基于输入-状态数据和多面体互协方差噪声界的数据驱动控制的信息性条件
最优化与控制
2022-02-21 v1 系统与控制
系统与控制
摘要
动力系统的建模与控制依赖于包含系统信息的测量数据。有限数据测量通常会产生一组未被证伪的系统模型，即能解释该数据的模型。基于输入-状态数据且具有二次性能的稳定化或控制的数据信息性问题，关注是否存在一个控制器能稳定所有未被证伪的系统或实现期望的二次性能。文献中的最新结果提供了基于输入-状态数据和椭球噪声界（如能量或幅值界）的控制信息性条件。本文考虑了控制的输入-状态数据的信息性，其中噪声界通过噪声相对于辅助变量的互协方差定义；这种界最初作为参数定界辨识中的噪声特征引入。所考虑的互协方差界由有限数量的超平面定义，这诱导出未被证伪系统的（可能无界的）多面体集合。我们通过未被证伪系统多面体集合的顶点/半空间表示，提供了具有多面体互协方差界的输入-状态数据用于稳定化和 / 控制的信息性条件。
引用
@article{arxiv.2202.09266,
title = {Informativity conditions for data-driven control based on input-state data and polyhedral cross-covariance noise bounds},
author = {Tom R. V. Steentjes and Mircea Lazar and Paul M. J. Van den Hof},
journal= {arXiv preprint arXiv:2202.09266},
year = {2022}
}