| 研究概要 |
本研究では,入出力データに基づくシステム表現と制御方式に関して,その理論的枠組を確立することを最終的な目的としている.この目的に沿って,本年度は,発展的な理論研究を行い,以下のような成果を得た.
まず,観測される入出力データに有界なノイズが加わった場合にも対応できるような,入出力データ蓄積に基づくロバスト制御アルゴリズムについて,基礎的な検討を行った.そして,任意の目標信号への最短ステップデッドビート追従制御問題を対象として,行列不等式に基づく制御アルゴリズムを研究開発し,学会発表をおこなった.これに引続き,観測される入出力データに白色ノイズが加わる場合を考察し,ノイズの確率的性質をうまく取り込めば,上記のアルゴリズムがある種の最適制御になることを明らかにした.
次に,システムダイナミクスが変動する場合について考察し,収集したデータを適当な論理判断に基づき更新すれば,入出力データに基づく適応制御が可能であることがわかった.また,入出力データに基づく制御を,より一般的な制御対象が取り扱える学習制御系に拡張するために,初期値の誤差やシステムダイナミクスの変動など,データが正確でない場合の学習制御系の制御誤差を明らかにした.
さらに,入出力データに基づく制御の枠組を,任意の目標信号へのデッドビート最適追従制御に拡張できることを明らかにし、学術雑誌にて論文発表を行った.
|
