混合系统的模型有界监控

混合系统的监控同时引起科学界与业界的关注。然而，监控算法面临仅能观测采样离散时间信号的方法论困难，而真实行为却是连续时间信号。为缓解这一采样不确定性问题，我们引入一种模型有界监控方案，利用关于目标系统的先验知识来剪除插值候选。技术上，我们用线性混合自动机（LHAs）——称为有界模型——来表达此类先验知识。我们引入 LHA 被监控语言的新概念，并将监控问题归约为该被监控语言的成员性问题。我们给出两种部分算法——一种通过归约到 LHA 中的可达性，另一种是利用多面体的直接算法——并表明这些方法以及所提模型有界监控方案是高效且与实用相关的。