农业水文系统的自适应模型降阶与状态估计
系统与控制
2021-12-23 v1 系统与控制
摘要
闭环灌溉可为精准灌溉提供有前景的解决方案。准确的土壤湿度（状态）估计在实施农业水文系统闭环灌溉中至关重要。一般而言，农田是高维系统。由于大田的高维特性，求解基于优化的先进状态估计器（如滚动时域估计（MHE））非常具有挑战性。本工作针对上述挑战，提出了一种用于大田农业状态估计的系统化方法。我们使用基于柱坐标版 Richards 方程离散化得到的非线性状态空间模型来描述配备中心支轴灌溉系统的农业水文系统。我们提出了一种使用基于轨迹的无监督机器学习技术的保结构自适应模型降阶方法。此外，基于自适应降阶模型开发了自适应 MHE 算法。所提算法应用于一个小规模模拟农田，以比较自适应 MHE 与原 MHE 的性能。最后，将所提方法应用于大规模真实农田以检验其有效性与优越性。大量仿真表明了所提方法的效率。
引用
@article{arxiv.2112.12061,
title = {Adaptive model reduction and state estimation of agro-hydrological systems},
author = {Soumya R. Sahoo and Jinfeng Liu},
journal= {arXiv preprint arXiv:2112.12061},
year = {2021}
}