一种用于鲁棒数据驱动预测控制的新型约束紧缩方法
系统与控制
2022-03-15 v1 系统与控制
最优化与控制
摘要
本文提出一种数据驱动模型预测控制(MPC)方案,能够在过程扰动影响下稳定未知线性时不变系统。为此,利用Willems引理预测系统的未来行为。这使得整个方案仅使用先验测量数据与系统阶数上界的知识即可建立。首先,我们基于输入-状态数据开发了状态反馈MPC方案,其保证闭环实际指数稳定性、递归可行性以及闭环约束满足。该方案通过合适的约束紧缩进行扩展,此约束紧缩亦可仅利用数据构造。为控制先验不稳定系统,所提方案包含预稳定控制器及相关的输入约束紧缩。我们首先给出基于全状态测量的数据驱动MPC方案,并给出在输出反馈情形下获得类似闭环保证的扩展。所提方案应用于一个数值算例。
引用
@article{arxiv.2203.07055,
title = {A novel constraint tightening approach for robust data-driven predictive control},
author = {Christian Klöppelt and Julian Berberich and Frank Allgöwer and Matthias A. Müller},
journal= {arXiv preprint arXiv:2203.07055},
year = {2022}
}
备注
This paper has been submitted to International Journal of Robust and Nonlinear Control