面向噪声数据的在线识别基于策略迭代的鲁棒性

本文探讨了基于无模型系统的间接数据驱动控制核心机制，聚焦于线性二次调节器（LQR）最优控制问题中策略迭代（PI）的应用。具体而言，我们考虑数据从受外生过程噪声扰动的线性系统中依次收集，然后用于细化最优控制策略的估计。我们将递归最小二乘（RLS）集成到确定等价框架中，用于在线模型估计，并采用 PI 不断更新控制策略。本文首先分析 RLS 在两种对抗噪声模型下的收敛行为，即点态噪声和能量受限噪声，然后对结合的模型识别与控制设计过程进行闭环分析。该迭代方案被建模为由两个离散时间系统表达式的反馈互连组成的算法动力学系统。这种对间接数据驱动控制的系统论视角使我们能够在噪声数据引起的不确定性面前，建立收敛于最优控制器的保证。仿真结果说明了理论结果。