一种基于Koopman模型在线低秩自适应重构的控制方法

一种基于Koopman模型在线低秩自适应重构的控制方法，属于非线性系统数据驱动建模与控制技术领域。本发明实现方法为：离线阶段对非线性受控对象采集激励轨迹数据，经由多层感知机、径向基柯尔莫哥洛夫‑阿诺德网络和长短期记忆网络组合构成的混合升维编码器得到潜空间状态，并训练控制仿射的双线性Koopman潜空间模型；据此构建线性二次型调节器控制律；在线阶段以误差驱动方式，通过低秩因子对潜空间状态矩阵A和控制矩阵B进行在线增量重构，得到有效矩阵A+ΔA与B+ΔB，其中低秩因子采用非活跃初始化使初始增量为零而梯度不为零，从而在不破坏离线模型初始性能的前提下启动在线更新，形成闭环控制，改善闭环跟踪性能。