Data-driven modeling with prior system knowledge

Fritz A. Engeln

doi:10.1016/j.ifacsc.2026.100384

Data-driven modeling with prior system knowledge

2026-02-01

0

OA

AI

F

Fritz A. Engeln *

J

Jan-Willem van Wingerden

T

Timm Faulwasser

DOI：10.1016/j.ifacsc.2026.100384

原文链接

查看原文

摘要

En 中文

基于Willems等人提出的基本引理，线性时不变系统的行为可以通过涵盖系统所有可能轨迹向量空间的测量输入-输出数据完全表征。然而，通常忽略了系统有用的先验知识。我们提出了一种新颖的方法，通过构造预处理测量输入-输出数据的滤波器，将特定的先验知识（如已知的极点和零点位置）融入数据驱动表示中。为此，引入了一种物理信息数据驱动预测器，其中轨迹作为滤波块Hankel矩阵列的线性组合获得。我们明确推导了输出预测误差，并展示了利用先验知识如何减少未来噪声实现对输出预测的影响，并提高从过去数据推断初始状态的准确性。(c) 2026 The Author(s)。由Elsevier Ltd出版。这是一篇在CC BY许可下的开放获取文章（http://creativecommons.org/licenses/by/4.0/）。

Keyword:

Data-driven control

System identification

Filtering

Persistency of excitation

Physics-informed learning

Data-driven modeling with prior system knowledge

摘要

AI总结

期刊

机构

引用论文