Lebesgue-Approximation Model Predictive Control of Nonlinear Sampled-Data Systems
Lebesgue-Approximation Model Predictive Control of Nonlinear Sampled-Data Systems
复制标题
非线性采样数据系统的勒贝格近似模型预测控制
DOI：
10.1109/tac.2019.2953147
复制
发表时间：
2020-10
影响因子：
6.8
通讯作者：
Hongye Su
中科院分区：
文献类型：
--
作者：
Jie Tao;Lixing Yang;Zheng-Guang Wu;Xiaofeng Wang;Hongye Su
本文研究了连续时间非线性采样数据系统中模型预测控制（MPC）算法的离散实现。提出了一种基于Lebesgue近似模型（LAM）的离散时间非周期非线性MPC算法来稳定连续时间非线性动力学。在这种基于LAM的MPC （LAMPC）中，采样瞬间由自触发方案触发，最优控制问题的预测状态和过渡时间瞬间在LAM约束下以非周期方式计算。给出了闭环系统可行性和稳定性的充分条件。根据这些条件，在保证不存在芝诺行为的情况下设计了LAMPC的参数。同时，我们也证明了周期任务模型在我们的框架中是一种特殊的情况，它可以适当地选择LAM中的参数。
This article studies discrete-time implementation of model predictive control (MPC) algorithms in continuous-time nonlinear sampled-data systems. We present a discrete-time and aperiodic nonlinear MPC algorithm to stabilize continuous-time nonlinear dynamics, based on the Lebesgue approximation model (LAM). In this LAM-based MPC (LAMPC), the sampling instants are triggered by a self-triggered scheme, and the predicted states and transition time instants in the optimal control problem are calculated in an aperiodic manner subject to the LAM. Sufficient conditions are derived on feasibility and stability of the resulting closed-loop systems. According to these conditions, the parameters in LAMPC are designed with the guarantee of exclusion of Zeno behavior. Meanwhile, it is shown that the periodic task model is a special case in our framework with appropriate choice of the parameters in the LAM.
登录
查看更多内容
DOI：
10.1007/bfb0109870
发表时间：
1998
期刊：
--
影响因子：
--
作者：
A. Bemporad;M. Morari
通讯作者：
A. Bemporad;M. Morari
DOI：
10.1007/978-3-540-68829-7_21
发表时间：
2012
期刊：
--
影响因子：
--
作者：
N. Halidias
通讯作者：
N. Halidias
用于具有输入饱和的 LPV 系统的采样数据 MPC
影响因子：
2.6
作者：
Ting Shi;Hongye Su
通讯作者：
Hongye Su
DOI：
--
发表时间：
2009-07
期刊：
--
影响因子：
--
作者：
Xiaofeng Wang
通讯作者：
Xiaofeng Wang
DOI：
10.1017/cbo9780511755323.009
发表时间：
2004
期刊：
--
影响因子：
--
作者：
D. Applebaum
通讯作者：
D. Applebaum