An Artificial Neural Network-Based Model Predictive Control for Three-phase Flying Capacitor Multi-Level Inverter
Aswan University（阿斯旺大学）；Indiana University（印第安纳大学）；Iran University of Science and Technology（伊朗科技大学）；Saad Dahlab University of Science and Technology（萨阿德·达赫拉布科技大学）
模型预测控制（MPC）以其概念简单、动态响应快、参考跟踪性能好等优点在电力电子领域得到了广泛的应用。然而，它遭受参数的不确定性，因为它直接依赖于系统的数学模型来预测在下一个采样时间要使用的最佳开关状态。因此，不确定的参数导致设计不良的MPC。因此，本文提供了一种基于人工神经网络（ANN）的无模型控制策略，用于减轻参数不匹配的影响，同时对逆变器的性能有一点负面影响。该方法包括两个相关阶段。首先，MPC作为一个专家来控制所研究的转换器，以提供一个数据集，而在第二阶段，所获得的数据集被用来训练建议的ANN。本文的案例研究是基于一个四电平三单元飞跨电容逆变器。在这项研究中，MATLAB/Simulink是用来模拟所提出的方法的性能，考虑到各种操作条件。之后，仿真结果报告与传统的MPC计划相比，证明所提出的控制策略的优越性能的鲁棒性对参数失配和低总谐波失真（THD），特别是当系统参数发生变化时，相比传统的MPC。此外，所提出的方法的实验验证提供了基于硬件在环（HIL）仿真使用C2000 TM微控制器LaunchPadXL TMS 320 F28379 D套件，证明了基于人工神经网络的控制策略的DSP控制器上实现的适用性。
2022-06-28 cs.LG cs.SY eess.SY
Neural Network Predictive Controller for Grid-Connected Virtual Synchronous Generator
本文提出了一种神经网络预测控制器来调节三相虚拟惯性逆变器产生的有功和无功功率。传统的虚拟同步发电机（VSG）的概念进行了讨论，它表明，当逆变器连接到无感电网，传统的PI为基础的VSG是无法执行可接受的跟踪。讨论了用神经网络预测控制器取代传统的VSG的概念。这种替换使逆变器能够在电感和非电感电网中运行。仿真结果表明，与传统的基于PI的虚拟惯性控制器相比，经过良好训练的神经网络预测控制器能够适应任意电网阻抗角。
2019-08-14 cs.NE cs.SY eess.SY
A Complex-Valued Feedback Linearization-Based Controller for a Voltage Source Inverter Tied to the Grid via a Second-Order Filter
本文提出一种基于复值反馈线性化的非线性控制器，用于通过二阶滤波器并网的电压源逆变器，在弱电网下实现良好性能。
2025-02-25 cs.SY eess.SY
Safe Control of Grid-Interfacing Inverters with Current Magnitude Limits
针对并网逆变器过流时现有限流方法易致控制异常的问题，提出基于控制障碍函数约束的安全滤波器方法，证明安全线性控制器存在性，可在限流同时最小化对电压源控制行为的改变。
2025-03-22 cs.SY eess.SY
Speed Tracking of a Linear Induction Motor - Enumerative Nonlinear Model Predictive Control
Beni-Suef University（贝尼苏韦夫大学）；Linköping University（林雪平大学）
针对直接转矩控制在低速跟踪时开关频率过高和电流转矩脉动大的问题，提出一种直接控制逆变器开关的枚举非线性模型预测控制器，仿真表明其跟踪性能优异且平均开关频率降低约95%。
2012-09-05 cs.SY eess.SY math.OC
Grid Edge Intelligence-Assisted Model Predictive Framework for Black Start of Distribution Systems with Inverter-Based Resources
本文提出一种基于电网边缘智能的配电系统黑启动预测框架，利用表后分布式能源资源灵活性，在构网型储能黑启动策略中显式纳入频率最低点、频率变化率和准稳态频率约束，并通过同步开关实现快速安全负荷恢复，最终在改进IEEE 123节点系统上验证了不同GEI渗透率下的效果。
2025-08-18 cs.SY eess.SY
Stability Enhancement of LCL-Type Grid-Following Inverters Using Capacitor Voltage Active Damping
针对LCL型跟网型逆变器中电容电压反馈有源阻尼的微分项引入高频噪声问题，本文提出用离散函数替代微分项的抗噪声方法，有效阻尼LCL谐振并增强系统稳定性，仿真验证了其在弱电网和电网电感变化下的有效性。
2024-04-08 cs.SY eess.SY
Predictive Maintenance in Photovoltaic Plants with a Big Data Approach
i-EM srl（i-EM有限责任公司）；Enel Green Power SPA（埃内尔绿色电力股份公司）
本文提出一种基于SCADA数据的光伏电站故障预测方法，通过无监督聚类和模式识别神经网络实现通用与特定故障预测，在多电站验证中提前7天预测故障且灵敏度达95%。
2019-01-29 cs.LG cs.SY eess.SY
Grid-connected Soft Switching Partial Resonance Inverter for Distributed Generation
提出了一种部分谐振软交换逆变器的电流控制方法。该逆变器不使用电解电容器，并且能够升压和降压。并网逆变器用于将分布式能源集成到电网。电流控制对于连接到电网时满足标准和要求至关重要。分析了此类变换器的闭环电流调节并提供了设计指南。该控制在同步帧中实现。此外，使用电容器电压和电感器电压反馈的有源阻尼技术用于减轻输出处的CL滤波器谐振。在一台400 W的实验室样机上实现了上述控制策略，并给出了结果
2022-04-08 cs.SY eess.SY
Dynamic state estimation of hybrid systems: Inverters that switch between grid-following and grid-forming control schemes
New Jersey Institute of Technology（新泽西理工学院）
针对在并网跟随与并网形成控制间切换的逆变器，本文构建混合自动机建模框架（含电压频率保护条件与模式转换重置映射）并嵌入扩展卡尔曼滤波器，相比连续模型提升了切换时刻附近的状态估计性能。
2025-11-17 cs.SY eess.SY
Modeling Improved Fuzzy and Sliding-Mode for Single-Phase Inverter as Controllers in an EPS
Huazhong University of Science and Technology（华中科技大学）
本文提出改进的模糊逻辑控制用于单相电压源逆变器，结合LC滤波器和电压传感器，并比较了两种非线性电压逆变器控制器的滑模和模糊模式，证明了方法的高效性和在线性负载条件下降低THD的效果。
2016-07-29 cs.SY eess.SY
Real-Time Ground Fault Detection for Inverter-Based Microgrid Systems
针对逆变器微电网接地故障电流偏差小且受扰动与不确定性影响的问题，提出仅用输出电流的数据辅助QP故障检测滤波器，并给出解析近似解与概率虚警阈值，经Simulink和RTDS实时仿真验证有效。
2024-09-10 cs.SY eess.SY
Three Switch Three Phase Inverter With Improved DC Voltage Utilization
本文提出了一种新的DC-AC变换器，其具有较少的半导体开关，因此栅极驱动和控制电路元件。该逆变器的一个显著特点是其纯正弦线间电压，无需输出滤波器。此外，所提出的逆变器提高了输入直流电源的电压利用率相比，四开关三相逆变器（第一个最好的拓扑结构在文献中的开关数量的角度来看）和标准的六开关逆变器与正弦PWM。建议的逆变器是能够与宽范围的输出电压从零到直流输入电压的全值通过适当地改变瞬时占空比操作。本文首次提出了一种只有三个功率开关管的三相通用逆变器。为了在快速瞬态响应和稳定性之间提供良好的折衷，提出了一种模型预测控制器。导出了所有的设计表达式。与其他DC-AC变换器的比较，显示了所提出的变换器的优点。最后，实验室样机的实验结果证实了令人满意的电路操作。
2019-10-08 cs.SY eess.SP eess.SY
Optimal Closed Loop Control of G2V/V2G Action Using Model Predictive Controller
本文提出一种基于模型预测控制的闭环算法，用于优化G2V/V2G动作，在变化条件下降低总谐波失真至0.5%以下，提升波形质量至99%，并维持电网频率在标准限值内。
2023-10-11 cs.SY eess.SY
Frequency Stability Using MPC-based Inverter Power Control in Low-Inertia Power Systems
电网正在从主要由同步电机组成的网络演变为同步电机和基于逆变器的资源（如风能，太阳能和储能）的混合物。这种转变导致机械惯性的降低，这就需要新的资源通过其逆变器接口提供频率响应。在本文中，我们提出了一种新的策略的基础上模型预测控制，以确定最佳的有功功率设定点的逆变器在系统中的干扰事件。我们的框架明确地考虑了功率和能量的硬约束，并且通过使用观测器来实时估计模型失配，我们证明了它对测量噪声，有限通信和延迟具有鲁棒性。我们证明了所提出的控制器显着优于一个最佳调整的虚拟同步机在一个标准的39总线系统在许多情况下。反过来，这意味着优化的逆变器为基础的资源可以提供更好的频率响应相比，传统的同步机。
2020-07-27 cs.SY eess.SY math.OC
Data-Driven Koopman Predictive Control for Frequency Regulation of Power Systems using Black-Box IBRs
Johns Hopkins University（约翰斯·霍普金斯大学）
本文提出基于数据的Koopman预测控制方法，用于电力系统频率调节，通过将非线性系统动态提升到高维空间并近似为线性，直接从提升后的输入输出数据构建行为模型，无需参数模型即可满足控制输入和系统输出的显式约束。
2026-04-02 cs.SY eess.SY
Composite Control of Grid-Following Inverters for Stabilizing AI-Induced Fast Power Disturbances
Massachusetts Institute of Technology（麻省理工学院）；Carnegie Mellon University（卡内基梅隆大学）
本文提出基于奇异摄动的建模与控制方法，用于稳定由AI数据中心引起的快速电力不平衡。通过物理可实现的下垂控制和AI负载的有界速率扰动特性，推导出逆变器参数与扰动抑制性能的显式增益界限。
2026-04-20 cs.SY eess.SY
Estimating load points of a motor-pump system using pressure and inverter drive data
我们提出了一种新的方法来估计转子的位置，速度和转矩的电机泵系统由一个螺杆泵（PCP）驱动的感应电机下V/f开环控制。我们通过将锁相环应用于泵的压力侧的压力信号来计算PCP的速度和转子位置。基于异步电动机的转速、定子电流有效值和非线性电机模型，采用扩展卡尔曼滤波器估计螺杆泵的转矩。此外，我们推导出一个易于处理的条件下，该观测器的收敛性得到保证。我们用一个实验室实验来验证我们的结果。
2020-10-08 cs.SY eess.SY
Design of H-infinity-based Robust Controller for Single-phase Grid-feeding Voltage Source Inverters
提出了一种基于H ∞鲁棒电流控制器的单相并网电压源逆变器LCL滤波器的设计方法。所提出的控制器的主要目标是在电网阻抗大范围变化的情况下具有良好的参考跟踪、扰动抑制和足够的LCL谐振阻尼。基于上述性能要求，设计了频率相关的加权函数。随后，次优控制问题的制定和解决，以确定稳定控制器。控制器的计算占用空间是为了便于在低成本控制器板上实现。最后在OPAL-RT上进行控制器半实物仿真验证，得到控制器的性能保证。与基于比例和谐振的电流控制器相比，该控制器在瞬态过程中具有快速响应和优越的参考跟踪性能，稳态时具有扰动抑制性能。
2020-08-24 cs.SY eess.SY
Optimal Control of Grid-Interfacing Inverters With Current Magnitude Limits
针对并网逆变器电流幅值约束下现有控制方法易失稳或过于保守的问题，本文基于Lyapunov稳定性推导SDP稳定条件，通过采样离线模型预测控制问题拟合线性反馈控制器，提升了控制性能。
2025-03-22 cs.SY eess.SY
A Control Architecture for Fast Frequency Regulation with Increasing Penetration of Inverter Based Resources (Extended Version)
Massachusetts Institute of Technology（麻省理工学院）；King Fahd University of Petroleum & Minerals（法赫德国王石油与矿产大学）；King Abdulaziz City for Science and Technology（阿卜杜勒阿齐兹国王科学与技术城）
本文提出一种双层控制架构，结合优化下垂控制与虚拟同步机控制，通过模型预测控制实现高效频率调节，验证了在高渗透可再生能源系统中的有效性。
2026-08-17 cs.SY eess.SY
Latent-Feature-Informed Neural ODE Modeling for Lightweight Stability Evaluation of Black-box Grid-Tied Inverters
本文提出LFI-NODE模型，通过轨迹数据实现轻量级黑盒逆变器稳定性评估，显著减少训练样本需求并提升预测精度。
2025-10-10 cs.SY eess.SY
Non-linear Control of the Power Injected Into a Weak Grid by a Self-Synchronized Inverter
本研究针对弱电网下的逆变器，提出基于非线性变换线性化与反馈的自同步非线性控制策略，通过状态观测器估计PCC电压并增设启动控制器，在电网参数未知的多工况下实现鲁棒同步与直流母线电容减容。
2024-10-09 cs.SY eess.SY
Grid impedance estimation based Kalman Filter
针对分布式能源接入带来的电网阻抗动态变化影响系统稳定的问题，提出嵌入AAEKF-LQR框架的基于离散傅里叶变换的实时阻抗估计算法，仿真验证其可在弱电网下保障稳定运行，实现快速准确的阻抗更新。
2025-09-09 cs.SY eess.SY
Suboptimal multirate MPC for five-level inverters
多电平变换器由于其在能量效率方面的优势，在可再生能源系统中的应用是一个日益增长的话题。关于其控制，模型预测控制（MPC）由于其对离散输入的自然考虑、其优化能力以及当今强大的处理硬件的可用性而变得非常有吸引力。与该领域中的其他控制技术相比，MPC的主要缺点是控制输入在采样周期期间保持恒定，并且由于硬件限制，通常难以甚至不可能减小该采样周期。为此，提出了一种多速率MPC算法，该算法允许在采样周期内多次改变控制输入。优化问题被简化，并使次优，大大减少计算负担。这种方法是测试在一个三相，五电平二极管箝位转换器（DCC）的反相模式下工作与三相电阻性负载的模拟。结果表明，显着减少谐波失真的代价是在一个标准的MPC工作在相同的采样周期的换向数量的增加。
2021-04-05 cs.SY eess.SY
Accelerated Transformer Energization Sequence for Inverter Based Resources in Black-Start Procedures with Active Flux Trajectory Manipulation in the Stationary Reference Frame
本文提出了一种基于逆变器的加速变压器充电方法，通过主动磁通轨迹操控实现快速可靠黑启动，有效抑制涌流和冲击电流。
2025-11-24 cs.SY eess.SY
Inverter Output Impedance Estimation in Power Networks: A Variable Direction Forgetting Recursive-Least-Square Algorithm Based Approach
本文提出一种基于VDF-RLS的非侵入式逆变器输出阻抗估计方法，通过dq坐标变换、辅助PLL及仅依赖d轴进行信号调理，在低激励条件下实现比现有方法低三倍以上的估计误差。
2025-04-09 cs.SY eess.SY
Recursive Self-Improvement LLM Agents for Inverter Dynamic Model Identification
University of California San Diego（加州大学圣地亚哥分校）；Texas A&M University（德克萨斯农工大学）
本文提出利用递归自改进LLM智能体在标准控制模块组成的框图搜索空间中辨识逆变器动态模型，以频域导纳数据为引导，通过程序进化框架ThetaEvolve实现，在GFL基准上将NRMSE从0.470降至0.0435，识别出接近真实控制器的15模块闭环结构。
2026-09-15 cs.SY eess.SY
Enhanced Grid Following Inverter (E-GFL): A Unified Control Framework for Stiff and Weak Grids
本文提出E-GFL统一控制框架，通过2-SISO闭环分析和反馈控制实现强、弱电网下GFL的同步与有源阻尼，并阐明性能权衡。
2024-01-25 cs.SY eess.SY
A predictive safety filter for learning-based control of constrained nonlinear dynamical systems
Institute for Dynamic Systems and Control, ETH Zurich, Zurich, Switzerland（动态系统与控制研究所，苏黎世联邦理工学院，瑞士苏黎世）
本文提出了一种预测安全过滤器，用于基于学习的控制中处理物理限制下的安全问题，通过将约束动力学系统转换为无约束安全系统，使任何强化学习算法都能直接应用。
2021-05-17 cs.LG cs.SY eess.SY
A Robust, Efficient Predictive Safety Filter
提出一种鲁棒且事件触发的预测安全滤波器，基于鲁棒离散时间障碍函数抑制时变非线性系统扰动，可与DPC结合过滤任意控制律，并在双罐系统等示例中验证有效性。
2024-04-26 cs.SY eess.SY
Uncertainty-Aware Predictive Safety Filters for Probabilistic Neural Network Dynamics
Institute for Data Science in Mechanical Engineering (DSME), RWTH Aachen University（机械工程数据科学研究所（DSME），亚琛工业大学）；Institute of Climate and Energy Systems (ICE), Energy Systems Engineering (ICE-1), Forschungszentrum Jülich GmbH（气候与能源系统研究所（ICE），能源系统工程（ICE-1），焦耳研究中心有限公司）
本文提出了一种具有不确定性的预测安全过滤器（UPSi），通过将未来结果建模为可达集，利用概率集合（PE）神经网络动态模型提供严格的安全预测，从而在模型基于强化学习（MBRL）中提升探索安全性，同时保持与标准MBRL相当的性能。
2026-08-11 cs.LG cs.SY eess.SY
Stability Mechanisms for Predictive Safety Filters
本研究针对预测安全滤波器需满足额外稳定性要求的问题，提出融合从有界收敛到一致渐近稳定的稳定性保证的框架，扩展MPC理论结果并支持常用设计技术，可适配动态轨迹跟踪问题，经汽车高级驾驶辅助场景验证具有实用性。
2024-09-18 cs.SY eess.SY
Advanced Safety Filter for Smooth Transient Operation of a Battery Energy Storage System
本文提出一种基于平方和优化与二次约束二次规划的先进安全滤波器，用于电池储能系统，在平滑限制电流的同时实现有限时间收敛，并通过负载阶跃仿真验证其优于标准矢量电流控制器。
2024-05-23 cs.SY eess.SY
Nonlinear Model Predictive Control Based on Constraint-Aware Particle Filtering/Smoothing
非线性模型预测控制（NMPC）在许多应用中得到了广泛的应用。它的制定传统上涉及重复在线求解非线性约束优化问题。在本文中，我们研究NMPC通过贝叶斯估计的镜头，并强调蒙特卡洛抽样方法可以提供一个有利的方式来实现NMPC。我们开发了一种约束感知的粒子滤波/平滑方法，并利用它来实现NMPC。新的基于采样的NMPC算法可以简单有效地执行，即使是复杂的非线性系统，同时潜在地减轻了传统研究中的数值优化所面临的计算复杂性和局部极小值的问题。通过仿真研究，该算法的有效性进行了评估。
2022-05-09 cs.SY eess.SY
A predictive safety filter for learning-based racing control
自动驾驶等安全关键型应用对高性能控制器的需求日益增长，推动了正式安全验证技术的发展。在本文中，我们设计并实现了一个预测性的安全过滤器，它能够保持车辆安全的轨道边界配对时，与任何潜在的不安全的控制信号，如那些发现在基于学习的方法。使用模型预测控制（MPC）框架来创建最小侵入性算法，该最小侵入性算法证明期望的控制输入是否是安全的并且可以应用于车辆，或者提供替代输入以将车辆保持在界限内。为此，我们提供了一个原则性的程序来计算一个安全和不变的非线性动态自行车模型，使用高效的凸逼近技术。为了在没有保守安全干预的情况下完全支持激进的赛车性能，安全设置通过预测控制备份轨迹实时扩展。在微型遥控车辆上的辅助手动驾驶和深度模仿学习应用证明了安全过滤器在激进机动中确保车辆安全的能力。
2021-02-23 cs.SY eess.SY
Can Predictive Filters Detect Gradually Ramping False Data Injection Attacks Against PMUs?
School of Electrical, Computer and Energy Engineering Arizona State University（亚利桑那州立大学电气、计算机与能源工程学院）
本文研究了预测性滤波器在检测PMUs中逐步增大虚假数据注入攻击的能力，发现突然注入的攻击可被检测，但逐步增强的攻击可规避检测并造成系统损害。
2019-05-06 cs.SY eess.SY
Learning Predictive Safety Filter via Decomposition of Robust Invariant Set
Tsinghua University（清华大学）；Carnegie Mellon University（卡内基梅隆大学）
本文提出一种结合鲁棒模型预测控制与强化学习的理论框架，通过分解鲁棒不变集并采用对抗式演员-评论家算法学习安全滤波器，以较低计算复杂度实现非线性系统在不确定性下的持久鲁棒安全保证。
2023-11-12 cs.LG cs.SY eess.SY
Predictive control barrier functions: Enhanced safety mechanisms for learning-based control
虽然基于学习的控制技术通常优于经典控制器设计，但安全要求限制了许多应用中对此类方法的接受。最近的发展通过所谓的预测安全过滤器来解决这个问题，该过滤器评估拟议的基于学习的控制输入是否会导致违反约束，并在必要时对其进行修改，以确保未来所有时间步长的安全性。这种预测性安全滤波器的理论保证依赖于模型假设，微小的偏差可能导致滤波器故障，使系统处于危险之中。本文介绍了一种辅助软约束预测控制问题，总是可行的，在每个时间步长和渐近稳定的可行集的原始安全过滤器，从而提供了一个恢复机制，在安全关键的情况下。这是通过结合终端控制障碍函数的简单约束收紧来实现的。通过扩展离散时间控制障碍函数理论，我们建立了所提出的辅助问题提供了一个“预测”的控制障碍函数。所得到的算法证明使用数值例子。
2022-05-13 cs.SY eess.SY
Statistical Results on Filtering and Epi-convergence for Learning-Based Model Predictive Control
本文证明了基于学习的模型预测控制中测量模型选择的合理性，并给出了随机收敛性证明，同时证明了用于LBMPC的非参数估计器的统计性质。
2012-08-03 cs.LG cs.SY eess.SY
Filter-Aware Model-Predictive Control
Volkswagen Group（大众集团）；Machine Learning Research Lab（机器学习研究实验室）
针对部分可观测问题中常规 MPC 忽略未来观测、难以维持状态估计确定性的不足，提出以可跟踪性惩罚信息损失并由神经网络近似的滤波器感知 MPC，在视觉导航和机械臂实验中显著提升性能。
2023-04-20 cs.LG cs.RO cs.SY
Predictive safety filter using system level synthesis
本研究提出融入系统级综合技术的改进模型预测安全滤波器SL-MPSF，可在扩大安全集内为受扰线性系统保安全，修改控制输入更少，还提出显式变体降低在线计算量，经数值算例验证优于现有方案。
2023-06-09 cs.SY eess.SY
Robust Predictive Output-Feedback Safety Filter for Uncertain Nonlinear Control Systems
在现实世界的应用中，我们经常需要可靠的决策下动态不确定性使用嘈杂的高维传感器数据。最近，我们已经看到越来越多的基于学习的控制算法，以解决动态不确定性下的决策的挑战。这些算法通常对潜在的未知动态做出假设，因此可以提供安全保证。这对于其他广泛使用的基于学习的决策算法（如强化学习）更具挑战性。此外，大多数现有的方法假设访问状态测量，这在实践中可能是限制性的。在本文中，安全滤波器和鲁棒输出反馈控制的文献的启发，我们提出了一个鲁棒预测输出反馈安全滤波器（RPOF-SF）框架，提供安全认证的任意控制器应用于不确定的非线性控制系统。建议的RPOF-SF结合了一个鲁棒稳定的观测器，估计系统状态从嘈杂的测量数据和一个预测的安全过滤器，使任意的控制器安全（可能）最小限度地修改控制器的输入，以保证安全。我们在理论上表明，建议的RPOF-SF保证约束的满意度，尽管施加到系统的干扰。我们证明了所提出的RPOF-SF算法使用不确定的质量弹簧阻尼器系统的有效性。
2022-12-17 cs.SY eess.SY
Predictive stability filters for nonlinear dynamical systems affected by disturbances
本文扩展预测安全滤波器框架，通过利用预测轨迹构造的隐式 Lyapunov 函数保证受扰非线性闭环系统的鲁棒渐近稳定性，并在汽车车道保持仿真中验证了所提策略。
2024-04-29 cs.SY eess.SY math.OC
Data-Driven Recursive Least Squares Estimation for Model Predictive Current Control of Permanent Magnet Synchronous Motors
模型预测控制器（MPC）的性能很大程度上取决于模型的质量。在电力传动控制领域，基于一阶物理原理的白盒（WB）建模方法是最常见的。该过程通常不包括寄生效应，并且参数偏差频繁。这些问题在自调试驱动器领域中尤其重要，因为无法获得手工定制的精确WB工厂模型。为了补偿这种建模误差，从而提高控制性能在瞬态和稳态，本文提出了一种数据驱动，实时能力的递归最小二乘（RLS）估计方法的永磁同步电机（PMSM）的电流控制。由于绕组方案的磁链和电压谐波的影响也可以考虑在内。提出了逆变器联锁时间的补偿方案。在面向转子的坐标系中，使用著名的有限控制集MPC（FCS-MPC）研究所提出的识别算法。广泛的实验结果表明，所提出的方案相比，FCS-MPC-基于一个国家的最先进的WB电机模型使用查找表解决（交叉）饱和的优越性能。
2019-11-27 cs.SY eess.SY
Ensemble Kalman-Bucy filtering for nonlinear model predictive control
Institut für Mathematik, Universität Potsdam（波茨坦大学数学研究所）
针对部分观测动力系统中状态估计与最优控制割裂的问题，本文将集合 Kalman-Bucy 滤波引入非线性模型预测控制，用交互粒子近似 Pontryagin 极大值原理的正倒向随机微分方程，并在倒立摆上验证性能。
2025-03-16 cs.LG cs.NA cs.SY
Multi-Step Model Predictive Safety Filters: Reducing Chattering by Increasing the Prediction Horizon
University of Toronto（多伦多大学）；University of Toronto Robotics Institute（多伦多大学机器人研究所）；Vector Institute for Artificial Intelligence（向量人工智能研究所）；Technical University of Munich（慕尼黑工业大学）；Munich Institute for Robotics and Machine Intelligence（慕尼黑机器人与机器智能研究所）
本文提出一种多步模型预测安全滤波器，通过延长输入修正时域并利用鲁棒 MPC 技术保证递归可行性，在 Crazyflie 2.0 实验中相比已有方法将抖振减少 4 倍以上。
2023-09-20 cs.LG cs.RO cs.SY
MPC as a Copilot: A Predictive Filter Framework with Safety and Stability Guarantees
University College London（伦敦大学学院）；Southeast University（东南大学）；Loughborough University（拉夫堡大学）
本文提出PS2F框架，结合MPC和过滤层，确保系统约束和渐近稳定性，通过递归可行性分析和时间变化参数化实现安全与稳定平衡。
2026-03-29 cs.RO cs.SY eess.SY
Backup-Based Safety Filters: A Comparative Review of Backup CBF, Model Predictive Shielding, and gatekeeper
University of Michigan, Ann Arbor（密歇根大学安娜堡分校）
本文通过统一框架比较三种备份安全过滤器，揭示其共同结构与算法差异，指出MPS是gatekeeper的特例，并分析备份安全过滤器的保守性来源。
2026-09-21 cs.RO cs.SY eess.SY
Geometry-Aware Predictive Safety Filters on Humanoids: From Poisson Safety Functions to CBF Constrained MPC
Department of Mechanical and Civil Engineering, California Institute of Technology（机械与土木工程系，加州理工学院）
针对腿式机器人非对称几何的安全轨迹规划问题，提出基于泊松安全函数和CBF约束MPC的几何感知预测安全滤波器，实现实时在线安全导航。
2025-08-15 cs.RO cs.SY eess.SY
MROPE: A Multi-Robot Safe Cooperative Strategy via combined Predictive Safety Filters and Ellipse-based Constraint Compression
Alma Mater Studiorum - Università di Bologna（博洛尼亚大学）；Leonardo S.p.a.（莱昂纳多公司）；Leonardo Innovation Labs（莱昂纳多创新实验室）
针对杂乱环境中无人机群追踪动态目标的计算与安全挑战，研究提出MROPE分层策略，结合分布式聚合优化、分布式共识方案与预测安全滤波器，通过动态聚合障碍物为椭圆保障安全，实验验证其效率与可扩展性优于集中式方法。
2026-08-03 cs.RO cs.SY eess.SY
The Unscented Transform Controller: a new model predictive control law for highly nonlinear systems
基于Unscented变换的Unscented卡尔曼滤波器（UKF），提出了一种新的非线性对象的预测控制器，称为Unscented变换控制器（UTC）。UTC可以被看作是UKF的对偶，与LQG调节器和卡尔曼滤波器相关的方式相同。UTC演示的虚拟跳伞运动员在自由落体的复杂机动的控制模型在风洞和自由落体实验中得到验证。
2022-07-21 cs.SY eess.SY
Tempering the Bayes Filter towards Improved Model-Based Estimation
本文提出温控贝叶斯滤波器，通过温控似然和后验提升预测精度，适用于线性高斯情况得到温控卡尔曼滤波器。
2025-12-02 cs.SY eess.SY math.OC
Online Model Estimation for Predictive Thermal Control of Buildings
Air Force Research Laboratory（美国空军研究实验室）
本文提出一种可扩展的方法，用于学习建筑的控导向热模型，以实现大规模部署低成本预测控制。通过改进的无迹卡尔曼滤波器，准确学习和预测建筑热响应。通过EnergyPlus模拟数据验证了基于多区热网络的灰盒方法，实现了24小时能源预测。
2015-12-27 cs.LG cs.SY eess.SY
