A Low Rank Approach to Minimize Sensor-to-Actuator Communication in Finite Horizon Output Feedback
本文提出低秩方法，通过块下三角矩阵的秩最小化，在有限时域内最小化传感器到执行器通信消息数，并利用因果分解和Youla参数化实现，仿真显示比基准减少20-50%消息。
2023-11-15 cs.SY eess.SY math.OC
Time-Varying Sensor and Actuator Selection for Uncertain Cyber-Physical Systems
University of Texas San Antonio（德克萨斯大学圣安东尼奥分校）；University of Texas at Dallas（德克萨斯大学达拉斯分校）
本文提出解决不确定网络物理系统中时间变化传感器和执行器选择问题的方法，将问题转化为半定规划问题，并通过有效启发式方法进行求解。
2018-07-25 cs.SY eess.SY math.OC
Adaptive Controller Placement for Wireless Sensor-Actuator Networks with Erasure Channels
The University of Newcastle（纽卡斯尔大学）；Royal Institute of Technology（皇家理工学院）；Uppsala University（乌普萨拉大学）；Universidad de Sevilla（塞维利亚大学）
本文提出一种灵活的网络控制架构，通过在串联系统中使用模拟擦除信道，允许节点角色根据传输结果动态调整，从而提升网络性能。
2013-08-08 cs.SY eess.SY math.OC
Securing State Estimation Under Sensor and Actuator Attacks: Theory and Design
UCLA（加州大学洛杉矶分校）
本文研究了在传感器和执行器被恶意攻击者攻击时，如何通过稀疏强可观测性理论正确重构线性时不变系统状态，并提出基于理论求解的估计器以解决内在的组合问题。
2019-04-03 cs.CR cs.IT cs.SY
Probabilistic state transfer, estimation and measures for optimal actuator/sensor placement for linear systems with packet dropouts
我们考虑线性系的数据包丢失，并获得了必要和充分条件的任意状态转移和状态估计在有限的时间实例$T$。使用伯努利随机变量对数据丢失信号进行建模。我们利用我们的方法中的Hadamard产品的属性，并使用派生的充要条件来计算的概率，任意的状态转移是可能的，在指定的时刻。类似地，找到一个精确的状态估计的概率发现使用的结果的可观测性对应。利用得到的Gramian可逆性的充要条件，给出了最优执行器和传感器配置问题的新的概率测度，并得到了最优/次最优解.我们演示了一个例子，数据包丢失的概率如何影响最佳执行器的选择。我们还讨论了如何实现反馈法和LQR问题，这些模型涉及数据包丢失。
2019-05-04 math.OC
Optimal Feedback Selection for Structurally Cyclic Systems with Dedicated Actuators and Sensors
本文解决了线性定常结构系统稀疏反馈的选择问题，这是结构系统中一个长期存在的问题。我们考虑具有专用输入和输出的结构循环系统。我们证明了，找到一个稀疏反馈选择的情况下，结构循环系统与专用的输入和输出的线性复杂性。这一问题近年来受到了人们的关注，但在硬证明中的关键错误导致了错误的结论。这一点也在这篇简短的论文中进行了阐述，并给出了一个反例。
2017-09-25 math.OC
Slack More, Predict Better: Proximal Relaxation for Probabilistic Latent Variable Model-based Soft Sensors
本文提出KProxNPLVM，通过松弛优化目标减少近似误差，提升概率潜在变量模型在软传感器建模中的准确性。
2026-03-16 cs.LG cs.SY eess.SY
A Structured Systems Approach for Optimal Actuator-Sensor Placement in Linear Time-Invariant Systems
Carnegie Mellon University（卡内基梅隆大学）；Instituto Superior Técnico, Technical University of Lisbon（里斯本技术学院，里斯本技术大学）
针对线性时不变系统，提出一种结构化方法，通过多项式复杂度算法确定最小专用输入数量及其配置，以实现结构可控性，并通过对偶性扩展至结构可观性。
2012-10-25 cs.MA cs.SY eess.SY
Optimal Sensor and Actuator Selection for Factored Markov Decision Processes: Complexity, Approximability and Algorithms
Elmore Family School of Electrical and Computer Engineering, Purdue University（普渡大学 Elmore 电气与计算机工程学院）
本文针对因子化马尔可夫决策过程的最优传感器与执行器选择问题，证明其不可近似性，提出贪心算法并验证其在实践中平均可达最优解值70%以上，为相关问题提供了理论与算法支撑。
2026-09-03 cs.CC cs.SY eess.SY
Mechatronics Architecture of Smartphone-Based Spacecraft ADCS using VSCMG Actuators
NMSU（新墨西哥州立大学）
本文提出了一种基于智能手机的新型航天器姿态确定与控制系统的机械架构，利用VSCMG作为执行器，并在地面模拟器中测试了其姿态估计与控制性能。
2015-09-11 cs.SY eess.SY math.OC
Towards Understanding Sensor and Control Nodes Selection in Nonlinear Dynamic Systems: Lyapunov Theory Meets Branch-and-Bound
传感器与执行器选择问题是动态系统设计与控制中的核心问题之一。这些问题对应于确定传感器（测量）或致动器（控制节点）的最佳选择，使得可以实现某些估计/控制目标。虽然SASP的文献确实是根深蒂固的，绝大多数的工作集中在网络动态的线性（化）表示，导致在有限的操作区域有效的传感器或执行器（SA）的位置。作为替代方案，在这里，我们提出了一个新的一般框架，解决SASP在非线性动态系统（NDS），假设输入和输出线性耦合的非线性动态。这是通过（i）分类和参数化的NDS到各种非线性函数集，（ii）利用丰富的李雅普诺夫理论公式，（iii）设计一个新的定制的分支定界（BNB）算法，利用SASP的问题结构。新设计的BnB程序在计算上比标准程序更有吸引力，并且也直接适用于求解线性系统的SASP。与文献中的当代方法相比，我们的方法适合于找到稳定/不稳定NDS的最佳SA组合，通过一个简单的线性反馈控制策略，确保稳定的估计误差和闭环动态。
2022-05-04 cs.SY eess.SY math.OC
Algorithms for Joint Sensor and Control Nodes Selection in Dynamic Networks
The University of Texas at San Antonio（德克萨斯大学圣安东尼奥分校）；The University of Texas at Dallas（德克萨斯大学达拉斯分校）
本文研究动态网络中传感器和控制节点的联合选择问题，提出最优算法和启发式方法，通过静态输出反馈稳定条件确定最小传感器和控制节点集，展示联合选择与输出反馈控制可转化为混合整数非凸问题，并提出三种方法解决非凸组合优化问题。
2019-03-07 cs.SY eess.SY math.OC
Decentralized Sensor Network Localization using Matrix-Parametrized Proximal Splittings
针对去中心化传感器网络定位，本文提出矩阵参数化近端分裂方法，并用去中心化Sinkhorn-Knopp构造参数，在收敛、内存、热启动和估计精度上优于ADMM及节点SDP松弛。
2025-03-17 eess.SP math.OC
Lyapunov-based Stability of Feedback Interconnections of Negative Imaginary Systems
使用诸如压电传感器和致动器、微机电系统（MEMS）传感器和光机械传感器的传感器和致动器的反馈控制系统允许在设计这种高精度技术方面的新进展。负虚部控制系统的框架允许鲁棒控制设计这样的高精度系统在面对由于未建模动态的不确定性。负虚系统反馈关联的稳定性在文献中已有很好的证明。然而，在以往的一些文献中所使用的稳定性反馈互联的证明有一个缺点，由于一个矩阵的必然性问题。在本文中，我们提供了一个新的和正确的基于Lyapunobv证明这样的结果，并表明该结果仍然是正确的。
2016-12-09 math.OC
Output-based receding horizon stabilizing control
本文结合后退水平控制与Luenberger观测器，构造基于输出的控制输入稳定抛物型方程，并证明在特定执行器与传感器集合下稳定性质成立，数值实验验证了理论结果。
2024-07-16 math.OC
Resilient Non-Submodular Maximization over Matroid Constraints
University of Pennsylvania（宾夕法尼亚大学）
本文研究了在传感器和执行器失效情况下，基于Matroid约束的控制与传感问题，提出了一种具有系统级鲁棒性、可扩展性和可证明近似界的新算法。
2018-12-06 cs.RO cs.SY eess.SY
Connections Between Determinantal Point Processes and Gramians in Control
Vanderbilt University（范德堡大学）
本文探讨了确定性点过程与控制理论中Gramian之间的联系，通过证明可观测性（可控性）Gramian参数化于传感器（控制）节点子集是DPP，提供了线性动态系统传感器（执行器）选择的概率和谱视角。
2026-08-14 cs.SY eess.SY math.OC
Random Access Design for Wireless Control Systems
在共享无线信道上通信的无线传感器-致动器系统之间产生的干扰不利地影响闭环控制性能。为了缓解这个问题，我们设计了适当的无线控制系统受信道衰落的信道接入策略。该设计是作为一个最优化问题的传感器的总发射功率最小化，而所需的控制性能是保证每个涉及的控制回路。控制性能被抽象为一个给定的李雅普诺夫函数为每个回路的期望期望下降率。我们证明了最佳的信道访问策略是解耦的，直观地说，每个传感器平衡的增益从传输到其致动器上的所有其他控制回路的负干扰效应。此外，最优策略是一个阈值的性质，即传感器发送只有在有利的本地衰落条件。最后，我们表明，最优策略可以计算的分布式迭代过程，不需要协调之间的传感器。
2016-05-02 math.OC
Joint Cooperative and Non-Cooperative Localization in WSNs with Distributed Scaled Proximal ADMM Algorithms
Sichuan University（四川大学）；Syracuse University（雪城大学）
本文提出一种联合优化方法，解决无线传感器网络中协同与非协同定位问题，通过分布式缩放近端ADMM算法实现高效可靠定位，理论证明其收敛性。
2026-03-31 cs.LG math.OC
Optimal Scheduling of Uplink-Downlink Networked Control Systems with Energy Harvesting Sensor
本文研究带能量收集传感器的无线网络化控制系统，通过将其建模为马尔可夫决策过程，提出了一种具有阈值结构的最优上下行调度策略，以最小化无限时间范围折扣成本。
2024-03-21 math.OC math.PR
