System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及数据处理装置、控制系统、数据处理方法及程序。
技术介绍
1、作为表示系统的可控性的指标,已知有可控性格拉姆(例如参照非专利文献1~6)。能够根据可控性格拉姆是否为正则,来判别系统是否为可控的。此外,可控性格拉姆的固有值的大小定量地表示输入对状态造成的影响的程度。
2、现有技术文献
3、非专利文献
4、非专利文献1:f.pasqualetti,s.zampieri,and f.bullo,“controllabilitymetrics,limitations and algorithms for complex networks,”ieee transactions oncontrol of network systems,vol.1,no.1,pp.40-52,2014.
5、非专利文献2:v.tzoumas,m.a.rahimian,g.j.pappas,and a.jadbabaie,“minimal actuator placement with bounds on control effort,”ieee transactionson control of network systems,vol.3,no.1,pp.40-52,2016.
6、非专利文献3:k.kashima,“noise response data reveal novelcontrollability gramian for nonlinear network dynamics
7、非专利文献4:v.m.preciado and m.a.rahimian,“controllability gramianspectra of random networks,”2016 american control conference,pp.3874-3879,2016.
8、非专利文献5:x.cheng and j.m.a.scherpen,“a new controllability gramianfor semistable systems and its application to approximation of directednetworks,”56th annual conference on decision and control,pp.3823-3828,2017.
9、非专利文献6:s.zhao and f.pasqualetti,“networks with diagonalcontrollability gramians:analysis,graphical conditions,and designalgorithms,”automatica,vol.102,pp.10-18,2019.
10、非专利文献7:z.wang and d.liu,“data-based controllability andobservability analysis of linear discrete-time systems,”ieee transactions onneural networks,vol.22,no.12,pp.2388-2392,2011.
11、非专利文献8:d.bhattacharjee,b.klose,g.b.jacobs,and m.s.hemati,“data-driven selection of actuators for optimal control of airfoil separation,”theoretical and computational fluid dynamics,vol.34,no.4,pp.557-575,2020.
12、非专利文献9:k.zhou,j.c.doyle,and k.glover,robust and optimal control,prentice hall,1996.
13、非专利文献10:c.kenney and g.hewer,“trace norm bounds for stablelyapunov operators,”linear algebra and its applications,vol.221,pp.1-18,1995.
技术实现思路
1、专利技术要解决的问题
2、如果系统的数学模型是已知的,则能够容易地计算可控性格拉姆(以下,将基于系统的数学模型的计算方法称为“基于模型的方法”)。但是,未必能够得到系统的模型化所需的量的数据。在这样的情况下,得不到系统的数学模型。
3、对于基于模型的方法,将不使用数学模型而基于系统的状态轨迹的数据进行计算的方法称为“数据驱动型方法”。数据驱动型方法无需确定系统的数学模型,因此,具有决定变量可以比基于模型的方法少这样的优点。
4、使用数据驱动型方法来推断可控性格拉姆的方法(例如,非专利文献7)和使可控性格拉姆最大化的方法(例如,非专利文献8)是已知的。这些方法均是基于离散时间而公式化的离散时间模型。但是存在如下问题:虽然数据中包含的物理信息在基于连续时间而公式化的连续时间模型中表现为呈现性好,但在离散时间模型中呈现性变差。即在现有的离散时间模型中,存在难以利用与连续时间系统的特性相关的先前知识这样的问题。
5、本专利技术是鉴于这样的问题而完成的,其目的在于,针对数学模型未知的系统,使用连续时间系统的数据驱动型方法来推断可控性格拉姆。
6、用于解决问题的方案
7、为了解决上述问题,本专利技术的某个方案的数据处理装置是如下的数据处理装置:
8、将[式142]
9、x(t)
10、设为表示控制对象的状态的n维向量,
11、将[式139]
12、u(t)
13、设为表示控制输入的m维向量,将a设为未知的n×n矩阵,将b设为已知的n×m矩阵,
14、当[式1]
15、
16、成立时,推断由
17、[式2]
18、
19、定义的可控性格拉姆
20、[式138]
21、g(t)的
22、[式144]
23、t=∞
24、中的极限
25、[式140]
26、g(∞)。
27、该数据处理装置具备:
28、数据取得部,其取得设为
29、[式39]
30、u(t)≡0
31、时的q个时间区间
32、[式4]
33、[ti1,ti2] (i=1,2,...,q)
34、中的时间序列的状态数据的组
3本文档来自技高网...
【技术保护点】
1.一种数据处理装置,其将
2.根据权利要求1所述的数据处理装置,其特征在于,
3.根据权利要求2所述的数据处理装置,其特征在于,
4.一种数据处理装置,其将
5.根据权利要求4所述的数据处理装置,其特征在于,
6.根据权利要求4所述的数据处理装置,其特征在于,
7.一种控制系统,其用于对控制对象进行控制,其特征在于,
8.一种控制系统,其用于对控制对象进行控制,其特征在于,
9.一种数据处理方法,在该数据处理方法中,
10.一种数据处理方法,在该数据处理方法中,
11.一种程序,其将
12.一种程序,其将
13.一种数据处理装置,其将
【技术特征摘要】
【国外来华专利技术】
1.一种数据处理装置,其将
2.根据权利要求1所述的数据处理装置,其特征在于,
3.根据权利要求2所述的数据处理装置,其特征在于,
4.一种数据处理装置,其将
5.根据权利要求4所述的数据处理装置,其特征在于,
6.根据权利要求4所述的数据处理装置,其特征在于,
7.一种...
【专利技术属性】
技术研发人员:东俊一,坂野几海,井村顺一,
申请(专利权)人:国立研究开发法人科学技术振兴机构,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。