基于在线优化的鲁棒抗扰安全滤波器
系统与控制
2025-04-08 v2 系统与控制
最优化与控制
摘要
高精度控制应用中的抗扰性能可通过在线凸优化（OCO）显著提升。这包括经典技术如递归最小二乘（RLS）和较新的基于遗憾的公式化方法。然而，这些方法在存在模型不确定性时可能导致不稳定。本文为具有OCO的系统引入了一种安全滤波器，采用自适应有限冲激响应（FIR）滤波形式，以确保鲁棒抗扰。安全滤波器在FIR系数上施加鲁棒稳定性约束，同时以∞-范数代价最小化地改变OCO指令。此外，我们表明诱导的ℓ∞-范数允许通过直接限制OCO指令来轻松实现在线安全滤波器。该约束可调节以权衡鲁棒性与性能。我们提供了一个简单示例来演示安全滤波器。
引用
@article{arxiv.2411.09582,
title = {Safety Filter for Robust Disturbance Rejection via Online Optimization},
author = {Joyce Lai and Peter Seiler},
journal= {arXiv preprint arXiv:2411.09582},
year = {2025}
}
备注
Accepted to the 2025 European Control Conference. This paper builds on the work done in arXiv:2405.07037 and adds to the appendix in arXiv:2411.09582