基于基线控制的安全输出反馈改进

在数据驱动控制设计中，一个重要问题是处理由于数据有限和噪声导致的不确定性。一种解决方法是采用min-max方法，旨在针对最坓情形最小化某些设计准则。然而，基于此方法的策略可能导致过于保守的控制器。为克服这一问题，我们应用了基线后悔(regret)的概念，发现，在模型不确定性下最小化基线后悔可保证以较少的保守性和方差获得安全的控制器改进。为了说明基线控制器的用途，我们聚焦于输出反馈场景，提出了两步控制设计方法；首先，基于有限脉冲响应模型的数据驱动系统辨识方法构建不确定性集；然后，采用模型参考控制方法设计控制准则。为高效求解基线后悔优化问题，我们采用该准则的凸近似，并应用场景方法进行优化。数值实例表明，基线后悔的包含确实改善了控制器的性能并降低了其方差。