基于频域数据的无约束预测控制
计算机视觉与模式识别
2024-06-19 v1
摘要
本文提出了一种基于测量的频域数据实现的预测控制方案。该新方案补充了基于时间序列数据的著名数据驱动预测控制（DeePC）方法。为发展这种新的频域数据驱动预测控制（FreePC）方案，我们引入了一种基于频域数据的新型Willems基本引理。通过利用频域数据，我们使最近的数据驱动（预测）控制方法能够从学术界和产业界用于非参数频域识别的专业知识和技术中获益。我们证明，在适当条件下，新的FreePC方案等价于相应的DeePC方案。通过数值案例，展示了FreePC的优势。
关键词
引用
@article{arxiv.2406.12496,
title = {Reparameterizable Dual-Resolution Network for Real-time Semantic Segmentation},
author = {Guoyu Yang and Yuan Wang and Daming Shi},
journal= {arXiv preprint arXiv:2406.12496},
year = {2024}
}