基于二次型和-平方优化的双线性数据驱动 minmax 型 MPC：通过和-平方优化设计理性控制器
系统与控制
2025-04-08 v1 系统与控制
摘要
我们提出一种用于控制未知离散时间双线性系统的数据驱动 minmax 型模型预测控制 (MPC) 方案。基于一系列噪声输入-状态数据，我们构建了用于描述未知系统动力学的集合成员表示。随后，我们推导了一个求解所有与数据一致的双线性系统在最坏情况下的代价上界的最小值的和-平方 (SOS) 程序。作为关键技术要素，SOS 程序涉及一种理性控制器参数化，以提高可行性和可处理性。我们证明，所得数据驱动 MPC 方案确保了未知双线性系统的闭环稳定性和约束满足。我们通过一个数值示例展示了该方案的实际应用性。
关键词
引用
@article{arxiv.2504.04870,
title = {Bilinear Data-Driven Min-Max MPC: Designing Rational Controllers via Sum-of-squares Optimization},
author = {Yifan Xie and Julian Berberich and Robin Strässer and Frank Allgöwer},
journal= {arXiv preprint arXiv:2504.04870},
year = {2025}
}