Core Concepts
部分的な状態情報を使用して、確率制約付き共分散制御問題を解決する効率的なアプローチを拡張しました。
Abstract
この論文は、確率的、線形動力学システムの状態の分布を2つの境界ガウス分布間で誘導するための計算上効率な解法に焦点を当てています。カルマンフィルターを使用して状態をフィルタリングし、推定された状態の進化に対するCC-CS問題を解決することで、OFCC-CS問題が凸プログラムとして提示されます。また、DC制約として確率制約を取り扱う新しいアプローチも導入されています。
I. INTRODUCTION
共分散制御はシステム状態の全体的な分布を指定された初期分布から終端分布に誘導する問題に対処します。
有用性:宇宙船ランデブー、惑星間軌道最適化、高性能運転シナリオへの応用。
制約:エンジン推力やロケット着陸時の滑空角度など物理的限界が存在。
II. PROBLEM STATEMENT
確率的線形システムにおける離散時間最適観測器(カルマンフィルター)。
初期推定値と誤差統計量が与えられる。
最適化目標:コスト関数最小化(重み行列含む)。
III. KALMAN FILTER
線形ダイナミクスおよび測定モデルに基づく最適観測器設計。
推定値更新手順:時間更新→観測更新。
カルマンゲイン:観測ノイズ補正。
IV. FILTERED STATE CONTROL DESIGN
フィードバック型フィルタリングされた状態からの安定化コントロール設計。
目的関数:平均コストと共分散コストへの分割可能性。
V. CHANCE CONSTRAINTS
実世界アプリケーションでは領域内での確率制約が必要。
ポリトープモデルや凸錐制約セットに基づくチャンス・コントロール設計。
VI. NUMERICAL EXAMPLE
二次積分系上でOFCSアルゴリズムを示す数値例。
終端共分散条件が満たされることを示す。
VII. CONCLUSION
本研究ではCC-CS問題への効果的なアプローチを部分的な状態情報に拡張しました。OFCC-CS問題はカルマンフィルターを使用して解かれます。さらに、DC制約として確率制約を取り扱う新しいアプローチも導入されました。
Stats
"多くの小さなLMIが1つの大きなLMIよりも効果的に解かれる" - [25]