ℋ2 optimal sensing architecture with model uncertainty
ℋ2 optimal sensing architecture with model uncertainty
复制标题
ℋ2 具有模型不确定性的最优传感架构
DOI：
--
复制
发表时间：
2017
期刊：
影响因子：
--
通讯作者：
R. Skelton
中科院分区：
文献类型：
--
作者：
Radhika Saraf;R. Bhattacharya;R. Skelton
在本文中，我们提出了一种控制和传感设计的集成方法。该框架假设传感器噪声与控制器一起作为设计变量，并确定 l1 正则化最佳传感精度，在存在模型不确定性的情况下满足给定的闭环性能。我们在这里采用两种方法。在第一种方法中，我们将不确定性表示为多面体，在第二种方法中，我们使用积分二次约束 (IQC) 对其进行建模。我们将这两种方法应用于主动悬架控制和传感设计问题，并证明基于 IQC 的方法可提供更好的结果，并且能够纳入更大的系统不确定性。
In this paper we present an integrated approach to control and sensing design. The framework assumes sensor noise as a design variable along with the controller and determines l1 regularized optimal sensing precision that satisfies a given closed loop performance in the presence of model uncertainty. We pursue two approaches here. In the first approach, we represent the uncertainty as polytopic and, in the second formulation, we model it using integral quadratic constraints (IQC). We apply these two approaches to an active suspension control and sensing design problem and demonstrate that the IQC based approach provides better results and is able to incorporate larger system uncertainty.