不上前十不改名做控制方向的人，大多都有过同一个烦恼：非线性系统一旦强耦合、带约束，预测和控制两件事都会变得很难啃。传统做法要么上NMPC，在每个采样周期解非线性优化，计算量感人；要么在某个工作点做Taylor展开，用局部线性模型凑合，换一个初始条件可能就崩了。这个项目解决的是一个非常实用的折中问题——用Koopman算子把非线性受控系统在“升维空间”里近似成线性系统，然后在这个线性空间直接跑标准的模型预测控制（MPC）。换句话说，我们不硬解非线性优化，而是先把非线性“洗”成线性，再用成熟的线性MPC体系去控制，既保留了预测控制的约束处理能力，又避开了在线非线性的计算负担。
我最近完整实现并调试了这个方案的Matlab版本，核心流程包括：数据激励、字典函数（lifting functions）设计、用EDMD估计Koopman矩阵、然后用condensing方法构造QP并滚动求解。整个过程用了一个受控Duffing振荡器做测试对象，效果稳定到让人意外。这篇文章会从原理到代码再到避坑，把整个实操路径完整拆开，适合正在做Koopman相关课题、或者想给非线性系统换一个“线性预测器”来匹配MPC的工程师和研究生。你可以不看推导直接抄代码，但我建议至少把第2节和第4节的细节过一遍——那些参数设置和踩坑点，直接决定你复现时效果好坏。
1. Koopman线性预测器：为什么非线性系统要“换个坐标系”看
1.1 非线性预测和控制的老大难问题
模型预测控制的思路其实很朴素：在每个时刻，利用系统模型预测未来一段时域内状态的变化，求解一个有限时域最优控制问题，然后只施加第一段控制，等到下一时刻再用新测量值重新求解。难点在于，如果系统模型是非线性的，这个“有限时域最优控制问题”大概率也是一个非线性非凸优化问题，在线求解的耗时和稳定性都很难保证。
常见的工程妥协方案是在参考工作点附近做Jaccobian线性化，得到线性时变模型，再用线性MPC或者LQR的框架去做。这个方案在小范围波动内是有效的，但本质上是“局部近似”，一旦系统偏离工作点较远，模型失配加剧，预测就会失真，控制质量跟着下降。
另一种更激进的路径是直接上非线性MPC，比如用CasADi配合IPOPT在线求解非线性规划。这个方法精度高，但对实时性要求高的场景不友好，而且对初值和求解器参数非常敏感，一个不好的局部最优解就能让控制器“犯迷糊”。
我当时做这个项目的时候，正是被NMPC的计算开销和局部线性化的脆弱性夹在中间，才决定认真研究Koopman算子这条路线。它提供的不是换一种非线性求解器，而是把“非线性预测”这件事本身转化成“线性预测”的问题——这正好击中了我以前最头疼的两个痛点。
1.2 Koopman算子如何把非线性问题“线性化”
先解释一下Koopman算子的基本思想。考虑一个离散时间系统 x_{k+1}=F(x_k)，如果存在一个无限维的线性算子K，作用在观测函数g: X→R 上满足 Kg=g(F(x))，那么K就叫Koopman算子。它的核心特征是：原空间里非线性系统的动力学，在观测函数构成的函数空间里变成了线性的演化关系。
这句话听起来绕，但可以这样理解：我们换了一组“坐标”来看这个系统。原来的坐标是 x，系统演化可能是弯曲的、折叠的；但如果我们把系统抬高到一个更高维的空间里，并且按某种方式选择新坐标——这些坐标就是字典函数 ψ_i(x)——那么系统的演化在新坐标下可以是直的、线性的。当然，这个新空间通常是无限维的，实际做的时候我们只能截取有限维子空间，所以得到的其实是近似线性关系：
ψ(x_{k+1}) ≈ A ψ(x_k) + B u_k
其中 u_k 是控制输入，ψ(x)=[ψ_1(x),ψ_2(x),…,ψ_d(x)]^T 是升维字典向量。A和B就是在这个提升坐标系下的系统矩阵。
对于受控系统，上式本质上是说：我们把状态升高之后，下一时刻的升高向量是当前升高向量和当前控制输入的线性函数。注意，这里不是对原系统做局部线性化，而是在数据覆盖的区域内做一个全局近似的线性化。这也就是标题里所说的“线性预测器”——它用线性模型来预测非线性系统的未来轨迹。
需要提醒的是，Koopman线性预测器并不是万能的。它对系统的控制作用有一个暗含假设：控制输入是线性地进入字典空间。对于很多机械系统、电力电子系统，这个假设基本成立；但如果系统的控制输入本身以强非线性方式进入动力学（比如乘性控制），那就需要改用扩展Koopman/双线性Koopman模型，这个后面会提到。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 从数据到模型：用EDMD学出那个“神奇的线性系统”
2.1 字典函数怎么选：参数与考量
Koopman矩阵 A、B 的估计质量，很大程度上取决于字典函数的选择。字典函数的作用是提供系统的非线性特征，使得系统在这些特征空间中表现出“更多线性”。这其实是一种特征工程：我们希望神经网络里那种自动学特征，而在这里则通常是手动设计。
我在这个项目里测试的对象是带三次弹簧和阻尼的受控Duffing系统：
dx1/dt = x2
dx2/dt = -x1 - 1.0x1^3 - 0.3x2 + u
它的非线性主要体现在 x1^3 项上。因此我选择的字典以多项式函数为主，一直升到4阶，一共15个维度：
- 常数项：1
- 一阶：x1, x2
- 二阶：x1^2, x1x2, x2^2
- 三阶：x1^3, x1^2x2, x1x2^2, x2^3
- 四阶：x1^4, x1^3x2, x1^2x2^2, x1x2^3, x2^4
选择多项式的原因是：Duffing系统的非线性项本身是 x1^3 的多项式形式，用多项式字典可以较好地覆盖。如果你的系统带有sin、cos等周期性动力学（比如倒立摆），那字典里最好加入 sin(x1)、cos(x1) 这类函数，否则用多项式去硬拟合三角函数，需要的阶数和数据量都会暴增。
实际操作中，整个字典的维度不必太大。我试过升级到5阶甚至6阶多项式，结果是线性预测器在训练集上的误差更小，但MPC闭环控制效果反而下降——原因的是高维字典带来过拟合，在验证集上预测偏差增大，优化问题里的高维状态变量也增加了求解器的负担。所以，字典规模的选择本质上是在“表达能力”和“泛化能力”之间做权衡。
2.2 数据生成与EDMD求解：从轨迹到矩阵
EDMD（Extended Dynamic Mode Decomposition）是目前估计Koopman矩阵最常用的方法，核心是最小二乘拟合。给定一批训练数据 (x_k, x_{k+1}) 和对应的控制输入 u_k，我们先计算字典向量 Z_k=ψ(x_k)、Z_k^+=ψ(x_{k+1})，然后构建回归问题：
Zp ≈ W * L
其中 W = [Z, U] 是数据矩阵，L = [A; B] 是待估计的系数矩阵。最小二乘解为：
L = (W^T W + λI)^{-1} W^T Zp
其中λ是正则化系数，用来保证矩阵求逆的数值稳定性。
在生成数据时有一个关键点：激励信号必须充分覆盖状态空间。我用了三段不同初值轨迹，每段3万个采样点，控制输入用随机噪声叠加低频正弦信号，这样可以同时把系统的线性和非线性区域都“激活”出来。训练前，对状态做了一个归一化处理：把