基于预测器的带时变输入和测量延迟的线性系统输出反馈控制：通过神经近似的预测时域
系统与控制
2026-04-01 v1 机器学习
系统与控制
最优化与控制
摘要
由于其简单性和强大的稳定性保证，预测器反馈方法自 1950 年代以来一直是时滞系统的流行方法。然而，对于时变延迟，实际应用需要计算由延迟函数逆函数定义的预测时域，而这在闭式形式下很少出现，必须被近似。本文将逆延迟映射建模为算子学习问题，并研究在预测时域近似下的预测器反馈。我们提出了两种方法：(i) 基于等效 ODE 时间积分的数值方法，和 (ii) 使用神经算子学习逆映射的数据驱动方法。我们证明，两种方法在紧凑集合上实现任意近似精度，具有计算成本和可扩展性之间的互补权衡。基于这些近似方法，我们 then develop 一种用于输入和测量均有延迟的输出反馈预测器设计。我们证明，所得闭环系统在预测时域的近似误差足够小时为全局指数稳定。最后，数值实验验证了所提方法，说明其在精度和计算效率之间的权衡。
引用
@article{arxiv.2603.29117,
title = {Predictor-Based Output-Feedback Control of Linear Systems with Time-Varying Input and Measurement Delays via Neural-Approximated Prediction Horizons},
author = {Luke Bhan and Miroslav Krstic and Yuanyuan Shi},
journal= {arXiv preprint arXiv:2603.29117},
year = {2026}
}
备注
11 Pages. Preprint