On Equivalence of Data Informativity for Identification and Data-Driven Control of Partially Observable Systems
On Equivalence of Data Informativity for Identification and Data-Driven Control of Partially Observable Systems
复制标题
部分可观系统识别与数据驱动控制的数据信息量等价
DOI：
10.1109/tac.2022.3202082
复制
发表时间：
2022
影响因子：
6.8
通讯作者：
Sadamoto Tomonori
中科院分区：
文献类型：
--
作者：
Tomonori Sadamoto;Osamu Kaneko;Sadamoto Tomonori
研究表明，辨识部分可观测系统的信息量与设计动态观测反馈稳定器的信息量是等价的。这一发现与输入-状态情况完全不同，在输入-状态情况下，状态反馈稳定器的直接数据驱动设计需要的信息量比系统辨识少。基于新引入的具有外生输入的向量自回归(VARX)框架，我们推导了这两种信息性之间的等价性，该框架适用于状态空间模型等时间域分析，同时直接表示输入输出特性，如传递函数。此外，我们还证明了所有解释数据的VARX模型的刻画和所有稳定这类VARX模型的VARX控制器的刻画之间的对偶性。
This study shows that the informativity for the identification of partially observable systems is equivalent to that for designing dynamical measurement-feedback stabilizers. This finding is entirely different from the input-state case, where the direct data-driven design of state-feedback stabilizers requires less informativity than system identification. We derive the equivalence between the two types of informativity based on a newly introduced vector autoregressive with exogenous input (VARX) framework, which is suitable for time-domain analyses, such as state-space models, while directly representing input–output characteristics, such as transfer functions. Moreover, we show a duality between the characterization of all VARX models explaining data and that of all VARX controllers stabilizing such VARX models.
登录
查看更多内容
次优 LQR 和 H2 控制器的数据驱动参数化
影响因子：
--
作者：
H. V. Waarde;M. Mesbahi
通讯作者：
M. Mesbahi
威廉斯状态空间系统基本引理及其对多个数据集的扩展
影响因子：
3
作者：
H. V. Waarde;Kanat M. Camlibel;P. Tesi
通讯作者：
P. Tesi
关于直接与间接数据驱动的预测控制
DOI：
--
发表时间：
2021
期刊：
IEEE Conference on Decision and Control
影响因子：
--
作者：
Vishaal Krishnan;F. Pasqualetti
通讯作者：
F. Pasqualetti
行为环境中的可识别性
影响因子：
6.8
作者：
I. Markovsky;F. Dörfler
通讯作者：
F. Dörfler