数据信息性:数据驱动分析与控制的新视角
最优化与控制
2020-01-14 v3 动力系统
摘要
持续激励数据在数据驱动分析与控制的语境中近来得以普及。此类数据已被用于评估系统理论性质并构造控制律,而无需使用系统模型。持续激励是一个强条件,它也允许在给定的模型类中从数据唯一辨识出底层动力系统。本文中,我们发展了一个新的框架,以处理未必持续激励的数据。在此框架内,我们研究了针对若干数据驱动分析与控制问题,数据信息性的充分必要条件。对某些分析与设计问题,我们的结果揭示持续激励并非必要。事实上,在这些情形中,数据驱动分析/控制是可能的,而(唯一)系统辨识与基于模型的控制之结合却不可能。对另一些控制问题,我们的结果证明了使用持续激励数据的合理性,因为仅当数据对系统辨识具有信息性时,数据驱动控制才可行。
引用
@article{arxiv.1908.00468,
title = {Data informativity: a new perspective on data-driven analysis and control},
author = {Henk J. van Waarde and Jaap Eising and Harry L. Trentelman and M. Kanat Camlibel},
journal= {arXiv preprint arXiv:1908.00468},
year = {2020}
}
备注
16 pages