System-level, Input-output and New Parameterizations of Stabilizing Controllers, and Their Numerical Computation
内镇定控制器$\mathcal{C}_{\text{stab}}$是非凸的，但它可以用某些闭环映射进行凸刻画：一个经典的结果是Youla参数化，两个最近的概念是系统级参数化（SLP）和输入输出参数化（IOP）.在本文中，我们解决了新的凸参数化的存在，并讨论了潜在的权衡，在不同的情况下，每个参数化。我们的主要贡献是：1）我们发现只有四元群稳定的闭环传递矩阵等价于内稳定性：其中一组用于SLP，另一组用于IOP，另外两组是新的，从而得到$\mathcal{C}_{\text{stab}}$的两个新的凸参数化。2)我们调查这些参数化后施加的有限冲激响应（FIR）近似的性能，揭示了IOP具有最好的逼近$\mathcal{C}_{\text{stab}}$给定FIR约束的能力。3)这四个参数化不需要工厂的\emph{a priori}双互质分解，但施加了一组等式约束。然而，这些等式约束在浮点运算计算和/或实现中将永远不会被精确地满足。我们证明了IOP的开环稳定的植物，在这个意义上说，小的失配的等式约束不损害闭环稳定性的数值鲁棒性，但直接IOP的实施将无法在实践中稳定开环不稳定系统。SLP是已知的享受数值鲁棒性的状态反馈的情况下，在这里，我们表明，数值鲁棒性的四块SLP控制器需要逐案分析，即使工厂是开环稳定的。
2022-02-04 cs.SY eess.SY math.OC
Compositional Synthesis via a Convex Parameterization of Assume-Guarantee Contracts
我们开发了一个假设保证框架，用于控制大规模线性（时变）系统从有限时间到达和避免或无限时间不变的规格。契约描述了各个子系统的状态和控制的容许集合。如果相互的假设和保证以我们形式化的方式匹配，则一组合同可以正确组合。我们提出了一个丰富的参数化的合同，这样的参数组成正确的是凸的。此外，我们设计了一个潜在的函数的参数，描述的距离合同从一个正确的组成。因此，验证和综合的聚合系统被打破，以解决小凸规划的各个子系统，其中的正确性最终实现了组合的方式。说明性的例子证明了我们的方法的可扩展性。
2020-02-16 cs.SY eess.SY
Parameterization of Stabilizing Linear Coherent Quantum Controllers
UNSW Canberra（新南威尔士大学堪培拉分校）
本文利用经典Youla-Kučera参数化方法，研究线性量子系统稳定性的线性相干量子反馈控制器参数化问题，提出在频域内求解加权H2和H∞控制问题的方法。
2015-03-07 cs.SY eess.SY math.OC
Adaptive Passivity-Based Pose Tracking Control of Cable-Driven Parallel Robots for Multiple Attitude Parameterizations
本文提出一种基于自适应被动性的位姿跟踪控制方法，适用于多种姿态参数化，通过结合前馈和反馈控制器，实现CDPR的鲁棒性和轨迹跟踪。
2022-09-07 cs.RO cs.SY eess.SY
Communication Topology Co-Design in Graph Recurrent Neural Network Based Distributed Control
University of Pennsylvania（宾夕法尼亚大学）
在设计大规模分布式控制器时，子控制器之间的信息共享约束（由互连它们的通信拓扑定义）与控制器本身一样重要。使用密集拓扑结构实现的控制器通常优于使用稀疏拓扑结构实现的控制器，但是还期望最小化控制器部署的成本。出于上述动机，我们介绍了一个紧凑但富有表现力的图形递归神经网络（GRNN）参数化的分布式控制器，非常适合分布式控制器和通信拓扑协同设计。我们提出的参数化具有本地和分布式架构，类似于以前的基于图神经网络（GNN）的参数化，同时进一步自然地允许分布式控制器和实现它所需的通信拓扑的联合优化。我们表明，分布式控制器/通信拓扑的协同设计任务可以构成为一个$\ell_1$ -正则化的经验风险最小化问题，可以有效地解决使用随机梯度方法。我们运行了大量的模拟来研究基于GRNN的分布式控制器的性能，并表明：（a）它们实现了与基于GNN的控制器相当的性能，同时具有更少的自由参数;（b）我们的方法允许有效地近似性能/通信密度权衡曲线。
2021-04-28 cs.LG cs.SY eess.SY
Remarks on Strong Stabilization and Stable H-infinity Controller Design
针对多输入多输出对象，给出了一种基于状态空间的强镇定控制器设计方法。利用线性矩阵不等式（LMI）给出了次优稳定H ∞控制器存在的充分条件，且控制器阶数为被控对象阶数的2倍。利用线性分式变换确定了强稳定控制器的一种新的参数化形式。
2020-03-11 cs.SY eess.SY
Convex Parameterization and Optimization for Robust Tracking of a Magnetically Levitated Planar Positioning System
磁悬浮定位技术由于其极具吸引力的特性而吸引了大量的研究工作和专门的关注。该技术提供高精度、非接触式、无灰尘/无润滑剂、多轴和大行程定位。在这项工作中，我们专注于多轴磁悬浮（磁悬浮）平面定位系统的精确和平滑的跟踪问题，为特定的S曲线参考轨迹。悬浮特性和多轴耦合使得系统动态特性的精确辨识变得困难，这给高性能控制系统的设计带来了挑战。在这里，跟踪任务是由一个2自由度（DoF）控制器组成的前馈控制器和一个强大的稳定反馈控制器与规定的稀疏模式。本文提出的方法利用H ∞控制器的基础上制定和适当建立凸内近似。特别地，具有规定的结构约束的鲁棒可镇定控制器的子集的特征在于在参数空间中，因此，重新制定的凸优化问题可以很容易地解决了几个强大的数值算法和求解器。通过这种方法，尽管存在参数不确定性，整个系统的鲁棒稳定性仍能保证令人满意的系统性能。此外，实验结果清楚地证明了所提出的方法的有效性。
2021-12-30 cs.SY eess.SY math.OC
Frequency Domain Auto-tuning of Structured LPV Controllers for High-Precision Motion Control
针对传统运动控制方法难以应对现代运动系统复杂性与位置相关效应的问题，提出一种基于FRF估计与LPV框架的结构化MIMO反馈控制频域自动整定方法，含多项创新，经动磁平面执行器实验验证有效。
2024-09-16 cs.SY eess.SY
A Convex Solution of the $H_\infty$-Optimal Controller Synthesis Problem for Multi-Delay Systems
School for the Engineering of Matter, Transport and Energy, Arizona State University（亚利桑那州立大学物质、运输与能源工程学院）
本文提出通过将问题转化为线性算子不等式，利用半正定规划求解多延迟系统$H_\infty$最优状态反馈控制器综合问题，验证了控制器的最优性。
2018-07-12 cs.SY eess.SY
Iteratively Convex Frequency Data-Driven Synthesis of Structured MIMO Controllers
Eindhoven University of Technology（埃因霍温理工大学）；ASMPT Center of Competence（ASMPT能力中心）；Institute for Computer Science and Control（计算机科学与控制研究所）
针对结构化MIMO控制器，提出基于频率响应函数的广义IQC迭代凸综合方法，结合自举设计实现控制器灵活参数化与性能优化，经工业键合机运动台实验验证可直接从实测数据合成高性能多变量控制器。
2026-10-15 cs.SY eess.SY
Synthesis of Stabilizing Recurrent Equilibrium Network Controllers
University of California, Berkeley（加州大学伯克利分校）；University of Michigan, Ann Arbor（密歇根大学安娜堡分校）
该研究提出基于递归平衡网络的非线性动态控制器参数化方法，推导保证部分观测扇区有界非线性系统指数稳定的参数约束，采用含凸优化投影的策略梯度综合控制器，经非线性对象仿真验证有效。
2022-09-13 cs.AI cs.RO cs.SY
An Efficient Data-Driven Framework for Linear Quadratic Output Feedback Control
针对状态不可测、参数未知的线性二次输出反馈控制中最优性与可行性难平衡的问题，构建满足Willems基本引理的状态参数化框架，提出有理论保证的无模型离轨迭代算法，在多输出场景等方面具显著优势。
2025-09-03 cs.SY eess.SY math.OC
Convexity and Optimal Online Control of Grid-Interfacing Converters with Current Limits
University of Washington（华盛顿大学）
本文研究了电网接入变换器的凸性，提出基于凸优化的实时控制策略，解决了电流限制下的稳定性问题，通过仿真验证了控制器的安全性和稳定性。
2026-03-17 cs.SY eess.SY
Convex Parameterizations and Fidelity Bounds for Nonlinear Identification and Reduced-Order Modelling
Massachusetts Institute of Technology（麻省理工学院）；Australian Centre for Field Robotics（澳大利亚现场机器人中心）；University of Sydney（悉尼大学）
本文提出基于凸优化的非线性识别方法，通过拉格朗日松弛、耗散不等式和半正定规划解决模型不稳定和长期预测问题，应用于电子电路降阶和气动执行器识别。
2017-01-23 cs.LG cs.SY eess.SY
A System Level Approach to Controller Synthesis
生物和先进的信息物理控制系统通常具有有限的、稀疏的、不确定的和分布式的通信和计算以及感测和致动。幸运的是，相应的植物和性能要求也稀疏和结构化，这必须加以利用，使约束控制器设计可行和易于处理。我们引入了一个新的“系统级”（SL）的方法，涉及三个互补的SL元素。系统级参数化（SLP）推广了所有镇定控制器及其响应的状态空间和Youla参数化，并与系统级约束（SLC）相结合，参数化了已知的最大一类具有凸特征的约束镇定控制器，推广了二次不变性（QI）。SLP还导致可检测性和可稳定性的泛化，这表明存在丰富的分离结构，当与SLC相结合时，自然适用于结构约束的控制器和系统。我们还提供了一个有用的SLC目录，最重要的是包括稀疏性，延迟和局部约束的通信和计算内部的控制器，和外部系统的性能。由此产生的系统级综合（SLS）的问题，出现定义最广泛的已知类的约束最优控制问题，可以使用凸规划来解决。一个例子说明了这种系统级的方法可以系统地探索控制器的性能，鲁棒性和合成/实现复杂性的权衡。
2019-06-12 cs.SY eess.SY math.OC
Convex Co-Design of Control Barrier Function and Safe Feedback Controller Under Input Constraints
针对连续时间线性系统，提出通过单一半定优化程序协同设计控制障碍函数与线性反馈控制器，可处理混合相对阶并支持多种L范数输入约束，在全向小车上验证。
2024-03-18 cs.SY eess.SY math.OC
Stability and Stabilization Analysis of Interval Positive Takagi-Sugeno Fuzzy Systems by using Convex Optimization
研究了由Takagi-Sugeno离散模糊模型描述的正非线性系统的稳定性与镇定问题。所提出的方法是基于线性共正李雅普诺夫函数和并行分布式控制器。用线性规划的方法得到了保证闭环系统正性和稳定性的状态反馈控制器存在的充要条件，并采用最优凸优化算法求解控制器，得到了控制器系数。此外，鲁棒控制器的设计已被考虑。最后，通过一个数值算例说明了所设计方法的正确性和有效性。关键词：线性规划，共正线性李雅普诺夫函数，高木-关野模糊系统，正系统。
2019-12-14 cs.SY eess.SY
On moment relaxations for linear state feedback controller synthesis with non-convex quadratic costs and constraints
本文提出一种基于状态和输入矩矩阵的线性状态反馈控制器设计方法，通过将非凸约束松弛为期望约束来处理非凸代价与约束，并揭示了凸化变量与矩矩阵块的对应关系。
2024-03-22 cs.SY eess.SY math.OC
Koopman Control Factorization: Data-Driven Convex Controller Design for a Class of Nonlinear Systems
本文提出Koopman控制分解，通过半定规划凸优化设计反馈控制器，实现非线性系统（如倒立摆）的快速、可验证稳定，无需近似。
2025-10-06 cs.SY eess.SY
On Structured-Closed-Loop versus Structured-Controller Design: the Case of Relative Measurement Feedback
我们考虑最优分布式控制器设计问题的两个结构要求：局部性，即可用的测量和子控制器的相互作用是由一个图形结构，和相对反馈，即只有测量的差异是可用的控制器。我们正式控制器的传递函数，状态空间实现，或由此产生的闭环映射的控制器的局部性。我们证明了相对反馈要求可以写成控制器和（在特殊情况下）所得到的闭环上的凸约束，并且我们描述了相对反馈控制器的允许结构。我们证明了稀疏闭环设计是一个凸松弛的结构控制器状态空间设计，即使在连续时间IIR设置。这形式化和扩展最近开发的系统级综合框架的结果。我们通过构建一类示例（基于相对反馈要求）来量化与这种凸松弛相关的性能差距，迈出了第一步，其中通过H2范数测量的性能差异是无限的。所提出的结果是用来对比几个问题的结构约束在分布式控制设计仍然是开放的问题。
2022-01-10 cs.SY eess.SY
On Symmetric Gauss-Seidel ADMM Algorithm for $\mathcal{H}_\infty$ Guaranteed Cost Control with Convex Parameterization
本文创新性地提出了一种对称Gauss-Seidel ADMM算法来解决H ∞保成本控制问题。在存在参数不确定性的情况下，H ∞保成本控制问题通常会导致大规模优化。这是由于所涉及的极端系统的数量相对于参数不确定性的数量呈指数增长性。通过Youla-Kucera参数化方法的一种变形，将稳定控制器参数化为凸集，从而将H ∞保性能控制问题转化为一个凸优化问题.基于一个适当的重新制定使用舒尔补，然后呈现可能的ADMM算法与对称高斯-赛德尔向后和向前扫描的使用。值得注意的是，这种方法消除了在许多H-无穷最优化问题中典型的经常令人望而却步的沉重计算负担，同时表现出良好的收敛保证，这对于所涉及的相关大规模优化过程尤其重要。该方法不仅保证了系统的鲁棒稳定性，而且在存在参数不确定性的情况下，系统的干扰抑制能力保持在最小值。更重要的是，由于所获得的有效性，该方法因此显然在各种重要的控制器综合问题中具有广泛的适用性，例如分散控制、稀疏控制和输出反馈控制问题。
2022-07-27 cs.SY eess.SY math.OC
Generative design of stabilizing controllers with diffusion models: the Youla approach
Politecnico di Milano（米兰理工大学）；University of Minnesota, Twin Cities（明尼苏达大学双城分校）
本文提出基于扩散模型的稳定控制器生成方法，结合Youla参数化理论，通过生成可行参数实现控制器设计，首次展示扩散模型在生成稳定控制器方面的应用。
2025-12-04 cs.SY eess.SY
Convexity of Decentralized Controller Synthesis
本文研究去中心化控制问题中控制器集的凸性，证明了控制器集的凸性等价于二次不变性，并进一步探讨了二次不变性对闭环映射集凸性的必要性与充分性。
2014-01-28 cs.SY eess.SY math.OC
Data-Driven Continuous-Time LQR: Linking Reinforcement Learning and Behavioral System Theory
Institute of Control Systems, Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院控制系统研究所）
本文研究了基于闭环和积分强化学习参数化的数据驱动连续时间线性二次调节器问题，提出数据驱动的连续时间代数黎卡提方程和凸优化方法。
2026-11-09 cs.SY eess.SY math.OC
Distributed Continuous-Time Control via System Level Synthesis
University of Michigan（密歇根大学）
本文设计了H2和H-infinity分布式控制器，通过两步法选择闭环极点并优化参数化控制器，扩展了系统级综合方法至连续时间域，仿真验证了其在9节点电网中性能优于集中控制器。
2026-04-02 cs.SY eess.SY
Computationally Efficient Robust Model Predictive Control for Uncertain System Using Causal State-Feedback Parameterization
研究了具有结构不确定性和有界扰动的线性时不变离散时间系统的鲁棒模型预测控制问题。通常情况下，约束RMPC问题的状态反馈参数化是非线性（和非凸）的在线实现具有过高的计算负担。为了弥补这一点，提出了一种新的方法来线性化的状态反馈RMPC问题，最小的保守性，通过使用半定松弛技术。该算法通过求解线性矩阵不等式（LMI）优化，在线计算状态反馈增益和扰动，与文献中的其他方案相比，具有大幅降低的计算负担，而不会对控制器的跟踪性能产生不利影响。此外，离线策略，提供了初步的可行性RMPC问题。所提出的计划的有效性证明通过数值例子从文献中。
2022-08-17 cs.SY eess.SY
A Convex Parameterization of Robust Recurrent Neural Networks
Australian Centre for Field Robotics（澳大利亚野外机器人中心）；The University of Sydney（悉尼大学）
循环神经网络（RNN）是一类非线性动态系统，常用于序列到序列映射的建模。RNN具有出色的表达能力，但缺乏许多应用所需的稳定性或鲁棒性保证。在本文中，我们制定了具有稳定性和鲁棒性保证的RNN凸集。使用增量二次约束导出保证，并且可以确保所有解的全局指数稳定性，以及增量$ \ell_2 $增益（学习序列到序列映射的Lipschitz常数）的界限。使用隐式模型结构，我们构造了一个参数化的RNN，它在模型参数和稳定性证书中是联合凸的。我们证明了这个模型结构包括所有以前提出的稳定RNN的凸集作为特殊情况，也包括所有稳定的线性动力系统。我们说明了在非线性系统辨识的背景下，所提出的模型类的效用。
2020-10-03 cs.LG cs.SY eess.SY
On Separable Quadratic Lyapunov Functions for Convex Design of Distributed Controllers
ETH Zürich（苏黎世联邦理工学院）；University of Oxford（牛津大学）
本文研究了在指定稀疏模式下设计稳定且最优静态控制器的问题，通过引入可分离二次李雅普诺夫函数的凸限制，改进了传统对角线李雅普诺夫函数的方法，从而提升可行性与性能，并通过数值示例验证了结果。
2019-03-11 cs.SY eess.SY math.OC
Sparsity Invariance for Convex Design of Distributed Controllers
我们解决的问题，设计最优的线性时不变（LTI）稀疏控制器的LTI系统，这对应于最小化的控制器结构上的稀疏约束的闭环系统的范数。这个问题一般是NP难的，并促使发展易于处理的近似。我们刻画了一类凸约束的基础上的稀疏不变性（SI）的新概念。SI的基本思想是为传递矩阵Y（s）和X（s）设计稀疏模式，使得任何相应的控制器K（s）=Y（s）X（s）^-1表现出期望的稀疏模式。对于稀疏性约束，SI方法超越了二次不变性（QI）的概念：1）SI方法总是产生凸约束; 2）当QI保持并且至少考虑最近的QI子集时，通过SI方法的解保证是全局最优的。此外，SI的概念自然适用于设计结构化的静态控制器，而QI是不可利用的。数值例子表明，即使对于非QI的情况下，SI可以恢复的解决方案是1）全局最优的，2）严格比以前的方法更好。
2020-07-11 cs.SY eess.SY math.OC
Optimal control of discrete-time switched linear systems via continuous parameterization
INSA de Lyon, Université de Lyon（里昂大学里昂国立应用科学学院）；Ecole Centrale de Lyon – Université de Lyon（里昂中央理工学院-里昂大学）
本文提出一种新方法，通过计算离散模式序列和连续输入序列，以最小化二次性能指标，解决切换线性系统最优控制问题。
2017-04-23 cs.SY eess.SY
Convex inner approximations of nonconvex semialgebraic sets applied to fixed-order controller design
CNRS（法国国家科学研究中心；实验室分析与系统研究所）；LAAS（图卢兹大学）；Université de Toulouse（捷克布拉格捷克理工大学电气工程学院）；UPS, INSA, INP, ISAE；UT1, UTM, LAAS；Faculty of Electrical Engineering, Czech Technical University in Prague
提出一种基于Gloptipoly 3的算法，通过凸半定规划构建非凸半代数集的凸内逼近，并应用于线性系统的固定阶控制器设计。
2012-01-10 cs.SY eess.SY math.OC
Convex Reformulation of LMI-Based Distributed Controller Design with a Class of Non-Block-Diagonal Lyapunov Functions
University of California San Diego（加州大学圣地亚哥分校）
针对连续时间线性时不变系统的分布式状态反馈控制器设计问题，提出基于非块对角Lyapunov函数的凸重构方法，通过稀疏矩阵分解和Finsler引理推导新LMIs，提升控制性能并通过数值示例验证有效性。
2025-11-18 cs.SY eess.SY math.OC
Synthesis of anisotropic suboptimal controllers by convex optimization
Institute of Control Sciences of Russian Academy of Sciences（俄罗斯科学院控制科学研究所）
针对具有不精确已知概率分布的随机扰动的线性离散时不变系统，提出基于各向异性范数的次优控制器设计方法，通过凸优化求解固定阶动态输出反馈补偿器。
2011-11-06 cs.SY eess.SY math.OC
Spline Trajectory Tracking and Obstacle Avoidance for Mobile Agents via Convex Optimization
提出一种基于输出反馈控制的运动规划技术，通过将多边形环境分解为重叠单元并利用CLFs和CBFs构建LMIs，求解SDP问题为每个凸单元综合出控制器，实现智能体多项式轨迹跟踪与避障，仿真验证了其对初始条件变化的鲁棒性和安全性。
2024-03-25 cs.SY eess.SY
Robust Local Stabilization of Nonlinear Systems with Controller-Dependent Norm Bounds: A Convex Approach with Input-Output Sampling
Department of Aerospace Engineering & Mechanics, University of Minnesota（明尼苏达大学航空航天工程与力学系）
本文提出一种基于输入输出采样的凸方法，用于非线性系统鲁棒局部稳定化，通过三次半定规划迭代算法实现控制器合成。
2022-12-06 cs.SY eess.SY math.OC
Adaptive Gradient Online Control
在这项工作中，我们考虑了在线控制一个已知的线性动态系统的对抗干扰和对抗控制器的成本。在线控制的目标是最小化后悔，后悔定义为一段时间内的累积成本$T$和来自比较类的最佳策略的累积成本之间的差异。对于我们考虑的设置，我们推广以前提出的在线扰动响应控制器（DRC）的自适应梯度在线扰动响应控制器。使用修改后的控制器，我们提出了新的遗憾保证，提高了既定的遗憾保证相同的设置。我们表明，建议的在线学习控制器是能够实现中间的中间遗憾率之间的$\sqrt{T}$和$\log{T}$中间凸条件，而它恢复了以前建立的遗憾结果一般凸控制器成本和强凸控制器成本。
2021-10-13 cs.SY eess.SY math.OC
Convex Structured Controller Design
University of Washington（华盛顿大学）
本文提出新的控制目标，使在任意凸约束下计算最优线性反馈矩阵的问题变为凸优化问题，应用于去中心化控制、时滞控制和变阻尼控制。
2013-10-25 cs.SY eess.SY math.OC
Differentiable Safe Controller Design through Control Barrier Functions
University of Pennsylvania（宾夕法尼亚大学）
基于学习的控制器，如神经网络（NN）控制器，可以表现出很高的经验性能，但缺乏正式的安全保证。为了解决这个问题，控制障碍函数（CBF）已被应用作为一个安全过滤器，以监测和修改基于学习的控制器的输出，以保证闭环系统的安全。然而，这种修改可能是短视的，具有不可预测的长期影响。在这项工作中，我们提出了一个安全的结构神经网络控制器，它采用可微CBF为基础的安全层，并研究安全的结构神经网络控制器在基于学习的控制性能。具体来说，两个配方的控制器进行比较：一个是基于投影和其他依赖于我们提出的集理论参数化。在数值实验中，这两种方法都证明了使用CBF作为单独的安全滤波器的闭环性能得到了改善。
2023-01-09 cs.LG cs.SY eess.SY
STL-GCS: A Planner-Controller Framework for Signal Temporal Logic via Graphs of Time-varying Convex Sets
提出用于满足凸谓词上STL规范的统一轨迹规划与控制框架，规划层将任务编码为时变凸集，结合GCS框架并由B样条参数化轨迹，控制层据此设计反馈控制器，通过仿真和实际实验验证了该方法。
2026-07-22 cs.RO cs.SY eess.SY
An Explicit Parametrization of Closed Loops for Spatially Distributed Controllers with Sparsity Constraints
本文研究了分布式系统的线性时不变状态反馈控制器设计问题。我们遵循最近开发的系统级综合（SLS）的方法，并施加局部结构上产生的闭环映射，相应的控制器实现继承了这一规定的结构。与现有的SLS结果相反，我们推导出一个明确的（而不是隐式的）参数化的所有可实现的稳定闭环。这承认更有效的IIR表示的时间部分的闭环动态，它允许的H2设计问题与闭环空间稀疏约束转换为一个标准的模型匹配问题，与传递函数参数的数量线性缩放与闭环空间范围约束。我们说明我们的结果与两个应用程序：一阶子系统的共识和车辆排问题。在一阶共识的情况下，我们提供了分析解决方案，并进一步分析所得到的控制器实现的架构。结果为无限范围的空间不变系统提供洞察的情况下，一个大的，但有限数量的子系统。
2022-01-10 cs.SY eess.SY
A Convex Sum-of-Squares Approach to Analysis, State Feedback and Output Feedback Control of Parabolic PDEs
Illinois Institute of Technology（伊利诺伊理工学院）；Arizona State University（亚利桑那州立大学）
本文提出一种基于优化的框架，用于分析和控制具有空间变化系数的线性抛物型偏微分方程，无需离散化或数值近似。通过正矩阵参数化正Lyapunov函数和多项式参数化控制器和观测器增益，结合对偶性和可逆状态变量变换，将控制器合成问题转化为凸优化问题，并通过数值实验验证方法的有效性。
2016-09-02 cs.SY eess.SY
Technical Report: Convex Optimization of Nonlinear Feedback Controllers via Occupation Measures
Massachusetts Institute of Technology（麻省理工学院）
本文提出了一种设计多项式系统反馈控制器的方法，通过最大化时间限制的反向可达集大小，利用占据措施将合成问题转化为无限维线性规划，并通过半正定规划进行有限维近似。方法具有凸性且无需初始化。
2013-05-31 cs.RO cs.SY eess.SY
Direct Learning for Parameter-Varying Feedforward Control: A Neural-Network Approach
本文提出用神经网络学习LPV前馈控制器系数对调度信号的依赖关系，并结合Levenberg-Marquardt与伪线性方法进行高效优化，实现对一类常相对阶LPV系统的有效补偿。
2023-09-22 cs.SY eess.SY
Counter-example guided Imitation Learning of Feedback Controllers from Temporal Logic Specifications
Univ. Grenoble Alpes（格勒诺布尔阿尔卑斯大学）；CNRS（法国国家科学研究中心）；Grenoble INP（格勒诺布尔理工学院）；VERIMAG（VERIMAG 实验室）；Decyphir SAS（Decyphir SAS 公司）；IIT Kanpur（印度理工学院坎普尔分校）；Aristotle University of Thessaloniki（塞萨洛尼基亚里士多德大学）
本文提出一种基于反例和覆盖率度量引导数据聚合的模仿学习方法，用于训练神经网络模仿由信号时序逻辑（STL）表达的复杂控制器，并引入基于STL参数化和参数估计的性能评估方法，通过飞行机器人案例验证了其有效性。
2024-03-25 cs.RO cs.SY eess.SY
Non-conservative Design of Robust Tracking Controllers Based on Input-output Data
本文研究了带噪声输入输出数据的最坏情况鲁棒最优跟踪问题。我们利用行为系统理论来表示系统轨迹，同时避免明确的系统辨识。我们假设，最近的输出数据中使用的数据依赖表示是嘈杂的，我们提供了一个非保守的设计过程的鲁棒控制的基础上优化与线性成本和LMI约束。我们的方法依赖于与数据相关的系统表示兼容的噪声序列的参数化，并在一个合适的重新制定的性能规格，这进一步使应用的S-引理推导出一个LMI最优化问题。通过仿真讨论了新控制器的性能。
2021-06-24 cs.SY eess.SY math.OC
Distributed Control of Descriptor Networks: A Convex Procedure for Augmented Sparsity
针对可能具有非真传递函数矩阵的系统网络，提出了一种基于凸迭代优化过程的设计框架，在实现 $\mathcal{H}_\infty$ 控制的同时对控制器互质因子施加稀疏性约束，从而获得分布式控制器并获取标称模型无法直接支持的稀疏控制律表示。
2023-10-20 cs.SY eess.SY
Robust Online Convex Optimization for Disturbance Rejection
针对受扰动与模型不确定性影响的LTI系统，本文基于小增益定理提出可作为在线约束的鲁棒稳定性充分条件，并通过仿真证明其能保证OCO控制器的闭环稳定。
2024-05-11 cs.SY eess.SY math.OC
Correct-by-Construction for Hybrid Systems by Synthesizing Reset Controller
本文提出一种基于凸规划的方法，为多项式混合系统综合重置控制器，将安全性与活性约束归约为可达-避障及微分不变式生成问题，保证系统轨迹的安全与目标可达。
2023-09-12 cs.SY eess.SY
Convex Pollution Control of Wastewater Treatment Systems
针对污水管网的溢流与污染控制问题，提出基于凸松弛和线性化的模型预测控制器，将轨迹优化转化为二阶锥规划，仿真显示污染物排放减少约15%。
2025-10-04 cs.SY eess.SY math.OC
Data-driven Linear Quadratic Integral Control: A Convex Formulation and Policy Gradient Approach
Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院）；ABB Corporate Research Center（ABB中央研究院）
本文研究了连续时间系统数据驱动的线性二次积分控制器合成，通过仅使用测量数据实现最优状态反馈控制，提出了一种数据驱动的闭环参数化方法，并结合凸优化和策略梯度方法进行控制设计。
2026-11-11 cs.SY eess.SY
Simultaneous Controller and Lyapunov Function Design for Constrained Nonlinear Systems
本文提出了一种利用容许状态集的可变三角剖分的离线优化来镇定状态和输入受限的非线性系统的方法。对于控制仿射系统，通过选择连续的分段仿射（CPA）控制器结构，将非凸优化问题转化为迭代半定规划（SDP）问题，利用现有的软件可以有效地求解。该方法对系统的动力学和约束条件有非常一般的假设。与类似的现有方法不同，它避免了寻找终端不变集，解决非凸优化，并且不依赖于知道控制李雅普诺夫函数（CLF），因为它明确地找到了CPA李雅普诺夫函数。该方法对状态范数的衰减率强制执行所需的上限，并找到确切的吸引区域。因此，它也可以被看作是一个系统的方法，寻找Lipschitz CLF的状态和输入约束控制仿射系统。使用CLF，最小范数控制器也制定了二次规划在线应用。
2021-12-01 cs.SY eess.SY
Safe-by-Repair: A Convex Optimization Approach for Repairing Unsafe Two-Level Lattice Neural Network Controllers
University of California Irvine（加州大学尔湾分校）
在本文中，我们考虑的问题，修复数据训练的整流线性单元（ReLU）神经网络（NN）控制器的离散时间，输入仿射系统。也就是说，我们假设这样的NN控制器是可用的，我们试图修复一个已知的“反例”状态下的不安全闭环行为，同时保留一个单独的，验证的状态集上的安全闭环行为的概念。为此，我们进一步假设，神经网络控制器具有两级格（TLL）架构，并展示了一种算法，可以系统地和有效地修复这样的网络。通过这种选择，我们的方法使用TLL架构的独特语义将修复问题划分为两个显著解耦的子问题，其中一个与修复不安全的反例有关-因此基本上是局部范围的-另一个确保修复在网络的输出中实现-因此基本上是全局范围的。然后，我们表明，一组充分条件，解决每个这些子问题，可以铸造作为一个凸可行性问题，这使我们能够制定的TLL修复问题作为两个独立的，但显着解耦，凸优化问题。最后，我们评估我们的算法TLL控制器上一个简单的动力学模型的四轮车。
2021-04-06 cs.LG cs.SY eess.SY
Half-Gain Tuning for Active Disturbance Rejection Control
针对线性自抗扰扰动抑制控制（ADRC），提出了一种新的参数整定方法，该方法与常用的带宽参数化设计方法具有相似的闭环动态特性，但反馈增益较低。通过这种方式，控制器的噪声灵敏度降低，为在更多受噪声影响的应用中使用ADRC铺平了道路。证明了所提出的调谐增益，而植根于代数Riccati方程的解析解，总是可以从带宽参数化设计，通过简单地减半的增益。这建立了最优控制和极点配置设计之间的联系。
2022-01-10 cs.SY eess.SY
Robust Controller Design for Stochastic Nonlinear Systems via Convex Optimization
California Institute of Technology（加州理工学院）
针对一类Ito随机非线性系统和拉格朗日系统，提出了一种基于凸优化的随机稳态跟踪误差最小化（CV-STEM）控制方法.它的创新之处在于计算的控制输入的最佳收缩度量，这grenestly最小化系统轨迹的稳态均方跟踪误差的上界。虽然问题的最小化的界限是非凸的，它的等价的凸公式提出利用状态相关的系数参数化的非线性系统方程。它示出使用随机增量收缩分析，CV-STEM提供了一个足够的保证指数有界的误差的所有时间与L2-鲁棒性。为了它的采样为基础的实施，我们提出了离散时间随机收缩分析的状态和时间相关的度量以及其明确的连接到连续时间的情况下。我们验证了CV-STEM的优越性，PID，H ∞和基线非线性控制器的航天器姿态控制和同步问题。
2020-11-19 cs.RO cs.SY eess.SY
