发表机构
School of Mathematics, Southeast University; School of Electronics and Computer Science, University of Southampton; School of Mathematical Sciences, Zhejiang Normal University; Hangzhou School of Automation, Zhejiang Normal University（东南大学数学学院; 南安普顿大学电子与计算机科学学院; 浙江师范大学数学科学学院; 浙江师范大学杭州自动化学院）
机构由 AI 辅助整理，请以论文原文为准。AI 中文总结
本文提出一个统一框架，用于从含噪声数据中在线设计输入，通过引入性能度量并分析其变化，确保数据质量不下降，并在六个问题中验证了方法的有效性。
AI 中文摘要
我们针对从含噪声数据中进行数据驱动控制的在线输入设计，开发了一个统一框架。我们引入了一个性能度量，并分析了当新数据加入时，这种质量度量如何变化。基于该分析，我们提出了一种在线选择输入的方法，以确保数据质量随时间不下降。我们通过在我们的框架中表述六个常见的含噪声数据驱动控制问题，并求解其中三个问题的数值示例，证明了我们方法的有效性。
英文摘要
We develop a unified framework for online input design in data-driven control from noisy data. We introduce a performance measure and analyze how such quality measure changes as new data are added. Based on such analysis we propose an online method for selecting inputs that ensures that data quality does not decrease over time. We demonstrate the validity of our approach by formulating six common noisy data-driven control problems in our framework, and by solving numerical examples for three of them.
