On Control and Estimation of Large and Uncertain Systems

Sammanfattning: Avhandlingen, som är av sammanläggningstyp och innehåller 6 konferensartiklar, behandlar reglering av storskaliga och system med osäkra modeller. Den första artikeln introducerar ett deterministiskt alternativ till "multiple-model estimation" för ändliga mängder av linjära system. Estimatet är en interpolation av Kalman-filter estimat och har begränsad förstärkning från störningar till punktskattning.Den andra artikeln bygger på den första och ger övre- och undre gränser för lägsta möjliga förstärkning.Den tredje artikeln behandlar utsignalåterkoppling för skalära system där dynamiken är okänd och visar att det är ekvavilent (i en optimalitetstolkning) att arbeta med återkoppling från observerare där observerarna är av H-oändligheten typ.Artikel fyra argumenterar för att nuvarande dominerande metoder för robusthetsanalys är alldeles för konservativa för storskaliga system och föreslår, samt analyserar, ett alternativ. Det främsta argumentet är att för system som har väldigt många komponenter är det orimligt att certifiera mot att samtliga komponenter förändras simultant, dvs. att samtliga modeller plötsligt blir felaktiga. Det föreslagna certifikatet tar hänsyn till gleshet i modellavvikelser på ett rimligt sätt.Artikel nummer fem visar hur man med hjälp av "system level synthesis" kan distribuera regulatordesign av H2-optimal tillståndsåterkoppling med fördröjd kommunikation, samt hur samma metod kan användas för att konstruera en suboptimal utsignalåterkoppling för samma problem.Det sjätte, och sista, bidraget behandlar linjär-kvadratiska lagbeslut där laget inte har tillgång till en modell av problemet. Istället måste lagmedlemmarna lära sig en optimal policy genom att interagera med den miljö de befinner sig i. Artikeln föreslår algoritmer som har begränsad "regret" för första och nollte ordningens information.