Optimal Sensor and Actuator Selection Using Balanced Model Reduction
Optimal Sensor and Actuator Selection Using Balanced Model Reduction
复制标题
使用平衡模型缩减来选择最佳传感器和执行器
DOI：
10.1109/tac.2021.3082502
复制
发表时间：
2022
影响因子：
6.8
通讯作者：
Brunton, Steven L.
中科院分区：
文献类型：
--
作者：
Manohar, Krithika;Kutz, J. Nathan;Brunton, Steven L.
最佳传感器和执行器选择是高维估计和控制的核心挑战。几乎所有后续控制决策都受到这些传感器和执行器位置的影响。在本文中，我们利用平衡模型简化和贪婪优化来有效地确定优化可观测性和可控性的传感器和执行器选择。特别是，我们使用贪婪矩阵 QR 来确定优化可观测性和可控性标量度量的位置，该贪婪矩阵 QR 以直接和伴随平衡变换的主导模式为基础。旋转运行时间与状态维度成线性比例，使得这种方法对于高维系统来说很容易处理。结果在线性化的 Ginzburg-Landau 系统上得到了证明，我们的算法近似于使用昂贵的梯度下降方法计算出的已知最佳位置。
Optimal sensor and actuator selection is a central challenge in high-dimensional estimation and control. Nearly all subsequent control decisions are affected by these sensor and actuator locations. In this article, we exploit balanced model reduction and greedy optimization to efficiently determine sensor and actuator selections that optimize observability and controllability. In particular, we determine locations that optimize scalar measures of observability and controllability using greedy matrix QR pivoting on the dominant modes of the direct and adjoint balancing transformations. Pivoting runtime scales linearly with the state dimension, making this method tractable for high-dimensional systems. The results are demonstrated on the linearized Ginzburg–Landau system, for which our algorithm approximates known optimal placements computed using costly gradient descent methods.
登录
查看更多内容
基于 $H_{2}$ 和 $H_{infty}$ 优化的线性系统传感器和执行器放置
影响因子：
6.8
作者：
Ulrich Münz;Maximilian Pfister;P. Wolfrum
通讯作者：
P. Wolfrum
用于大规模统计建模和最佳传感器/执行器选择的近似算法
DOI：
--
发表时间：
2018
期刊：
arXiv.org
影响因子：
--
作者：
A. Zare;Neil K. Dhingra;Mihailo R. Jovanovic;T. Georgiou
通讯作者：
T. Georgiou
机翼分离控制的最佳执行器选择
DOI：
--
发表时间：
2018
期刊：
2018 Flow Control Conference
影响因子：
--
作者：
D. Bhattacharjee;Maziar S. Hemati;B. Klose;G. Jacobs
通讯作者：
G. Jacobs
DOI：
--
发表时间：
2011
期刊：
影响因子：
--
作者：
C. Colburn;D. Zhang;T. Bewley
通讯作者：
T. Bewley
影响因子：
2.9
作者：
Paninski, L
通讯作者：
Paninski, L