基于实时贝叶斯估计的鲁棒时滞依赖 LPV 输出反馈血压控制

平均动脉血压（MAP）动力学估计及其自动调节可使危重患者的临床和紧急复苏受益。为解决患者对血管活性药物输注的 MAP 反应的变异性与复杂性，考虑了一个带有时变时滞的参数变化模型来描述药物作用下的 MAP 动力学。变化时滞与参数的估计通过基于贝叶斯的多模型平方根容积卡尔曼滤波方法完成。估计结果利用采集的动物实验数据验证了所提随机游走动力学辨识方法的有效性。在估计算法之后，通过时滞线性参数变化（LPV）控制技术实现调节患者 MAP 反应的自动给药方案。为此，设计了 LPV 增益调度输出反馈控制器，以满足 MAP 跟踪期望参考目标的响应要求，并保证对范数有界不确定性和干扰的鲁棒性。在此背景下，利用参数依赖的 Lyapunov-Krasovskii 泛函导出具有任意时变时滞的一般 LPV 系统鲁棒稳定的充分条件，并以凸线性矩阵不等式（LMI）约束框架给出结果。最后，为评估所提 MAP 调节方法的性能，进行了闭环仿真，结果证实了该方法在各种模拟临床场景下的有效性。