LEARNING
面向线性无限网络的数据驱动镇定控制器设计
Mahdieh Zaker, Andrii Mironchenko, Amy Nejati, Abolfazl Lavaei
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出了一种直接数据驱动方法，用于由未知线性时不变子系统组成的无限网络的控制器合成。通过从每个子系统收集的一组含噪声输入-状态轨迹，并满足特定线性矩阵不等式，局部构造指数输入-状态稳定控制李雅普诺夫函数及反馈控制器，再通过无限维空间中的组合小增益条件获得全局控制李雅普诺夫函数和镇定控制器。
关键词
data-driven controlinfinite networksstabilizing controllerlinear time-invariantsmall-gain condition
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018