Alternative Form of Predictor Based Identification of LPV-SS Models with Innovation Noise
Eindhoven University of Technology（埃因霍温理工大学）
本文提出了一种识别具有状态空间模型结构的线性参数变化系统的方法，其中系数函数具有静态和仿射依赖于调度信号的特性。该方法减少了维度灾难问题，将LPV-SS模型重新表述为等效的冲击响应形式，即具有外生输入的移动平均系统（MAX系统）。LPV-MAX表示的马尔可夫系数函数在调度信号及其时间移位上是多线性的，与基于预测器的方法中对应的LPV自回归加外生输入系统多二次的特性不同。本文证明，在某些输入和调度信号条件下，LPV-MAX模型的一步预测误差的$\ell_2$损失函数具有唯一的最小值，对应于原始系统。因此，在预测误差最小化框架下识别LPV-MAX模型将是一致且无偏的。通过应用高效的基减Ho-Kalman实现，将LPV-SS模型实现出来。所提出方法的性能通过蒙特卡洛模拟研究评估。
2016-09-23 cs.SY eess.SY
Towards Efficient Maximum Likelihood Estimation of LPV-SS Models
EC-Lille（里尔经济与商业学院）
本文提出了一种结合最新LPV输入输出识别方法和LPV-IO到LPV状态空间实现方案以及最大似然细化步骤的模块化LPV-SS识别方法，通过相关分析或贝叶斯脉冲响应估计估计底层系统的马尔可夫系数序列，然后使用基减霍尔曼方法进行LPV-SS实现，并通过梯度或期望最大化优化方法从最大似然角度细化LPV-SS模型估计，通过蒙特卡洛研究验证了该方法的有效性。
2018-08-05 cs.SY eess.SY
Direct data-driven LPV control of nonlinear systems: An experimental result
本文提出基于 LPV 嵌入与行为理论的非线性系统直接数据驱动控制方法，仅需测量数据和调度映射先验信息，并通过不平衡圆盘实验验证其仅用 7 个数据点即可稳定任意受迫平衡点。
2023-05-25 cs.SY eess.SY
From Nonlinear Identification to Linear Parameter Varying Models: Benchmark Examples
Eindhoven University of Technology（埃因霍温理工大学）
本文提出了一种系统性的LPV嵌入方法，从非线性分数表示模型开始，通过因子分解静态非线性块，将非线性系统识别为具有仿射依赖的LPV-LFR或LPV状态空间模型，从而从数据驱动的角度选择调度变量，并且估计不受调度变量测量噪声的影响。
2018-09-13 cs.SY eess.SY
LPV Modeling of Nonlinear Systems: A Multi-Path Feedback Linearization Approach
本文介绍了一种系统的方法来综合线性参数变化（LPV）表示的非线性（NL）系统，这是由输入仿射状态空间（SS）表示。转换方法的结果在LPV-SS表示在可观察的规范形式。基于相对度的概念，首先将给定NL表示的SS描述转化为范式。在SISO的情况下，所有的非线性的原始系统被嵌入到一个NL函数，这是因式分解，基于所提出的算法，构建一个LPV表示的原始NL系统。整个过程产生LPV模型，其中调度变量取决于系统的输入和输出及其导数，实现了实际适用的转换的情况下，低阶导数的模型。此外，如果NL模型的状态可以被测量或估计，则提出了一种修改的过程来提供由这些状态调度的LPV模型。包括例子来证明这两种方法。
2021-03-26 cs.SY eess.SY
Incremental Stability and Performance Analysis of Discrete-Time Nonlinear Systems using the LPV Framework
耗散性框架被广泛用于分析非线性系统的稳定性和性能。通过将非线性系统嵌入到LPV表示中，LPV框架的凸工具可以应用于非线性系统，以进行基于凸耗散性的分析和控制器综合。然而，正如最近在文献中所示，天真的应用这些工具的非线性系统的分析和控制器的合成可能无法提供所需的保证。也就是说，仅保证关于原点的性能和稳定性。在本文中，连续时间非线性系统的结果的启发，增量耗散离散时间非线性系统的概念，从而进行稳定性和性能分析的轨迹之间。此外，它示出了如何，通过使用的LPV框架，凸条件可以获得增量耗散分析的离散时间非线性系统。通过分析受控非平衡磁盘系统的增量耗散率，证明了所开发的概念和工具。
2021-05-26 cs.SY eess.SY
Incremental Dissipativity based Control of Discrete-Time Nonlinear Systems via the LPV Framework
与线性时不变系统不同，对于非线性系统，不存在一个包含性能整形的系统凸控制器设计的通用框架。线性变参数（LPV）框架试图通过扩展凸LTI合成结果来弥合这一差距，使得它们可以应用于非线性系统。然而，最近的文献表明，天真的应用LPV框架可能无法保证所需的渐近稳定性保证非线性系统。增量耗散理论已成功地用于文献中，以克服这些问题的连续时间（CT）系统。然而，到目前为止，还没有解决方案已经提出了基于输出反馈的增量控制的离散时间（DT）的情况下。利用DT非线性系统增量耗散性凸分析的最新结果，在LPV框架下，提出了一种凸输出反馈控制器综合方法，以保证DT非线性系统的闭环增量耗散性。所提出的方法应用于一个仿真例子，证明了改进的稳定性和性能相比，一个标准的LPV控制器的设计。
2021-10-01 cs.SY eess.SY
Tutorial: Implementando Controladores Preditivos Não Lineares através do Ferramental LPV
本教程分步讲解了兼具高精度与低计算量、可实时运行的LPV MPC算法的实现方法，覆盖建模到稳定性内容，并以气举采油过程为例，将其与基准非线性MPC软件CasADi做了对比。
2023-04-28 cs.SY eess.SY math.OC
Autonomous Wheel Loader Trajectory Tracking Control Using LPV-MPC
在本文中，我们提出了一个系统的方法，高性能和高效的自主轮式装载机的轨迹跟踪控制。针对轮式装载机的非线性动力学模型，将非线性模型预测控制（MPC）应用于离线轨迹规划，以获得满足状态和控制约束的高性能状态控制轨迹。在跟踪控制中，将非线性模型嵌入到线性变参数（LPV）模型中，并采用LPV-MPC策略实现快速在线计算和良好的跟踪性能。为了证明LPV-MPC的有效性和优越性，我们在高保真仿真环境中测试和比较了三种模型预测控制策略。在规划轨迹的基础上，对LPV-MPC、非线性MPC和LTI-MPC三种跟踪控制策略进行了仿真，并从计算量和跟踪性能两个方面进行了比较。LPV-MPC可以实现比常规LTI-MPC更好的性能，因为在LPV模型中捕获更准确的标称系统动态。此外，LPV-MPC实现略差的跟踪性能，但大大提高了计算效率比非线性MPC。我们的自动轮式装载机在模拟环境中完成装载循环的视频可以在这里找到：https://youtu.be/QbNfS_wZKKA。
2022-04-07 cs.SY eess.SY
Efficient Learning of Affine and Rational Dependency LPV Models With Linear Fractional Representation
Eindhoven University of Technology（埃因霍温理工大学）；HUN-REN Institute for Computer Science and Control（匈牙利科学院计算机与控制研究所）
本文提出一种基于线性分数表示的LPV模型，通过联合估计被控对象和调度映射，利用输入输出数据高效建模复杂非线性系统，相比仿射模型减少调度变量。
2026-05-12 cs.SY eess.SY
A Continuous-Time Generalization of the LPV Fundamental Lemma
Technische Universität Ilmenau（伊尔梅瑙工业大学）；University of Pennsylvania（宾夕法尼亚大学）；Eindhoven University of Technology（埃因霍温理工大学）
本文通过LPV系统框架，将LPV基本引理从离散时间推广到连续时间系统，实现数据驱动的连续时间LPV控制器设计。
2026-09-10 cs.SY eess.SY math.OC
A Comparison of LPV Gain Scheduling and Control Contraction Metrics for Nonlinear Control
The University of Sydney（悉尼大学）；Eindhoven University of Technology（埃因霍温理工大学）
本文比较了基于LPV模型的增益调度控制和基于控制收缩度量的非线性控制方法，发现后者是一种扩展的增益调度控制方案，通过精确的控制实现实现了全局参考无关的稳定性和性能。
2020-05-07 cs.SY eess.SY
Linear Parameter Varying Representation of a class of MIMO Nonlinear Systems
Eindhoven University of Technology（埃因霍温理工大学）
本文提出了一种系统化的线性参数变化（LPV）嵌入方法，从具有非线性反馈块（NLFR）的多输入多输出（MIMO）线性分数表示出发，通过自动分解模型中的静态非线性块，得到LPV-LFR或具有调度依赖性的LPV状态空间模型，从而方便选择调度变量并利用非线性识别工具估计LPV模型。
2018-09-13 cs.SY eess.SY
On the Design of Nonlinear MPC and LPVMPC for Obstacle Avoidance in Autonomous Driving
针对静态障碍物阻挡参考轨迹的自动驾驶场景，提出NMPC与可转化为QP高效求解的LPVMPC两种避障方法，验证后者显著降低计算量且仅轻微损失性能。
2023-07-12 cs.SY eess.SY
Automated Linear Parameter-Varying Modeling of Nonlinear Systems: A Global Embedding Approach
针对非线性动力学系统，提出基于微积分第二基本定理的无近似矩阵因式分解自动化LPV模型转换方法，实现全局嵌入，在Matlab工具箱实现并通过不平衡圆盘、三自由度陀螺验证，支持控制器设计与部署。
2025-02-18 cs.SY eess.SY
LPV Modeling of the Atmospheric Flight Dynamics of a Generic Parafoil Return Vehicle
获得可用于控制的模型对于确保航天器的制导和导航至关重要，如通用翼伞返回飞行器（GPRV）。在本文中，我们转换的非线性模型的大气飞行动力学的GPRV的线性参数变化（LPV）的描述，这样的LPV模型是适合于导航控制设计。非线性模型的自动转换方法会导致复杂的LPV表示，这不适合控制器综合。我们采用了几种最先进的技术，包括基于学习的方法，以优化GPRV的LPV嵌入的复杂性和保守性。结果表明，我们可以得到一个LPV嵌入，逼近复杂的非线性动力学足够好，在复杂性，保守性和模型性能之间的平衡是最佳的。
2022-05-19 cs.SY eess.SY
Stable-by-Design Neural Network-Based LPV State-Space Models for System Identification
Artificial Intelligence and Intelligent Systems Laboratory（人工智能与智能系统实验室）；Istanbul Technical University（伊斯坦布尔技术大学）
针对非线性系统辨识中难兼顾稳定性与潜在动力学捕捉的问题，提出设计即稳定的LPV神经网络状态空间模型，通过Schur参数化保证稳定性、融合多步损失与状态正则训练，在基准测试中性能匹配或超越现有方法。
2025-10-21 cs.AI cs.LG cs.SY
Pitfalls of Guaranteeing Asymptotic Stability in LPV Control of Nonlinear Systems
近年来，针对非线性系统的线性变参数（LPV）控制综合，提出了一种新的控制方法，该方法用于实现系统的渐近输出跟踪和扰动抑制，但当系统的调度变量保持在设计过程中考虑的有界区域内时，该方法却不能实现期望的渐近跟踪和扰动抑制。已经观察到，即使存在积分作用，在有界常数输入扰动存在下，被控系统也可能表现出围绕平衡点的振荡运动。这项工作的目的是调查如何和为什么基线李雅普诺夫稳定性的概念，目前广泛使用的LPV框架，无法保证所需的系统行为。具体而言，它示出了为什么二次李雅普诺夫概念是不足以始终保证渐近稳定的参考跟踪和扰动抑制的情况下，为什么平衡独立的稳定性概念是需要LPV稳定性分析和控制器的合成。所介绍的概念和明显的陷阱，通过一个仿真例子证明。
2020-04-28 cs.SY eess.SY
Nonlinear parameter-varying state-feedback design for a gyroscope using virtual control contraction metrics
提出了一种基于虚拟控制收缩度量（VCCM）的非线性变参数（NPV）方法，设计了控制力矩陀螺（CMG）的状态反馈控制器，以跟踪用户定义的轨迹集。这种基于VCCM的非线性稳定和性能综合方法，这是类似于线性参数变化（LPV）控制方法，允许实现精确的保证指数稳定性和$\mathcal{L}_2$增益性能的非线性系统的所有轨迹从预定的集合，这是不是与传统的LPV方法的情况。在完全和欠驱动的CMG操作模式进行的仿真和实验研究表明，这种方法相比，标准的LPV控制方法的有效性。
2021-04-11 cs.SY eess.SY math.OC
A Learning- and Scenario-based MPC Design for Nonlinear Systems in LPV Framework with Safety and Stability Guarantees
本文提出一种基于学习和场景的MPC设计方法，用于LPV框架下的非线性系统，通过BNN学习带不确定性的模型并生成场景，结合参数相关终端设计，保证安全性与稳定性。
2023-05-06 cs.SY eess.SY
Equilibrium-Independent Control of Continuous-Time Nonlinear Systems via the LPV Framework -- Extended Version
本文利用速度形式与 LPV 框架提出一种连续时间非线性系统控制器综合方法，实现相对任意受迫平衡点的通用偏移稳定性与性能，并通过仿真和实验验证其优于标准 LPV 设计。
2023-08-16 cs.SY eess.SY
A behavioral approach for LPV data-driven representations
Eindhoven University of Technology（埃因霍温理工大学）；HUN-REN Institute for Computer Science and Control（匈牙利研究与创新网络计算机与控制研究所）
本文提出一种基于行为方法的LPV系统数据驱动表示，支持直接数据驱动分析与控制，并给出秩测试与仿真方法，适用于非线性系统的LPV嵌入。
2025-06-30 cs.SY eess.SY math.OC
Identifying Large-Scale Linear Parameter Varying Systems with Dynamic Mode Decomposition Methods
Department of Automation；Systems Engineering, Federal University of Santa Catarina, Florianópolis, 88040-900, Santa Catarina, Brazil；Harold Vance Department of Petroleum Engineering, Texas A\&M University, College Station, 77843-3116, Texas, USA
本文提出DMD-LPV方法，结合动态模式分解与非侵入式降阶建模，实现大规模LPV系统的局部与全局辨识，实验验证其无需全阶辨识且性能几乎无衰减。
2025-07-04 cs.LG cs.SY eess.SY
Affine Linear Parameter-Varying Embedding of Nonlinear Models with Improved Accuracy and Minimal Overbounding
在本文中，自动生成的线性变参数（LPV）状态空间模型嵌入的动态行为的非线性系统被认为是，侧重于调度复杂性和模型精度之间的权衡和最小化的保守性嵌入。LPV状态空间模型是用仿射调度依赖关系合成的，而调度变量本身是原系统状态和输入变量的非线性函数。该方法允许生成非线性系统模型的完全或近似嵌入，并且还可以用于最小化现有LPV嵌入的复杂性。该方法的能力被证明在仿真例子，也在一个经验的案例研究中，第一原理运动模型的3-DOF控制力矩陀螺仪被转换所提出的方法LPV模型与低调度复杂度。利用所得到的模型，增益调度控制器的设计和应用的陀螺仪，证明了所开发的方法的效率。
2020-10-04 cs.SY eess.SY
Stability of input-output maps and their minimal realizations in state-linear, state-affine, LPV, and linear switched systems
Univ. Lille, CNRS, Centrale Lille（里尔大学、法国国家科学研究中心、中央理工学院里尔）；SPMS, NTU, Singapore（新加坡南洋理工大学精算与数学科学学院）；HUN-REN SZTAKI, Budapest, Hungary（匈牙利研究与创新网络萨塔基研究所）
研究输入-输出映射稳定性，通过汉克尔秩、响应衰减等条件判断其有限维稳定状态线性实现，还扩展到其他系统，且表明衰减/遗忘率决定最小实现的衰减率。
2026-07-07 cs.SY eess.SY math.OC
Convergence Properties of Fast quasi-LPV Model Predictive Control
本文研究了无不等式约束的 quasi-LPV 系统快速非线性模型预测控制迭代算法的收敛性质，提出了保证收敛的条件，并设计了一种保持最优性的算法变体，在仿真基准中验证了其性能。
2023-09-14 cs.SY eess.SY math.OC
Tube-based Robust Model Predictive Control for a Distributed Parameter System Modeled as a Polytopic LPV (extended version)
本文针对分布式参数系统，提出将非线性嵌入LPV系统，采用鲁棒管道MPC处理不确定性，离线计算大部分，在线仅求解简单QP，仿真验证了良好性能与稳定性。
2025-01-26 cs.SY eess.SY math.OC
Blind System Identification in Linear Parameter-Varying Systems
针对非线性系统中输入数据不可得的盲系统辨识难题，提出结合LPV系统与HMM特性，将LPV结构建模为HMM网络，用改进QSVBW算法估计非线性映射与调度变量，经数值验证有效。
2024-05-16 cs.SY eess.SY
Linear Parameter-Varying Control of Nonlinear Systems based on Incremental Stability
线性变参数（LPV）框架长期以来主要通过$\mathcal{L}_2$增益概念来保证非线性（NL）系统的性能和稳定性要求。然而，最近的研究已经指出，如果非零操作条件（例如，参考跟踪、恒定扰动抑制等）的稳定不能保证这些要求，则当前的基于$\mathcal{L}_2$增益的LPV合成方法可能无法保证这些要求。是必需的.本文提出了一种基于LPV的综合方法，该方法能够保证NL系统的增量性能和稳定性，即使具有参考和扰动抑制目标。所开发的方法和当前的$\mathcal{L}_2$ LPV合成方法进行了比较，在Duffing振荡器的位置控制问题的仿真研究，显示所提出的方法相比，当前的$\mathcal{L}_2$为基础的跟踪和扰动抑制的方法的性能改进。
2019-09-16 cs.SY eess.SY
Tensor-based reduction of linear parameter-varying state-space models
针对LPV模型转换后高维保守、现有降阶方法分别处理状态阶数与调度维度的问题，本文提出基于张量的联合降阶框架，扩展Petrov-Galerkin投影并开发两种子空间求解方法，在两类质量-弹簧-阻尼器系统上验证了有效性与可扩展性。
2025-07-31 cs.SY eess.SY
Learning Surrogate LPV State-Space Models with Uncertainty Quantification
Eindhoven University of Technology（埃因霍温理工大学）；European Space Agency, ESTEC（欧洲航天局ESTEC）；HUN-REN Institute for Computer Science and Control（HUN-REN计算机科学与控制研究所）
本文提出一种贝叶斯方法，联合估计LPV状态空间模型及其调度，直接从输入输出数据中表征模型不确定性及预测响应的置信区间，考虑了测量噪声引起的aleatoric不确定性及有限训练数据和结构偏差引起的epistemic不确定性。
2026-09-21 cs.LG cs.SY eess.SY
Data-Driven Predictive Control for Linear Parameter-Varying Systems
基于行为理论和线性变参数系统基本引理的推广，本文介绍了一种数据驱动的预测控制（DPC）方案，该方案能够在（i）系统可以用LPV形式表示和（ii）有信息数据的条件下，确保未知系统的参考跟踪和满足输入输出（IO）约束。包含系统的测量IO和调度轨迹的集合可用。它示出，如果数据集满足激励条件的持久性，然后可以从IO数据集和在线测量数据构造系统的未来轨迹的数据驱动的LPV预测器。该方法代表的第一步，由于潜在的LPV框架来表示它们的非线性和时变系统的DPC解决方案。两个说明性的例子，包括参考跟踪控制的非线性系统，提供证明基于数据的LPV-DPC计划，实现类似的性能LPV基于模型的预测控制。
2022-01-24 cs.SY eess.SY
Kernel-Based Sparse Additive Nonlinear Model Structure Detection through a Linearization Approach
Vrije Universiteit Brussel（布鲁塞尔自由大学）
本文提出一种数据驱动方法，通过线性化将连续时间稀疏加性非线性系统近似为LPV模型，利用RKHS稀疏估计器检测梯度与Hessian非零元素，从而确定模型结构，数值模拟验证了有效性。
2025-08-02 cs.LG cs.SY eess.SY
Nonlinear Temperature Regulation of Solar Collectors with a Fast Adaptive Polytopic LPV MPC Formulation
太阳能集热器中的温度控制是一个非线性问题：温度上升的动态根据流过集热器的油和沿集热器区域的温度梯度而变化。以这种方式，这项工作研究制定一个模型预测控制（MPC）的应用程序内开发的线性参数变化（LPV）的形式主义，它作为一个模型的太阳能集热器的过程。建议的系统是一个自适应MPC，开发终端集约束，并考虑调度多面体的模型。在每个时刻，求解两个二次规划（QP）程序：第一个考虑N步的后向水平以找到定义最佳LTI预测模型的虚拟模型-过程调整变量，考虑多面体系统的顶点;然后，第二个QP使用该LTI模型来优化沿着N步的前向水平的性能。本文最后一个现实的太阳能集热器的模拟结果，比较所提出的MPC从文献（线性MPC和鲁棒管MPC）的其他技术。讨论的结果，设计过程和计算工作的三种方法。它示出了如何建议MPC的设计是能够超越这些其他标准方法的参考跟踪和扰动抑制。
2020-07-10 cs.SY eess.SY
Obstacle Avoidance of Autonomous Vehicles: An LPVMPC with Scheduling Trust Region
本文针对自动驾驶中带静态障碍物的参考跟踪问题，提出一种带调度信任区域的LPVMPC方法，通过将非线性模型等价转化为LPV形式并以QP高效求解，同时引入信任区域约束保证可行性，实验表明其优于标准LPVMPC并与NMPC相当。
2024-05-03 cs.SY eess.SY
Decoupling parameter variation from noise: Biquadratic Lyapunov forms in data-driven LPV control
本文针对线性参数变化系统，利用 Fundamental Lemma 变体、数据充分性概念与双二次 Lyapunov 形式，解耦了数据噪声与参数变化的影响，提出了基于数据和噪声界限的新型线性矩阵不等式条件，以验证调度依赖型 Lyapunov 函数的存在性。
2024-09-16 cs.SY eess.SY
A Linear Parameter-Varying Approach to Data Predictive Control
Eindhoven University of Technology（埃因霍温理工大学）；University of Stuttgart, Institute for Systems Theory and Automatic Control（斯图加特大学系统与自动控制系统研究所）；Institute for Electrical Engineering in Medicine, Universität zu Lübeck（吕贝克大学医学电气工程学院）；Systems and Control Lab, Institute for Computer Science and Control（计算机科学与控制研究所系统与控制实验室）
本文提出了一种基于线性参数变化方法的数据驱动预测控制策略，通过终端成分保证系统稳定性和可行性，并通过仿真验证其在非线性系统中的有效性。
2025-10-27 cs.SY eess.SY
Nonlinear Tracking and Rejection using Linear Parameter-Varying Control
线性变参数（LPV）框架已被引入的意图提供稳定性和性能保证的非线性（NL）系统的分析和控制器综合通过凸方法。通过扩展线性时不变框架的结果，主要基于二次稳定性和性能，使用耗散理论，它已被假定，他们推广的NL系统的跟踪和扰动抑制保证。然而，如文献中所示，通过标准耗散的稳定性和性能不足以满足非线性系统在参考跟踪和扰动抑制的情况下的期望保证。我们建议解决这个问题的应用程序的增量耗散，确保这些规格。提出了一种新的方法来综合和实现NL控制器，该控制器能够通过使用LPV框架中的方法的凸优化来保证NL系统的增量稳定性和性能。通过仿真和实验，所提出的方法相比，标准的LPV控制器的设计，表现出显着的性能改善。
2023-03-07 cs.SY eess.SY
Linear Parameter-Varying Embedding of Nonlinear Models with Reduced Conservativeness
本文提出了一种将非线性系统的动力学描述嵌入到线性变参数（LPV）系统表示中的系统方法。最初，使用多元多项式回归来近似模型表示中的非线性函数。考虑到残差的近似作为潜在的调度参数，主成分分析（PCA）进行引入一组有限的辅助调度参数，在应付贸易？模型的准确性和复杂性之间的关系。以这种方式，LPV嵌入的非线性系统和调度变量的选择，共同执行，使得一个很好的交易o？LPV模型多项式地依赖于一些状态变量，并依赖于引入的辅助调度变量，这些变量共同构成了整个调度向量。该方法被施加到一个两自由度（2-DOF）的机器人机械手除了一个学术的例子，以揭示所提出的方法的有效性，并显示所提出的方法的优点与文献中的一些可用的结果相比。
2020-11-06 cs.SY eess.SY
A scalable, gradient-stable approach to multi-step, nonlinear system identification using first-order methods
针对多步非线性系统辨识，提出一种基于一阶优化和自动微分、利用LPV灵敏度方程的方法，解决梯度爆炸问题且复杂度线性可扩展，仿真验证其有效性与高效性。
2025-02-14 cs.SY eess.SY
MAPS: A Mode-Aware Probabilistic Scheduling Framework for LPV-Based Adaptive Control
本文提出MAPS框架，将IMM估计器与LPV控制策略集成，利用实时模式概率作为插值权重进行概率增益调度，在HILS验证中显著提升直流电机在变摩擦环境下的状态估计精度与跟踪性能。
2025-11-06 cs.SY eess.SY
Frequency-Domain Data-Driven Controller Synthesis for Unstable LPV Systems
直接从频域测量数据合成控制器是线性时不变框架中的强大工具。不断增长的性能要求需要扩展这些方法，以考虑工厂的变化。本文的目的是建立单输入单输出线性变参数系统的局部内稳定性和$\mathcal{H}_\infty$ -性能的频域分析和综合条件。所开发的综合程序只需要频域测量数据的系统，不需要一个参数化的植物模型。在一个不稳定的非线性系统上证明了综合过程的能力。
2021-07-20 cs.SY eess.SY
Structural properties of LPV to LFR transformation: minimality, input-output behavior and identifiability
University of Poitiers（普瓦捷大学）；Ecole des Mines de Douai（杜埃国立高等矿业学院）；CNRS, Centrale Lille（法国国家科学研究中心，里尔中央理工学院）
本文研究了将Affine Linear Parameter-Varying状态空间表示转换为Linear Fractional Representations的结构特性，证明了最小性、输入输出行为和可识别性的等价性，对系统识别与控制有重要影响。
2016-08-25 cs.SY eess.SY
Fundamental Lemma for Data-Driven Analysis of Linear Parameter-Varying Systems
基于Willems等人的基本引理，线性时不变（LTI）系统的整个行为可以由系统的单个数据序列来表征，只要输入持续激励。这是数据驱动分析和控制的基本结果。在这项工作中，我们的目标是推广这个LTI结果的线性参数变化（LPV）系统。基于LPV系统的行为框架，我们证明了可以得到类似于Willems的结果。基于LPV表示，即，嵌入，非线性系统，这允许应用的基本引理的系统以外的线性类。
2022-01-24 cs.SY eess.SY math.OC
A Polynomial Chaos Framework for Designing Linear Parameter Varying Control Systems
Texas A&M University（德克萨斯农工大学）
本文利用多项式混沌框架设计线性参数变系统的控制器，通过将调度变量视为随机变量，采用多项式混沌方法合成控制器，并证明其在指数均方稳定性方面的有效性。
2015-05-13 cs.SY eess.SY
Vapor Compression Cycle Control for Automotive Air Conditioning Systems with a Linear Parameter Varying Approach
Harbin Institute of Technology（哈尔滨工业大学）
本文基于线性参数变方法研究汽车空气调节系统压缩机循环的输出跟踪问题，提出一种非线性依赖于时间变化系统参数如蒸发器压力和过热度的LPV模型，并通过张量积模型转换设计控制器以保证系统稳定性、鲁棒性和H无穷性能。
2019-11-04 cs.SY eess.SY
Robust Control Design and Analysis Based on Lifting Linearization of Nonlinear Systems Under Uncertain Initial Conditions
Kevin T. Crofton Department of Aerospace and Ocean Engineering Virginia Tech（弗吉尼亚理工大学凯文·T·克罗夫顿航空航天与海洋工程系）
本文提出了一种基于深度学习的提升方法，用于在不确定初始条件下设计鲁棒的非线性系统控制器，并通过示例验证了其有效性。
2026-01-05 cs.SY eess.SY
Parameter-Dependent Control Lyapunov Functions for Stabilizing Nonlinear Parameter-Varying Systems
本文提出参数依赖控制 Lyapunov 函数（PD-CLF）概念，通过鲁棒二次规划构建控制律，基于平方和规划联合综合 PD-CLF 和控制器，最大化镇定区域，并充分捕获系统非线性，优于传统 LPV 方法。
2025-03-05 cs.SY eess.SY math.OC
Efficient identification of linear, parameter-varying, and nonlinear systems with noise models
IMT School for Advanced Studies Lucca（IMT卢卡高等研究院）；Eindhoven University of Technology（埃因霍温理工大学）；HUN-REN Institute for Computer Science and Control（匈牙利科学院计算机科学与控制研究所（HUN-REN））
该研究提出通用系统辨识方法，可估计LTI、LPV、NL等状态空间动态模型及通用噪声模型，通过分离确定性过程与随机噪声部分调整模型复杂度，结合约束拟牛顿法和自动微分优化预测误差准则，实现秒级训练并在基准问题上表现更优。
2025-04-16 cs.LG cs.SY eess.SY
Learning event-triggered controllers for linear parameter-varying systems from data
State Key Laboratory of Robotics and Systems, Harbin Institute of Technology（哈尔滨工业大学机器人技术与系统国家重点实验室）；Nanyang Technological University（南洋理工大学）；The Hong Kong Polytechnic University（香港理工大学）；Adelaide University（阿德莱德大学）
针对事件触发LPV系统难以获得精确模型的问题，提出基于θ-持续激励和受扰动数据的数据驱动控制设计，并通过半定规划保证稳定性与最优增益调度，且扩展至轨迹跟踪。
2026-10-12 cs.SY eess.SY
Learning Stable and Robust Linear Parameter-Varying State-Space Models
Eindhoven University of Technology（埃因霍温理工大学）；The University of Sydney（悉尼大学）；Széchenyi István University（塞切尼·伊什特万大学）
本文提出两种直接参数化方法用于学习稳定且鲁棒的LPV-SS模型，先验保证收缩稳定性或Lipschitz常数有界，并支持无约束优化训练，在LPV辨识问题上验证了有效性。
2023-09-26 cs.LG cs.SY eess.SY
An Overview of Integral Quadratic Constraints for Delayed Nonlinear and Parameter-Varying Systems
University of Minnesota（明尼苏达大学）
本文提出分析时滞非线性及线性参数变化系统稳定性与性能的通用框架，通过积分二次约束和耗散不等式，为恒定及变化时滞系统提供新的约束方法，并通过数值示例验证其有效性。
2015-04-09 cs.SY eess.SY
On the reduction of Linear Parameter-Varying State-Space models
本文系统比较了LPV状态空间模型的状态阶数降阶和调度维度降阶方法，通过三种质量-弹簧-阻尼网络配置进行基准测试，并给出了选择最佳降阶方法的实用指南。
2024-04-02 cs.SY eess.SY
Real-Time Linear MPC for Quadrotors on SE(3): An Analytical Koopman-based Realization
The Ohio State University（俄亥俄州立大学）；University of Illinois, Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
本文提出KQ-LMPC，利用解析Koopman可观测量构建四旋翼动力学的LPV表示，实现实时线性MPC，在降低计算负担的同时达到与NMPC相当的跟踪性能，并经实验验证。
2025-10-17 cs.SY eess.SY
