模型未知LTI系统的数据驱动预测控制

来源：计算机测量与控制杂志2023年第9期北京时间：

作者：徐凯,陈珺

单位：江南大学 轻工过程先进控制教育部重点实验室

摘要：针对含有随机噪声的模型未知线性时不变 (Linear Time Invariant, LTI) 系统模型建立过程复杂且控制律难以得到的问题，提出一种基于数据驱动的预测控制方法。基于系统行为学理论和平衡子系统辨识方法，仅利用测量得到的系统数据构建被控系统的非参数模型,将其和预测控制理论相结合设计出基于数据驱动的预测控制器，对于系统测量数据中存在的有界加性高斯噪声，通过引入数据的松弛变量和L2正则项来降低噪声扰动的影响，采用滚动时域优化策略计算最优控制序列并将其作用于被控系统，实现系统对设定值的轨迹跟踪。将所提控制策略应用于四容水箱系统，仿真结果表明与同样基于数据驱动的子空间预测控制方案相比，所提方法具有更好的动态性能，且该策略在抗噪声扰动方面有明显优势,具有更强的鲁棒性。

关键词：数据驱动;系统行为学理论;线性时不变系统;预测控制;滚动时域优化;轨迹跟踪;高斯噪声

基金资助：国家自然科学(62073154)