模型预测控制(Model Predictive Control,MPC)是一种基于显式过程模型的先进控制技术,其基本概念是利用一个过程动态模型和可测量信息预测将来的过程行为,并使预测的过程响应和设计的响应差别最小。本论文以与通用电气全球研发中心(上海)的合作项目“燃料电池MPC控制系统研究”为依托,对MPC控制器设计方法进行了研究,基于线性矩阵不等式理论,分别提出了具有较低保守性的状态反馈鲁棒MPC设计方法,以及一种结合广义特征值优化和辅功矩阵变量方法的动态输出反馈鲁棒MPC设计策略;在实时MPC系统中,为提高MPC控制器计算性能,研究并提出了基于FPGA的双精度浮点并行矩阵乘法器;由于单FPGA在大多数情况下无法满足实时MPC系统的性能需求,本文研究并提出了用于模型预测控制计算的主从分布式多FPGA矩阵乘法并行计算系统及相应并行算法。第一章绪论部分阐述了选题的意义,介绍了模型预测控制、高性能计算领域的FPGA技术和并行计算技术等方面研究的重心和发展现状,并介绍了课题提出的背景与主要研究内容和任务。第二章研究并提出了具有较低保守性的状态反馈鲁棒MPC改进设计方法;同时采用广义特征值优化和辅助矩阵变量方法进行动态输出反馈鲁棒MPC设计研究。进一步针对一类具有饱和执行器的不确定系统进行鲁棒模型预测控制器设计研究。第三章分析了模型预测控制的整个计算过程,确定了其计算负担集中在双精度浮点矩阵乘法计算。根据该分析结果,研究并提出了一个基于FPGA的双精度浮点并行矩阵乘法器。该矩阵乘法器内部集成有P~2个PE单元,通过PE阵列的并行计算来完成矩阵乘法计算。同时针对模型预测控制计算包含大量稀疏矩阵乘法计算的特点,对该乘法器的稀疏矩阵乘法计算性能进行了优化,提高了稀疏矩阵乘法计算的性能。通过理论分析,讨论了该乘法器的性能与PE单元个数、乘法器工作频率和数据带宽之间的关系。第四章研究并提出了用于模型预测控制计算的主从分布式多FPGA矩阵乘法并行计算系统及算法。该系统以上述并行矩阵乘法器为处理单元,采用RapidIO互连或以太网互连技术及星形互连拓扑结构组成,具有低通信开销、对系统硬件资源要求较低等优点。并根据模型预测控制的计算特点,研究并提出了适用于该计算的基于按行—维划分输出矩阵的并行算法。最后对整个系统的加速比、效率等并行计算性能指标进行了理论分析。第五章针对前两章中的研究,分别对所提出的成果进行了仿真实验和系统原型实验。通过对稠密矩阵乘法、稀疏矩阵乘法以及MPC计算过程中产生的矩阵连乘法的实验,验证了该实现所取得的性能,并针对PEMFC模型预测控制实例,对MPC并行计算系统的构建进行了分析。第六章总结了本论文的研究成果与创新点,并提出了本课题进一步研究的方向和任务。