Neuer lernbasierter Beobachter verbessert Zustandsabschätzung bei linearen Systemen
In einer kürzlich veröffentlichten Arbeit wird ein lernbasierter Beobachter (LEO) vorgestellt, der die Zustandsabschätzung für lineare zeitinvariante Systeme mit parametric Uncertainty deutlich verbessert. Anstatt sich ausschließlich auf ein nominales Modell zu verlassen, werden die Systemmatrizen als optimierbare Variablen behandelt und durch gradientenbasierte Minimierung eines Verlustes für die stationäre Ausgangsdiskrepanz verfeinert.
