基于zonotopic递归最小二乘的在线数据驱动可达性分析
系统与控制
2025-09-23 v1 系统与控制
摘要
可达性分析是确保现代信息物理系统在测量、系统模型（参数）和输入不确定性下安全性的关键形式化验证技术。经典的基于模型的方法依赖于对系统动力学的准确先验知识，而这些知识并非总是可用或可靠。为解决这一问题，我们提出了一种数据驱动的可达性分析框架，可直接从在线状态测量中计算可达集的上近似。该方法使用指数遗忘zonotopic递归最小二乘（EF ZRLS）方法估计时变未知模型，该方法处理受有界噪声污染的数据。具体而言，递归地估计一组包含系统真实模型的时变模型，然后用于在过程噪声和不确定输入下计算前向可达集。我们的方法适用于离散时间线性时变（LTV）系统和非线性Lipschitz系统。与现有技术相比，它产生的可达集上近似更保守性更低，在动力学缓慢变化时保持鲁棒性，并且仅依赖实时数据，无需任何预记录的离线实验。数值仿真和真实世界实验验证了所提出算法的有效性和实际适用性。
引用
@article{arxiv.2509.17058,
title = {Online Data-Driven Reachability Analysis using Zonotopic Recursive Least Squares},
author = {Alireza Naderi Akhormeh and Amr Hegazy and Amr Alanwar},
journal= {arXiv preprint arXiv:2509.17058},
year = {2025}
}