Moving-Horizon Schätzverfahren

  Illustration des Prinzips von Moving Horizon Estimators Urheberrecht: © IC

Die Zustandsschätzung dynamischer Systeme aus verfügbaren Messungen stellt eine fundamentale Aufgabe im Ingenieursbereich und in vielen anderen Wissenschaft dar. Eine leistungfsfähige Klasse von Schätzverfahren sind sogenannte Moving-Horizon-Schätzverfahren (Moving Horizon Estimation, MHE). Die Kernidee besteht darin, die Zustandsschätzung zu jedem Zeitpunkt durch Lösung eines geeigneten Optimierungsproblems zu bestimmen, das eine fest limitierte Anzahl von Messungen einbezieht.

Der Berechnungsaufwand für MHE kann hoch sein, da für jede neue Messung ein Optimierungsproblem online (in Echtzeit) gelöst werden muss. Für die Untersuchung von systemtheoretische Eigenschaften wie Stabilität und Robustheit der Schätzfehler gegenüber Störungen werden jedoch häufig die exakten Lösungen der Optimierungsprobleme herangezogen. Folglich entsteht ein Bedarf an Methoden welche sowohl eine efiiziente Echtzeit-Umsetzungen erlauben als auch systemtheoretische Eigenschaften garantieren.

Die Entwicklung theoretisch fundierter und numerisch effizienter MHE-Ansätze für eine Vielfalt an Systemklassen und Performanzkriterien kann zum Beispiel durch die neue Klasse von Proximity-basierten MHE-Verfahren erreicht werden. Diese basieren auf dem Prinzip die Schätzung von einem klassischen Beobachter- oder Schätzverfahren mit einer Online-Optimierung so zu kombinieren, dass sowohl Stabilität als auch eine gute Performance gewährleistet werden kann. Mit Proximity-basierten MHE-Verfahren kann zum Beispiel das Stabilitätsverhalten und Performance des bekannten Extended Kalman Filters wesentlich verbessert werden.

 

Zugehörige Publikationen

Titel Beteiligte
Anytime Proximity Moving Horizon Estimation: Stability and Regret (2021)
Preprint
Gharbi, Meriem
Gharesifard, Bahman
Ebenbauer, Christian Johannes
Proximity Moving Horizon Estimation for Discrete-Time Nonlinear Systems
In: IEEE control systems letters, 5 (2020), 6, 2090-2095
Fachzeitschriftenartikel
[DOI: 10.1109/LCSYS.2020.3046377]
Gharbi, Meriem (Corresponding author)
Bayer, Fabia
Ebenbauer, Christian Johannes
Proximity moving horizon estimation for linear time-varying systems and a Bayesian filtering view
In: 2019 IEEE 58th Conference on Decision and Control (CDC) / general chair: Carlos Canudas de Wit (CNRS GIPSA-Lab, France) (2019), 3208-3213
Buchbeitrag, Beitrag zu einem Tagungsband
[DOI: 10.1109/CDC40024.2019.9029264]
Gharbi, Meriem (Corresponding author)
Ebenbauer, Christian Johannes