学习扰动模型以实现无偏置参考轨迹跟踪
系统与控制
2025-09-03 v2 系统与控制
摘要
本文提出了一种非线性控制框架，通过学习非线性扰动模型来补偿输入扰动与模型-被控对象失配，从而保证对一般参考轨迹的渐近无偏置跟踪。将观测器估计常值扰动以实现零稳态误差跟踪常值设定点这一成熟方法进行了推广。本文中，扰动模型被推广为被控对象状态与指令输入的非线性静态函数，并在线学习，从而在关于模型的特定假设且未来参考样本可用的条件下，能够完美跟踪时变参考轨迹。我们在数值仿真中将该方法与经典的常值扰动模型进行了比较，展示了其优越性。
引用
@article{arxiv.2312.11409,
title = {Learning disturbance models for offset-free reference tracking},
author = {Pablo Krupa and Mario Zanon and Alberto Bemporad},
journal= {arXiv preprint arXiv:2312.11409},
year = {2025}
}
备注
Accepted version of the article published in IEEE Transactions on Automatic Control (8 pages, 4 figures)