二次包含规划：一种用于 H[infinity] 模型辨识的 LMI 方法

Gray C. Thomas; Luis Sentis

二次包含规划：一种用于 H[infinity] 模型辨识的 LMI 方法

最优化与控制 2019-01-07 v4 系统与控制动力系统

作者: Gray C. Thomas , Luis Sentis

摘要

H[infinity] 鲁棒控制的实际应用依赖于对有效模型集的系统辨识，该模型集由线性系统与稳定范数有界不确定性反馈连接描述，且必须能解释控制对象所有可能（或至少所有先前测得）的行为。此类模型可视为频域中的范数有界包含，本札记引入“二次包含规划（Quadric Inclusion Program）”，可将从输入输出数据辨识包含问题化为凸问题。我们证明了该算法的若干关键性质，并给出其行为的一种几何解释。尽管我们强调该包含拟合按设计对离群点敏感，我们提供了一种减轻测量噪声影响的方法。我们将此方法应用于利用正交基函数对模拟频域数据进行鲁棒逼近。结果与满足相同数据包含要求的最小二乘方法相比更具优势。

关键词

H[infinity] 模型辨识二次包含规划线性矩阵不等式范数有界包含频域凸优化测量噪声

引用

@article{arxiv.1802.07695,
  title  = {Quadric Inclusion Programs: an LMI Approach to H[infinity]-Model Identification},
  author = {Gray C. Thomas and Luis Sentis},
  journal= {arXiv preprint arXiv:1802.07695},
  year   = {2019}
}

备注

8 pages

二次包含规划：一种用于 H[infinity] 模型辨识的 LMI 方法

摘要

关键词

引用

备注

相关论文