⚡ electrical engineering

Data-Driven Frequency-Selective Output Regulation of Nonlinear Systems under Almost Periodic Exosignals

Este artigo propõe uma estrutura de regulação de saída seletiva em frequência baseada em dados para sistemas não lineares desconhecidos impulsionados por exossinais quase periódicos, a qual utiliza um modelo interno de p-cópias e um programa semidefinido robusto ao ruído para eliminar componentes de erro de Fourier-Bohr específicos e limitar a energia residual sem exigir identificação do sistema ou medições de amplitude/fase do exossinal.

Autores originais: Yifei Li, Wenjie Liu, Gang Wang, Lihua Xie

Publicado 2026-06-12

📖 4 min de leitura☕ Leitura rápida

CC BY 4.0

Autores originais: Yifei Li, Wenjie Liu, Gang Wang, Lihua Xie

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você está tentando manter um drone pairando perfeitamente imóvel no ar. Mas há um porém: o drone está carregando um pacote pesado pendurado em uma corda. Por causa da física, esse pacote balança para frente e para trás como um pêndulo. Esse balanço cria uma força rítmica e oscilante que empurra o drone para cima, para baixo e o inclina.

Seu objetivo é dizer aos motores do drone exatamente como eles devem empurrar de volta para cancelar essas oscilações e manter o drone estável.

O Jeito Antigo: "Saber Tudo para Consertar Tudo"

Tradicionalmente, para resolver isso, engenheiros precisariam construir um mapa matemático perfeito do drone, da corda, do vento e do pacote oscilante. Eles teriam que resolver equações incrivelmente complexas (chamadas de "Equações de Regulador Não Linear") para descobrir exatamente como neutralizar o balanço.

O Problema: No mundo real, raramente se sabe o peso exato do pacote, o comprimento exato da corda ou a aerodinâmica exata do drone. Se o seu mapa estiver minimamente errado, a matemática falha, e o drone cai ou oscila descontroladamente.

O Jeito Novo: "Aprender com o Ritmo, Não com o Mapa"

Este artigo propõe uma abordagem mais inteligente, baseada em "dados". Em vez de tentar mapear todo o sistema do drone e da corda, os pesquisadores ensinam o drone a ouvir o ritmo do problema.

Eles fazem isso usando algumas analogias simples:

1. O "Diapasão" (O Modelo Interno)

Imagine que o pacote oscilante é como uma nota musical sendo tocada repetidamente. O drone não precisa saber por que o pacote está oscilando ou quão pesado ele é. Ele só precisa saber a frequência (a velocidade) do balanço.

Os pesquisadores construíram um "diapasão" especial dentro do computador do drone. Este diapasão é programado para vibrar exatamente na mesma velocidade que o pacote oscilante (e quaisquer outras perturbações rítmicas conhecidas).

Como funciona: Quando o pacote oscila, o diapasão dentro do drone começa a "zumbir" em sincronia. O drone usa esse zumbido para prever exatamente quando o próximo empurrão virá e empurra de volta antes que a oscilação piore. Isso cancela o ritmo específico do balanço.

2. O Aprendiz de "Caixa Preta" (Design Baseado em Dados)

Normalmente, para ajustar este "diapasão" corretamente, você precisa conhecer as especificações do motor do drone. Mas este artigo diz: "Não precisamos conhecer as especificações do motor!"

Em vez disso, eles voam com o drone, deixam que ele seja empurrado pelo vento e pelo pacote oscilante, e registram o que aconteceu. Eles pegam esses dados brutos (como um vídeo dos movimentos do drone) e os passam por um filtro matemático especial (um "Programa Semidefinido").

A Magia: Este filtro descobre as configurações perfeitas do controlador diretamente dos dados, sem nunca precisar identificar o peso do drone ou o comprimento da corda. É como aprender a andar de bicicleta sentindo o equilíbrio, em vez de estudar a física das engrenagens e correntes.

3. O Objetivo de "Cancelamento de Ruído"

Os pesquisadores admitem que não podem fazer o drone ficar perfeitamente imóvel 100% do tempo. Pode haver pequenos tremores aleatórios ou frequências estranhas que o diapasão não foi programado para captar.

A Promessa: O método deles garante que as oscilações rítmicas específicas (aquelas que correspondem ao balanço do pacote) desaparecerão completamente. As pequenas oscilações restantes são matematicamente comprovadas como sendo muito pequenas e inofensivas. É como fones de ouvido com cancelamento de ruído: eles podem não bloquear um grito repentino, mas silenciarão completamente o zumbido constante de um motor de avião.

O Resultado

Eles testaram isso em uma simulação de computador e em um ambiente de robô baseado em física (um drone com um peso pendurado).

Sem o método deles: O drone oscilava descontroladamente quando o pacote balançava.
Com o método deles: O drone permaneceu notavelmente estável. O tremor rítmico causado pelo balanço do pacote foi quase inteiramente eliminado, mesmo que o computador não soubesse o peso exato do pacote ou o comprimento da corda.

Em Resumo

Este artigo apresenta uma maneira de controlar máquinas complexas e instáveis (como drones carregando cargas oscilantes) sem a necessidade de um manual perfeito ou de uma compreensão completa da física da máquina. Ao incorporar um "detector de ritmo" (o modelo interno) e aprender diretamente de dados de tentativa e erro, o sistema pode cancelar vibrações específicas e irritantes, mantendo a máquina estável, mesmo diante de perturbações desconhecidas.

Resumo Técnico: Regulação de Saída Seletiva de Frequência Baseada em Dados de Sistemas Não Lineares sob Exossinais Quase Periódicos

Formulação do Problema
Este artigo aborda o problema de regulação de saída para uma classe de sistemas não lineares de tempo contínuo desconhecidos, impulsionados por exossinais quase periódicos. Assume-se que a dinâmica da planta é linearmente parametrizada sobre um dicionário prescrito de funções de base continuamente diferenciáveis, embora todas as matrizes de coeficientes (sistema, entrada, saída e canais do exossinal) permaneçam desconhecidas. Além disso, as amplitudes e fases do exossinal são não mensuráveis.

Na regulação de saída não linear clássica, alcançar a regulação assintótica exata exige a resolução de equações de regulador não linear (NOREs), uma tarefa que é geralmente intratável mesmo com modelos conhecidos e impossível em contextos baseados em dados sem identificação. Enquanto os métodos baseados em dados existentes frequentemente dependem de sinais periódicos ou suposições estruturais restritivas, este trabalho visa uma classe mais ampla de exossinais onde as frequências são racionalmente independentes, resultando em trajetórias quase periódicas (mas não periódicas). O objetivo é formulado como regulação seletiva de frequência: em vez de conduzir o erro a zero, o controlador deve eliminar os coeficientes de Fourier–Bohr do erro de regulação em regime permanente nas frequências específicas incorporadas no exossistema, enquanto limita explicitamente a energia dos componentes de erro residuais.

Metodologia
A solução proposta integra o princípio do modelo interno com a síntese de controle direto baseado em dados, evitando a identificação explícita do sistema.

Estrutura do Modelo Interno: Um modelo interno de $p$ -cópias é incorporado em um controlador dinâmico. Este modelo reproduz o modo constante e os modos sinusoidais selecionados correspondentes às frequências conhecidas do exossistema. O estado $z$ do controlador evolui de acordo com $\dot{z} = \Phi z + \Gamma e$ , onde $\Phi$ e $\Gamma$ são construídos para incorporar o conjunto de frequências específico $\{0, \sigma_1, \dots, \sigma_s\}$ .
Representação de Sistema Aumentado: A planta e o modelo interno são combinados em um sistema não linear aumentado. A dinâmica desconhecida deste sistema aumentado é representada diretamente usando dados de erro estado-entrada medidos offline.
Síntese Baseada em Dados via SDP: Um programa semidefinido robusto (SDP) é derivado para sintetizar a matriz de ganho de realimentação $K$ diretamente a partir de dados ruidosos. Esta formulação utiliza uma restrição "robusta ao ruído" que considera erros de aproximação e ruído de medição através de um conjunto de perturbações limitado. O SDP impõe uma desigualdade de dissipação incremental, que garante que o campo vetorial de malha fechada seja exponencialmente contrativo em um conjunto de operação prescrito.
Análise de Estabilidade e Regulação:
- Teoria da Contração: A contração exponencial do sistema de malha fechada garante a existência, unicidade e atratividade exponencial de uma solução limitada inteira.
- Quase Periodicidade: Como o exossinal é quase periódico e o sistema é entrada-para-estado convergente, prova-se que a trajetória de estado estacionário atrativa única é quase periódica.
- Análise de Fourier–Bohr: Ao analisar a dinâmica do modelo interno em regime permanente, demonstra-se que o limite do estado do modelo interno força os coeficientes de Fourier–Bohr do erro de regulação nas frequências incorporadas a desaparecerem.
- Limite de Energia Residual: Para os componentes espectrais não modelados, um argumento do tipo Parseval estabelece um limite de energia média temporal. Este limite depende da derivada do erro e da menor magnitude das frequências não modeladas.

Principais Contribuições

Formulação do Problema: O artigo formula um problema de regulação de saída baseada em dados e seletivo de frequência para sistemas não lineares sob exossinais quase periódicos de espectro finito, caracterizando a regulação através do desaparecimento de coefidades de Fourier–Bohr específicos em vez da convergência assintótica exata.
Método de Síntese Direta: Um método de síntese direta é desenvolvido para um regulador não linear baseado em modelo interno. Ele constrói um ganho de realimentação via um SDP robusto sem identificar as matrizes do sistema ou medir as amplitudes/fases do exossinal.
Garantias Teóricas: O trabalho fornece uma análise completa de regime permanente, provando que o sistema de malha fechada admite uma trajetória quase periódica única e exponencialmente atrativa. Demonstra rigorosamente a eliminação dos componentes de erro das frequências incorporadas e fornece um limite quantitativo para a energia do erro residual.
Validação: A abordagem é validada através de simulações numéricas e experimentos baseados em física em um ambiente gym-pybullet-drones utilizando um quadrotor com uma carga suspensa por cabo.

Resultados
Simulações numéricas e baseadas em física em um quadrotor carregando uma carga suspensa demonstram a eficácia do controlador proposto. Na presença de perturbações oscilatórias induzidas pela carga (que geram sinais quase periódicos devido a condições iniciais desconhecidas), o controlador proposto consegue conduzir os erros de altitude e ângulo de pitch para uma pequena vizinhança da origem.
Experimentos comparativos mostram que um controlador baseado em dados sem o modelo interno falha em suprimir essas perturbações oscilatórias, resultando em erros significativos em regime permanente. Em contraste, o controlador baseado em modelo interno proposto atenua substancialmente essas oscilações. Os resultados confirmam que o controlador elimina os componentes de frequência dominantes do erro enquanto mantém oscilações residuais limitadas, consistentes com os limites de energia teóricos.

Significância
O artigo reivindica significância ao preencher a lacuna entre o controle baseado em dados e a regulação de saída não linear para sinais gerais quase periódicos. Diferente de trabalhos anteriores que são limitados a sistemas lineares, sinais periódicos ou que exigem linearização local, esta abordagem lida com sistemas não lineares com parâmetros desconhecidos e frequências racionalmente independentes diretamente a partir de dados. Ao alavancar a teoria da contração e a análise de Fourier–Bohr, oferece uma alternativa rigorosa para resolver as NOREs, fornecendo garantias de desempenho explícitas (coeficientes nulos e limites de energia) em um cenário onde a regulação exata é tipicamente inalcançável. O método é particularmente relevante para aplicações como transporte aéreo com cargas suspensas, onde as perturbações são inerentemente oscilatórias e os parâmetros do modelo são incertos.