摘要
本发明提供了一种用于非线性系统抗干扰控制的数据驱动预测控制方法,涉及Koopman精细建模、干扰精确估计和MPC精准控制,能够显著提升系统的控制精度和鲁棒性。在该方法中,首先基于时滞变量设计升维函数,从而精细构建非线性系统的Koopman模型;在此基础上,对于难以建模的非线性和外部干扰统一视作集总干扰,建立干扰模型并设计干扰观测器实现干扰估计;进一步基于主动抗干扰的思想将干扰估计嵌入滚动时域优化框架,实现无偏MPC控制。本发明不仅简化了非线性控制设计流程,还显著增强了系统在不确定环境下的抗干扰能力。因此,本发明为非线性系统抗干扰控制领域提供了高效、可靠的解决方案,具有广泛的应用前景和显著的实用价值。
技术关键词
数据驱动预测控制
非线性系统
抗干扰控制
滚动时域优化
干扰观测器
变量
非线性控制设计
分解算法
数据驱动方式
估计误差
代表
提升系统
仿真模型
动态
定义
工况
鲁棒性
系统为您推荐了相关专利信息
气动力降阶模型
波形识别方法
涡轮叶片
反卷积算法
Tikhonov正则化
旋翼无人机
误差系统
安全控制方法
干扰观测器
避障算法
桥式起重机系统
李雅普诺夫函数
时间控制方法
径向基神经网络
增益控制方法
安全控制方法
系统安全性分析
干扰观测器
机器人系统
控制器
无人农机
静止障碍物
模型预测控制算法
非线性系统模型
路径跟踪方法