.png){kind=icon}
返回
Data-Driven Min-Max Moving Horizon Estimation
.png){kind=icon}
PRE
AI
DOI：10.1109/tac.2026.3730322.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种基于数据驱动的极小极大移动时域估计（MHE）方法，用于具有未知参数和有界且未知的植物及测量噪声/扰动的线性有限维时变系统的状态估计。利用集合成员表示法，通过离线测量数据表征未知系统参数。我们证明了在线状态估计问题的鲁棒MHE公式可以松弛为一个受线性矩阵不等式约束的凸半定规划问题。所提出的设计能够同时考虑测量和过程噪声，并处理状态约束。进一步提供了状态估计误差的稳定性分析。最后，通过一个数值示例验证了所提出方法的有效性。
Keyword:
Chemical process control
data-driven state estimation
moving horizon estimation
observers of linear systems
state estimation
期刊
IF:
7
论文数:
1.3W
被引数:
6.7W
机构
查看更多机构
引用论文
暂无论文信息