Rejecting the effects of both input disturbance and measurement noise: A second‐order control system example
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Summary This article originates from the well‐accepted observations in practice: rejection of both input disturbance and measurement noise is practically important for high‐precision tracking control, and the classic estimators, such as the uncertainty and disturbance estimator (UDE) and disturbance observer, are proven to be inherently sensitive to measurement noises. Motivated by these observations, we develop a robust control solution and demonstrate the possibility of unifying the design of noise estimator (NE) and UDE for a class of second‐order systems. Interestingly, the NE and UDE have three important features in common: (i) the designs are based on system model and reliable state measurement; (ii) a first‐order filter is used to ensure that the design is physical realizable, rather than to filter out undesired signals; (iii) the filter parameters are readily determined by an introduced singular perturbation parameter. The performance of UDE is improved when augmented with NE to reject measurement noises. Then, a simple mapping for parameter tuning is presented, by which the estimation performance can be explicitly analyzed using the singular perturbation theory. Comparative simulation and experimental studies show that the proposed NE+UDE‐based solution is not only less sensitive to measurement noise than the classic UDE‐based control, but also able to deliver superior trajectory‐tracking performance over other robust output feedback control approaches.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle