一类非线性系统的LFT表示：一种数据驱动方法
系统与控制
2023-05-02 v1 系统与控制
摘要
本文致力于发展一种方法，以获得能充分刻画某期望包络内非线性时不变系统动力学的不确定线性分式变换（LFT）系统。首先，将非线性系统近似为多项式非线性状态空间（PNLSS）系统，并得到该PNLSS模型的线性参数变化（LPV）表示。为减少所得LPV系统中可能大量的调度参数，提出了一种基于级联前馈神经网络（CFNN）的方法。我们通过在该LFT系统中加入范数有界、因果、动态不确定性来计及近似与降阶误差。反例验证以一种新颖方式被用于执行引导仿真，以推导动态不确定性的范数界并生成训练CFNN的数据。随后，利用积分二次约束理论进行鲁棒性分析，以选取能导出计算易处理的分析问题且有用的分析结果的LFT表示。最后，将所提方法用于获得某固定翼无人机系统非线性运动方程的LFT表示。
引用
@article{arxiv.2112.12856,
title = {LFT Representation of a Class of Nonlinear Systems: A Data-Driven Approach},
author = {Sourav Sinha and Devaprakash Muniraj and Mazen Farhood},
journal= {arXiv preprint arXiv:2112.12856},
year = {2023}
}
备注
Published in proceedings of the 2021 European Control Conference