.png){kind=icon}
返回
Robust Model Predictive Control Under Uncontrollable Sampling Intervals
.png){kind=icon}
PRE
AI
DOI：10.1109/TAC.2025.3644165.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种在不可控采样间隔下的鲁棒模型预测控制（RMPC）框架，即仅已知采样间隔的上下界，该框架针对增量可稳定非线性系统，且考虑了状态和输入相关的扰动。首先，我们建立一个管道，为离线增量李雅普诺夫函数设定上限，定义在每个预测步长中，由于扰动导致的实际状态偏离最优状态的可允许范围。该管道构造采用分段动力学，考虑待优化的输入轨迹和增量稳定反馈，导致管道尺寸呈现分段增长率。管道尺寸变化的增长率对递归可行性构成挑战，我们通过在优化过程中对预测的不确定性变化施加约束来应对这一挑战。此外，提出了一种由初始管道推导出的重构管道。该管道考虑了在获取下一个实际状态值之前所有潜在的开环行为。它用于收紧名义状态和输入约束，确保物理约束的鲁棒满足。该框架实现了递归可行性和稳定性，尽管存在不可预测的采样间隔以及状态和输入相关的扰动。
Keyword:
Model predictive control (MPC)
robust control
uncontrollable sampling intervals
期刊
IF:
7
论文数:
1.3W
被引数:
6.7W
机构
引用论文
Self-Triggered Model Predictive Control for Nonlinear Input-Affine Dynamical Systems via Adaptive Control Samples Selection基于自适应控制样本选择的非线性输入仿射动态系统自触发模型预测控制
OAAI
OAAI分享收藏A Computationally Efficient Robust Model Predictive Control Framework for Uncertain Nonlinear Systems不确定非线性系统的计算效率高的鲁棒模型预测控制框架OAAI
OAAI分享收藏Robust model predictive control of constrained linear systems with bounded disturbances有界扰动约束线性系统的鲁棒模型预测控制.png)
AUTOMATICAOAAI
AUTOMATICAIF5.9
OAAI分享收藏Constrained min-max predictive control:: Modifications of the objective function leading to polynomial complexity约束最小-最大预测控制:: 导致多项式复杂性的目标函数的修改
PREAI
分享收藏
查看更多内容