面向无界扰动的时变线性系统递归可行随机模型预测控制
最优化与控制
2024-10-16 v1 系统与控制
系统与控制
摘要
模型预测控制通过在在线解决受约束的优化问题来计算隐式闭环控制策略. 递归可行性 -- 确保在每个时间步都有解 -- 是保证任何模型预测控制方法成功的重要属性. 然而, 在随机环境下建立递归可行性极具困难, 特别是当扰动具有无界支持 (如高斯噪声) 时. 对于时变系统, 递归可行性还必须在鲁棒意义上对所有可能的未来时变参数值以及在随机意义上对所有潜在扰动实现情况建立. 本文提出了一种方法, 通过运用协方差引导随机模型预测控制思想, 确保针对具有时变系统矩阵和无界扰动的凸、仿射反馈随机模型预测控制问题的递归可行性. 此外, 我们证明了所提出的方法确保闭环系统运行满足期望的概率约束, 并且该随机模型预测控制问题可表述为凸规划, 从而可在实时高效求解.
引用
@article{arxiv.2410.11107,
title = {Recursively Feasible Stochastic Model Predictive Control for Time-Varying Linear Systems Subject to Unbounded Disturbances},
author = {Jacob W. Knaup and Panagiotis Tsiotras},
journal= {arXiv preprint arXiv:2410.11107},
year = {2024}
}