返回
Data-driven robust reference governor for constrained nonlinear systems
DOI:10.1080/00207179.2025.2575289.png)
摘要
En 中文
我们提出了一种数据驱动的鲁棒参考调节器(DRRG)框架,用于处理具有未知动力学和不确定性的非线性系统中的输出约束。通过引入Koopman算子,DRRG首先将非线性系统动力学映射到高维线性空间,从而实现更有效的数据驱动预测。随后,我们利用高维数据驱动预测器开发了一种数据驱动的最大可接受集(MAS)和一个极小极大优化问题,以计算能够抵抗所有可能不确定性实现的优化参考信号。所提出的DRRG方法为在保留现有控制架构的同时提高对不确定性的鲁棒性提供了实用解决方案。文中通过数值仿真展示了该方法的有效性。
Keyword:
Reference governor
data-driven control
nonlinear system
maximal admissible set
min-max optimisation
期刊
I
IF:
1.6
论文数:
92
被引数:
0
机构
引用论文
Reference and command governors for systems with constraints: A survey on theory and applications约束系统的参考和命令调控器: 理论和应用综述
AUTOMATICA
IF5.9
Linear systems with state and control constraints: the theory and application of maximal output admissible sets具有状态和控制约束的线性系统: 最大输出可容许集的理论和应用

