我们正在使用CVXGEN（https://cvxgen.com/docs/mpc.html）来实现MPC问题。
您知道，CVXGEN仅能处理凸QP问题。因此，我们使用经典LTV-MPC解决了我们的问题 与：
A_k + 1 = A_k X_k + B_k u_k，
由于连续的在线线性化，随着仿真的继续，矩阵A_k和B_k会更新。
然后，我们发现我们可以使用一些数学技术将这两个矩阵A_k和B_k转换为两个线性时不变（LTI）常数矩阵，其中有许多零。
例如，A_k = [1 0 0 0; 0 0 1 0; 0 0 0 0; 0 0 0 1];并且B_k = [0 0; 0 1; 0 0; 1 0]。
我们想用CVXGEN解决LTV时尚或我们的新时尚这两个问题。
因此，问题是，由于A_k和B_k的稀疏结构，计算时间会减少吗？或者，如果CVXGEN利用了矩阵的稀疏性？
非常感谢您的关注和潜在的回应。