中文

基于积分二次约束的动态不确定性输出反馈模型预测控制

等离子体物理 2025-04-02 v1

摘要

本文提出一种基于输出反馈的管道型模型预测控制(MPC)方案,用于处理通过积分二次约束(IQC)描述的线性系统动态不确定性。通过利用 IQC,我们可处理大类非线性和动态不确定性。我们利用最新的 IQC 合成工具设计动态控制器和估计器,使其对这些不确定性具有鲁棒性,并最小化结果约束紧缩的大小。从而,我们表明使用 IQC 实现峰峰性能的鲁棒估计问题可以凸化。我们保证该 MPC 方案具备递归可行性、鲁棒约束满足以及输入到状态稳定性。

关键词

引用

@article{arxiv.2504.00195,
  title  = {Applying Machine Learning Methods to Laser Acceleration of Protons: Synthetic Data for Exploring the High Repetition Rate Regime},
  author = {John J. Felice and Ronak Desai and Nathaniel Tamminga and Joseph R. Smith and Alona Kryshchenko and Chris Orban and Michael L. Dexter and Anil K. Patnaik},
  journal= {arXiv preprint arXiv:2504.00195},
  year   = {2025}
}