面向 RNN 类系统的速度形式推导及其在无偏非线性 MPC 设计中的应用
系统与控制
2025-11-21 v1 系统与控制
摘要
本文针对由一类循环神经网络 (RNN) 描述的非线性系统的无偏跟踪问题进行了研究。为补偿恒定扰动并保证在模型-植物不匹配存在时实现无偏跟踪，我们提出了一种新的 RNN 模型速度形式的重构方法。随后推导了基于线性矩阵不等式的条件，用于设计非线性状态观测器和非线性状态反馈控制器，确保速度形式动力学原点的全局或区域闭环稳定性。此外，为处理输入和输出约束，本文开发了一种理论上可靠的无偏非线性模型预测控制算法。该算法利用速度形式模型作为预测模型，并将静态控制器作为终端要素的辅助律。pH 中和过程基准仿真结果表明，所提出的方法在实际应用中具有有效性。
引用
@article{arxiv.2511.15889,
title = {Development of a velocity form for a class of RNNs, with application to offset-free nonlinear MPC design},
author = {Daniele Ravasio and Bestem Abdulaziz and Marcello Farina and Andrea Ballarino},
journal= {arXiv preprint arXiv:2511.15889},
year = {2025}
}
备注
14 pages, 3 figures, under review