稳健且高效的数据驱动预测控制
系统与控制
2024-09-30 v1 系统与控制
摘要
我们提出了一种稳健且高效的数据驱动预测控制（eDDPC）方案，与现有方案相比，它具有更高的样本效率（需要更少的离线数据），并且在计算上也很高效。这是通过利用线性时不变（LTI）系统轨迹的另一种基于数据的表示来实现的。所提出的方案仅依赖于使用（短且可能不规则测量的）噪声输入输出数据，其数据量与预测时域无关。为了考虑测量噪声，我们提供了一个新的结果，量化了系统真实的（未知的）受限行为与从噪声数据中估计的行为之间的不确定性。此外，我们证明了稳健的 eDDPC 方案是递归可行的，并且由此产生的闭环系统是实际稳定的。最后，我们在一个四水箱系统的案例研究中将该方案的性能与现有方案进行了比较。
引用
@article{arxiv.2409.18867,
title = {Robust and efficient data-driven predictive control},
author = {Mohammad Alsalti and Manuel Barkey and Victor G. Lopez and Matthias A. Müller},
journal= {arXiv preprint arXiv:2409.18867},
year = {2024}
}
备注
17 pages, 2 figures, submitted for Automatica