基于无源性与浸入式的改进梯度估计器：参数估计中的控制视角
系统与控制
2022-11-22 v1 系统与控制
摘要
本文提出一种构造性且系统化的策略，具有更明显的自由度，通过控制视角实现未知参数的准确估计。通过在梯度动力学的最终方程中加入虚拟控制，扩展了梯度估计器（GE）与记忆回归及扩展（MRE）方法。虚拟控制律的求解由 P&I（无源性与浸入式）方法确定。P&I 方法基于选择合适的隐式流形，并生成合适的无源输出与相关的存储函数。这使得虚拟控制律的获取方式能保证参数误差渐近收敛至零。由于上述思想与 P&I 方法及 GE 相关联，所发展的方法被标记为基于无源性与浸入式的改进梯度估计器（MGE）。所提出的基于 P&I 的改进梯度估计器通过 MRE 方法进一步扩展。该改进提供了更好的瞬态响应与快速收敛。基于某些 PE 与非 PE 示例，进行了对比分析以展示所提方法的有效性。
引用
@article{arxiv.2211.10674,
title = {Passivity and Immersion based-modified gradient estimator: A control perspective in parameter estimation},
author = {Syed Shadab Nayyer and G. Revati and S. R. Wagh and N. M. Singh},
journal= {arXiv preprint arXiv:2211.10674},
year = {2022}
}