基于测量状态的条件递归可行性：用于随机模型预测控制
系统与控制
2024-06-21 v1 系统与控制
最优化与控制
摘要
本文解决了针对受不可估计扰动影响的线性系统设计随机模型预测控制 (MPC)方案的问题。论文的贡献在于两方面：其一，针对由于不可估计噪声导致机会约束被破坏的非零概率，使得在该框架下保证递归可行性困难，我们引入了基于测量状态的条件期望递归可行性的新定义；其二，构建一种基于椭圆概率可达集的随机MPC方案，实现闭环初始化策略，即当前测量状态用于初始化优化问题。该新方案被证明满足上述新定义的递归可行性，其相对于开环初始化方案的优势——即从不忽略当前测量所带来的信息——通过数值示例得以展示。
引用
@article{arxiv.2406.13522,
title = {Measured-state conditioned recursive feasibility for stochastic model predictive control},
author = {Mirko Fiacchini and Martina Mammarella and Fabrizio Dabbene},
journal= {arXiv preprint arXiv:2406.13522},
year = {2024}
}