首页 /研究 /当持久性在数据驱动预测控制中不令人兴奋时
LEARNING

当持久性在数据驱动预测控制中不令人兴奋时

Gianluca Giacomelli, Chuyu Lu, Siep Weiland, Valentina Breschi

发表年份
2026
访问权限
开放获取

摘要

本文研究了数据驱动控制中数据质量评估的局限性,指出仅满足秩条件不足以确保闭环性能。通过频域分析,论文表明数据必须同时满足秩条件并激励控制目标相关的频率,为面向控制目标的实验设计奠定了基础。

关键词

data-driven controlpersistency of excitationfrequency-domain analysispredictive controlexperiment design

相关论文

查看 LEARNING 分类全部论文