面向非随机扰动的目标探索

我们提出了一种新颖的线性时不变系统目标探索策略，该策略不对噪声做随机性假设，即不要求独立性或零均值，允许确定性的模型误配。这项工作利用了在能量有界噪声存在下最小二乘参数估计的经典数据相关不确定性界。我们给出了一个关于探索数据的充分条件，确保估计参数达到期望的误差界。使用常见近似，我们推导出一个半定规划来计算最优正弦输入激励。最后，通过数值示例，我们突出了所发展的非随机目标探索策略与基于经典辨识界的传统探索策略之间的差异和共同点。