近二十年来,预测控制理论与技术逐渐发展成熟,由于计算资源需求较大,预测控制算法在石油化工、电力系统等控制周期较长的对象上取得了广泛的应用。近年来,随着嵌入式系统的飞速发展,航天、汽车等快速被控对象对控制性能的要求不断提高,基于嵌入式系统的快速预测控制(fast MPC)逐渐成为研究热点。FPGA、ARM等作为广泛采用的嵌入式平台,本身具有大量可编程逻辑资源,这种特性可以实现诸如矩阵计算一样的复杂计算。本文围绕着快速模型预测控制算法以及嵌入式应用,利用Buck DC-DC电路等高采样电力电子器件作为对象进行研究,取得以下成果:·针对含有复数极点的二阶对象Buck DC-DC电路,推导相应的预测函数控制算法。预测函数控制算法通过一步预测的办法,快速达到设定值以实现对DC-DC变换器进行控制,避免了一般MPC需要滚动优化而带来的计算资源的不足。最后通过GPIC实现对DC-DC电路的实际控制,实验结果表明,DC-DC变换器输出电压在GPIC的控制下能很好地跟踪到设定值,具有良好的阶跃响应和抗负载突变能力。·针对Buck DC-DC变换器提出了一种快速的模型预测控制(MPC)算法,该算法针对二阶开环不稳定过程采用了闭环双模结构既保证了稳定性又利用终端最优的特点降低了转换成二次规划问题(QP)的计算量。同时通过仿真的办法得到大量最优序列的测试数据并将其进行奇异值(SVD)分解降低二次规划问题求解的复杂度,最后采用对偶加速梯度投影法(GPAD)实现最优控制序列的求解。通过仿真实验验证表明电路负载变化范围较大的情况下依然能较快地达到设定点并保持良好的动态过程。·针对时变参数系统提出了一种快速模型预测控制算法。该算法在处理大规模问题上优于传统快速模型预测控制算法。首先该方法将在线MPC问题转化为QP问题时保留了等式约束,这使得在每次采样需要更新模型时计算更加简便。此外,这种构建方式可以使得待优化的QP问题有很强的稀疏性。尽管这种保留等式约束的建模方式使得问题的计算规模变大,但是可以将KK T条件转化为分段线性函数并通过牛顿法与线搜索方法相结合以提高优化速度。该算法通过仿真对比了算法的优势,通过实验验证了其作为控制器的可行性。·基于前面所研究的快速模型预测控制算法开发了基于嵌入式系统的电路控制器,实现了利用ARM单片机、FPGA对直流随动系统和实验室小型风力发电系统的控制,充分的验证了快速MPC在嵌入式系统中的设计可行性。