Op real-time oplossingen voor data-driven ontwerp, signaalverwerking en besturing van lawaaierige niet-lineaire systemen

Mathematische modellen van dynamische processen bieden de kritische link tussen real-life toepassingen en technieken voor voorspelling, monitoring en controle. Modellen worden verkregen uit geobserveerde gegevens via systeemidentificatiemethoden. Deze methoden houden echter geen rekening met het latere gebruik van het model voor het ontwerp. Het probleem wordt momenteel aangepakt door trial-and-error menselijke interactie. Een rigoureuze high-gain aanpak, onderzocht in dit project, is om de data modelling en model-based design subproblemen samen te voegen in één gezamenlijk probleem, genaamd data-driven design. De voordelen zijn theoretische optimalisatie en automatisering van het totale ontwerpproces, die de kosten verlagen en de ontwerpbetrouwbaarheid verhogen. Dit project bestudeert de snelle oplossingen die ontstaan in de gegevensgestuurde signaalverwerking en -besturing van ruisige gegevens van niet-lineaire systemen. Specifiek is het plan om effectieve niet-convexe formuleringen voor lawaaierige gegevens uit algemene niet-lineaire systemen voor te stellen, en op basis waarvan de efficiënte oplossing voor online scenario's met beperkte bronnen kan worden ontwikkeld.