预测控制实战

做过几年非线性控制的人，基本都经历过被在线优化折磨的夜晚。MPC（模型预测控制）本身是个好东西，能处理约束，能处理多变量耦合，但模型一旦变成非线性，事情就变味了：在线要解非凸优化问题，初值敏感，计算量大，控制周期稍微短一点就跑不完。这也是Koopman算子这条路近几年越来越受关注的原因——它把非线性系统通过一组观测函数映射到高维空间，在高维空间里系统反而呈现线性定常特性。这样一来，MPC的预测模型可以从非线性变成线性，直接套成熟、稳定、快的线性MPC求解框架，同时还能保留非线性动力学的特征。

这篇文章我从思路、原理、Matlab实现到状态估计的接入，完整梳理一遍。适合正在做非线性MPC但苦于实时性，或者刚接触Koopman方法想快速上手的同学。项目比较典型的Duffing系统为例，但方法论可以平移到大多数受控动力系统。

1. 非线性MPC为什么不好解，Koopman升维思路是如何破局的

1.1 从局部线性化到全局升维：换个角度看待非线性

先回忆一下线性MPC和非线性MPC的本质差别。线性MPC在每个采样时刻解一个二次规划（QP）问题，目标函数是凸函数，约束是线性约束，这类问题在多项式时间内可解，而且全局最优，求解器非常成熟。非线性MPC就不一样了，预测模型如果是非线性函数，优化问题变成非线性规划（NLP），目标函数可能是非凸的，约束也可能是非凸的，在线求解要迭代、要选初值，算得慢不说，还可能收敛到局部最优。

传统的应对方案是在工作点附近做雅可比线性化。这个方法本身没问题，在小扰动范围内效果很好，但一旦工作范围扩大，模型失配就变得非常明显。雅可比线性化本质上是在一个局部领域用切平面近似曲面，离工作点越远，误差越大。对于强非线性系统，或者需要在较大范围内做状态转移的控制任务，这种近似是不够的。

Koopman算子的思路完全不同。它不试图在低维状态空间里做局部近似，而是构造一个新的坐标系统，把原始状态提升到高维空间，在这个高维空间里动力学是线性定常的。你可以把观测函数理解成给系统重新选取了一组坐标轴，原始坐标下的非线性轨迹，在提升坐标下可能就变成了线性轨迹。

一个生活化的类比是：在平面上画一个半径为1的圆，用笛卡尔坐标描述这个圆上的匀速运动，x和y两个坐标都是正弦曲线，耦合且非线性；但如果你转成极坐标，半径r恒为1，角度θ线性增长。Koopman的思路本质上就是找这样一组"极坐标"，只不过系统更复杂，往往需要升到很高的维度甚至无穷维才能实现真正的线性化。

1.2 Koopman MPC的整体架构与定位

Koopman MPC的结构其实并不复杂，可以拆成离线和在线两个阶段。

离线阶段要做的是构建线性预测器。收集系统的输入输出数据（或者从仿真模型采样），选择一组观测函数φ(x)，用EDMD（Extended Dynamic Mode Decomposition，扩展动态模态分解）这类数据驱动方法学习一个线性定常模型：

z_{k+1} = A z_k + B u_k

其中z = φ(x)是提升后的状态。这个线性模型就是后续MPC的预测模型。

在线阶段则非常接近标准线性MPC：每个采样时刻把当前状态（可能是估计值）提升成z，在提升空间里解一个QP问题，得到控制输入序列并施加第一个控制量，进入下一个周期。

这个架构的好处是：非线性的信息被编码进了提升空间和A、B矩阵里，在线优化完全不需要处理非线性项。和NMPC相比，求解速度和稳定性都有质的提升。和SLMPC（逐次线性化MPC）相比，Koopman模型的适用域更大，因为它是通过数据直接学习非线性系统的全局动力学，而不是围绕单个工作点做局部近似。

当然这也不是万能的，关键难点在于观测函数选什么、数据怎么采、模型学到什么程度，这些决定了Koopman线性预测器的精度上限。

2. Koopman线性预测器是怎么生成的：观测函数与EDMD实操细节

2.1 Koopman算子在离散动力学中的意义

先看理论基础，但我会尽量用工程语言而不是数学论文的语言来讲。

考虑离散时间受控非线性系统：

x_{k+1} = f(x_k, u_k)

其中x属于状态空间，u是控制输入。Koopman算子作用于函数（而不是状态向量），它的核心思想是：不直接关注状态轨迹x_k本身，而是关注一组由观测函数g(x)构成的函数空间。在这个函数空间里，系统的演化由一个线性算子K描述，满足：

(Kg)(x) = g(f(x))

也就是说，Koopman算子把"状态如何演化"变成了"函数如何演化"。由于Koopman算子是线性的，理论上完备地描述了非线性系统，但问题是它的作用空间通常是无穷维的。

工程上我们没法处理无穷维，所以退而求其次：选取N个观测函数φ_1(x), ..., φ_N(x)，构成提升映射：

z = φ(x) = [φ_1(x), φ_2(x), ..., φ_N(x)]^T

然后希望在有限维空间中近似满足：

z_{k+1} ≈ A z_k + B u_k

这里A和B就是通过数据学习得到的矩阵。当这组观测函数张成的空间在动力学作用下近似不变时，这个线性模型就很准；如果空间选择得刚好使得Koopman算子在有限维子空间内精确不变，那么线性模型就是精确的，这种情况对多项式非线性系统特别容易碰到。

2.2 用EDMD从数据中学习Koopman模型

EDMD是目前最常用的Koopman模型学习算法，核心思想非常简单：用数据拟合线性回归。

假设我们采集了T+1个连续的状态转移样本，每个样本包含(x_k, u_k, x_{k+1})。对每个样本做提升映射，得到：

Z = [φ(x_0), φ(x_1), ..., φ(x_{T-1})]
Z_next = [φ(x_1), φ(x_2), ..., φ(x_T)]
U = [u_0, u_1, ..., u_{T-1}]

我们希望找到A和B使Z_next ≈ A Z + B U。把问题写成矩阵形式，令G = [Z; U]（把状态提升和控制输入纵向拼接），W = [A, B]，那么目标是最小化：

min_W ||Z_next - W G||_F

这个最小二乘问题有闭式解：

W = Z_next G^T (G G^T)^(-1)

在Matlab里通常不直接写这个公式，而是用反斜杠或者伪逆来求解，数值上更稳定：

matlab复制W = Z_next / [Z; U];
% 或者
W = Z_next * pinv([Z; U]);

然后：

matlab复制A = W(:, 1:N);       % N是提升状态维度
B = W(:, N+1:end);

需要注意几点：G G^T可能病态，尤其当观测函数之间存在相关性或者数据量不够的时候。解决办法是加岭回归正则化：

W = Z_next G^T (G G^T + λI)^(-1)

λ取一个比较小的正数（比如1e-6到1e-3），能显著改善数值稳定性。我自己的经验是，在EDMD训练前先把提升状态做一下标准化，把不同尺度的大数小数据拉到相近范围，训练出来的模型往往更稳。

2.3 字典函数怎么选：多项式、傅里叶还是径向基

观测函数的选择是整个Koopman MPC里最影响结果的一步。没有免费的午餐，也没有一套字典能适用于所有系统，但我可以给几条经验性的指导。

如果系统的非线性项有明确的多项式形式（比如阻尼系统中的x^3项），优先选多项式字典，并且让字典包含所有原始状态变量以及出现的非线性项。这样有机会让提升空间成为一个近似不变子空间，模型精度极高。

以Duffing系统为例：

x1' = x2
x2' = -δ x2 - α x1 - β x1^3 + u

非线性项只有x1^3，那么一个自然的提升映射是：

z = [1, x1, x2, x1^3, x1^2 x2, x1 x2^2, x2^3]

把常数1放进去是为了捕获偏置项。对三次多项式系统，包含所有三次单项式的字典往往就能在Koopman算子下近似封闭，模型预测效果会比只含线性项好一大截。

如果系统结构完全未知，工程上比较常用的方案是高斯径向基函数（RBF）字典，在状态空间的关键区域撒点：

φ_i(x) = exp(-||x - c_i||^2 / σ^2)

这种字典通用性强，但维度会比较大，而且参数（中心点c_i和带宽σ）需要仔细调。另一个选择是傅里叶基函数，适合振荡性比较强的系统。

我个人的建议是，先从多项式字典开始，因为它和控制系统里常见的非线性类型匹配度最高（多项式非线性、Lipshitz非线性基本都能覆盖）。如果多项式字典效果不理想，再考虑RBF或者深度Koopman学特征。

字典函数选完别忘了一个细节：提升之后，原始状态x是z的前几个分量吗？如果不是，你需要通过φ(x)的定义保证这一点，这对后续MPC约束的设置和状态估计非常重要。一个惯例是把原始状态放在提升向量的最前面：z = [x1, x2, x3, ..., 其他函数]。这样在提升空间里，关于x的线性约束可以直接转化为关于z的约束。

3. Matlab代码实现Koopman MPC：数据、训练、求解一把梭

3.1 仿真模型与训练数据生成

我以一个受控Duffing系统为例，这也是非线性动力学里最经典的测试对象之一：

x1' = x2
x2' = -0.5 x2 - x1 - x1^3 + u

这个系统有一个明显的非线性恢复力项x1^3，线性化丢了这个项在大范围转移时就会出错，非常适合展示Koopman模型的优势。

训练数据生成要注意两点：状态空间覆盖要广，控制输入激励要充分。我的做法是随机生成多组初始条件，每组初始条件下施加一段随机阶跃输入序列，用ode45积分得到轨迹，然后以固定采样时间dt重采样成离散数据。

matlab复制dt = 0.05;
numTrajectories = 50;
dataX = []; dataU = []; dataXNext = [];

for i = 1:numTrajectories
    x0 = [randn*0.5; randn*0.5];
    T = 20; % 单条轨迹时长
    tspan = 0:dt:T;
    u = 0.5 * randn(1, length(tspan)); % 随机激励
    u = update_u_by_step(u, 10); % 每10步换一次台阶
    [t, x] = ode45(@(t,x) duffing_ode(x, u_interp(t)), tspan, x0);
    ...
end

这里有个小技巧：控制输入尽量用台阶信号，而不是纯白噪声。台阶信号包含更丰富的低频激励成分，能让动力学遍历更广泛的状态区域，EDMD学习出来的模型泛化性更好。

3.2 训练Koopman模型（关键代码）

定义提升函数，然后进行EDMD：

matlab复制function z = lift_state(x)
    % 原始状态
    x1 = x(1); x2 = x(2);
    % 多项式提升到指定阶数，这里选择包含三次项
    z = [1; x1; x2; x1^2; x1*x2; x2^2; x1^3; x1^2*x2; x1*x2^2; x2^3; sin(x1)];
end

注意这里我加了sin(x1)项，是为了让字典具备一些处理非多项式非线性成分的能力，Duffing系统本身用不到，但加了通常没有坏处，只要数据量能支撑起更大的维度。

训练部分：

matlab复制% 对每条轨迹做提升
Z = []; Z_next = []; U = [];

for i = 1:length(dataTraj)
    for k = 1:length(dataTraj{i}.x)-1
        Z = [Z, lift_state(dataTraj{i}.x(:,k))];
        U = [U, dataTraj{i}.u(:,k)];
        Z_next = [Z_next, lift_state(dataTraj{i}.x(:,k+1))];
    end
end

% 拼接并做岭回归
G = [Z; U];
W = Z_next * G' * inv(G * G' + 1e-4 * eye(size(G,1)));
A = W(:, 1:N_lift);
B = W(:, N_lift+1:end);

训练完先别急着接MPC，先做一步验证：用训练好的线性模型做开环多步预测，对比真实非线性系统在相同输入下的轨迹。这一步能暴露字典选得差不差。

3.3 在线MPC求解（关键代码）

Koopman MPC的在线部分和标准线性MPC几乎一样。在每个采样时刻，把当前状态提升为z0，解如下QP问题：

min Σ_{k=1}^{Np} ||z_k - z_ref||^2_Q + Σ_{k=0}^{Np-1} ||u_k - u_ref||^2_R

约束：
z_{k+1} = A z_k + B u_k
u_min ≤ u_k ≤ u_max

这里Q是提升空间的权重矩阵，作用在z上。由于原始状态x是z的前两个分量（根据我们lift_state的定义），对位置的惩罚可以直接通过Q的前两个对角元素实现。

用Matlab自带quadprog求解：

matlab复制function u_opt = koopman_mpc(z0, z_ref, A, B, Np, Q, R, u_min, u_max)
    [nx, nu] = size(B);
    % 决策变量 u_0 ... u_{Np-1}
    H = blkdiag(kron(eye(Np), R), kron(eye(Np), Q));
    % 线性项计算略...
    % 约束 Aineq*u <= bineq
    ...
    options = optimoptions('quadprog', 'Display', 'off');
    [u_seq, fval, exitflag] = quadprog(H, f, Aineq, bineq, Aeq, beq, lb, ub, [], options);
    u_opt = u_seq(1:nu); % 只取第一步
end

构建QP矩阵时有个繁琐的矩阵拼接过程，需要花点耐心。优化向量通常可以设为所有控制输入u_0,...,u_{Np-1}以及所有预测状态z_1,...,z_Np的串联，这样约束和成本函数的结构都很清晰。Aeq矩阵用来表达状态递推关系z_{k+1} = A z_k + B u_k。

3.4 闭环仿真与结果评估

主循环大概是这样的：

matlab复制for k = 1:Nsim
    % 测量或估计当前状态
    x_meas = x_true(:,k); % 假设完全可测，先这么做
    z0 = lift_state(x_meas);

    % 求解MPC
    u_k = koopman_mpc(z0, z_ref, A, B, Np, Q, R, u_min, u_max);

    % 施加控制，用真实非线性系统推进一个采样周期
    x_true(:,k+1) = rk4_step(@duffing_ode, x_true(:,k), u_k, dt);

    % 记录数据
end

仿真跑完，我一般先用两个指标看效果：一个是跟踪误差的均方根值，一个是控制输入的变化率和幅度是否超出预期约束。如果跟踪误差大，先画一下预测轨迹和实际轨迹的对比，判断是模型本身不准，还是MPC参数不合理。这个排查习惯能省大量时间。

4. 状态估计怎么接入Koopman MPC：观测器设计实战

4.1 为什么需要状态估计，提升空间估计的天然优势

实际工程里并不是所有状态都可测。Duffing系统里，位置x1通常有传感器可以测，但速度x2就不一定了。如果直接把不可测的状态当成已知量送进MPC，闭环大概率会出问题，需要一个状态估计器。

在传统非线性系统上做状态估计，常用的手段是EKF（扩展卡尔曼滤波）和UKF（无迹卡尔曼滤波）。EKF需要对非线性函数做雅可比线性化，在线计算雅可比矩阵又费时间又容易出错；UKF虽然不需要解析雅可比，但为了传播协方差要采样一堆sigma点，计算量也不小。

在Koopman提升空间里，这个问题被大大简化了：提升后的模型是线性定常的，所以可以直接用线性观测器理论，包括Luenberger观测器或者标准卡尔曼滤波。这意味着所有在本科控制理论课上学过的东西都可以直接用，不需要任何在线线性化。

4.2 在提升空间设计观测器的步骤与代码

观测器设计分三步走。第一步是先明确测量方程。假设测量输出为y = C_x x，比如只测位置x1：

y_k = x1_k

那么在提升空间里，因为x1是z的第一个非零分量，所以测量方程可以写成：

y_k = C z_k

其中C = [0, 1, 0, ..., 0]（如果z = [1; x1; x2; ...]，常数项对输出没有贡献，所以第一列是0，第二列是1）。

第二步是设计观测器增益L。对于线性定常系统，可以用极点配置或者LQR对偶问题求增益。Matlab里place命令可以直接用：

matlab复制% 观测器极点一般选择比系统闭环极点快3到5倍
p_obs = [-5; -6; -7; -8; -9; -10]; % 假设提升维数是6
L = place(A', C', p_obs)';

第三步是观测器主流程。每个采样周期执行两步：

matlab复制% 预测步
z_pred = A * z_est + B * u_k;

% 更新步（用当前测量修正）
y_k = x1_measured;
z_est = z_pred + L * (y_k - C * z_pred);

这样得到的z_est可以直接当作MPC的初始状态z0送入。

一个需要注意的细节是，Koopman观测器估计的ẑ不一定恰好落在可行流形M = {z = φ(x)}上。也就是说，可能不存在一个x使得φ(x) = ẑ。这在理论上不是致命问题，因为MPC只关心z的发展轨迹；但如果测量模型或者约束强烈依赖于原始状态x，那么需要对这个偏差有所警觉。实际中，只要观测器和MPC的更新频率足够高，ẑ偏离流形的程度通常不大。

4.3 观测器设计与MPC联合调试的注意点

联合调试时最容易踩的坑是观测器增益太大。增益大会让估计快速收敛，但也会放大测量噪声，导致送入MPC的初始状态抖动，控制量来回跳动。一个保守的调试法则是：先把观测器极点设得比系统闭环主导极点快3倍左右，跑通闭环之后，再逐步增大极点位置（加快收敛）或加入噪声协方差调优（如果转用Kalman滤波）。

另外一个值得说的点是：线性系统的分离原理在提升空间里是成立的。也就是说，你可以独立地设计状态反馈（这里是MPC）和观测器，两者组合起来仍然稳定。这在理论上给Koopman MPC + Koopman观测器这个组合提供了充足的底气。传统NMPC + EKF组合并没有这么干净的分离性质，很多时候要靠大量仿真试错。

5. Koopman MPC典型翻车现场与调参避坑指南

5.1 EDMD模型训练的几个深坑

我见过太多人在这块翻车，而且翻得非常像。第一个坑是矩阵病态。如果提升函数里的不同项尺度差异巨大（比如x1^3从0.1变到10，数量级差了上千倍），G G^T矩阵很容易病态。解决办法很简单：训练前先对样本做归一化，或者在回归时加岭正则化项。

第二个坑是过拟合训练轨迹。如果训练数据全部来自同一初始条件或者同一类型的激励输入，模型会对这条轨迹过拟合，换一个工况预测误差就爆炸。我的做法是训练数据至少覆盖20到50条不同初始条件下的轨迹，控制输入也要混合不同幅值和切换频率的台阶信号。

第三个坑是离散化步长。EDMD学到的线性模型本质上是离散模型，离散步长太大，高频动力学被抹掉，预测精度上不去；步长太小，得到的数据轨迹每一步变化都很小，回归问题条件数变大。合适的步长是系统动态主导时间常数的十分之一到五分之一。这个需要在实践中微调。

5.2 MPC参数调试顺序与稳定性

MPC参数调试我总结出一个固定顺序，照着走不容易乱。

第一步，先确定控制输入约束u_min和u_max，这是硬性约束，不能妥协。第二步，确定预测时域Np。Np至少要覆盖系统主要动态的上升时间，否则MPC目光短浅，容易产生振荡。比如系统上升时间约为2秒，采样时间0.05秒，Np取40到60比较合理。第三步，再调权重矩阵Q和R。Q决定状态跟踪的优先级，R决定控制能耗的惩罚力度。一般先把Q放到单位量级，R放到0.1量级，观察闭环响应，再根据是否出现抖动、跟踪误差是否收敛来微调。

一个常见的错误是预测时域太短又不加输入约束，导致MPC规划出来的控制序列非常激进。这种激进通常表现为初始几步控制量顶到约束极限，系统过度振荡。调整方向是加大Np，同时稍微增大R。

如果系统在平衡点附近稳定，但大范围转移时控制效果差，先别急着调MPC，回到Koopman模型验证。用训练好的线性模型做开环预测，看它在大范围转移的路径上是否还跟得住真实系统。如果预测轨迹已经显著偏离，说明提升空间没有把非线性抓全，需要扩充字典或者增加训练数据。

5.3 几个判断模型好坏的经验指标

第一，开环预测误差。在训练集之外的随机工况上做50步预测，如果预测轨迹和真实轨迹的平均误差在可接受范围内，说明模型可信。

第二，特征值的分布。A矩阵的特征值如果出现很大的模值（大于1.1甚至更大），提示模型可能存在不稳定的虚假动态，通常是因为数据中缺乏对该方向的激励。这时需要检查数据覆盖。

第三，闭环输入的平滑性。如果控制输入在短时间内高频抖动，很多时候不是MPC参数的问题，而是观测器输出的噪声被直接放大进了MPC的初始状态。这种情况优先降低观测器增益，或者在观测器中引入轻微的输入滤波。

最后分享一个我自己的调试小习惯：每次改完字典或MPC参数，不要只跑一条轨迹就下结论。固定生成10条不同的参考轨迹和初始条件，批量跑一轮闭环仿真，统计跟踪误差和控制能量的分布，再判断改动是否有效。这样能避免被某一次运气好的仿真误导，也让参数调整有了可比较的客观依据。

Koopman MPC这套方法，在非线性系统的线性预测这块确实提供了一个很务实的折中方案：既保留了非线性系统的全局特征，又能用线性MPC的高效可靠求解方式落地。代码的框架并不复杂，真正的功夫都在字典选择、数据采集和参数的匹配上。希望这篇文章能帮你在自己的系统上少走一些弯路。