Data-Driven Time-Limited h2 Optimal Model Reduction for Linear Discrete-Time Systems

📄 arXiv: 2601.08372v1 📥 PDF

作者: Hiroki Sakamoto, Kazuhiro Sato

分类: eess.SY, math.OC

发布日期: 2026-01-13

💡 一句话要点

提出一种数据驱动的有限时域h2最优离散时间线性系统模型降阶方法

🎯 匹配领域: 支柱八：物理动画 (Physics-based Animation)

关键词: 模型降阶 数据驱动 h2最优控制 离散时间系统 线性系统

📋 核心要点

  1. 传统模型降阶方法依赖于精确的系统模型，但在实际应用中，系统模型往往难以获取或精度不足，限制了其应用。
  2. 该论文提出一种数据驱动的h2模型降阶方法，仅利用系统的脉冲响应数据，无需精确的系统模型，即可实现模型降阶。
  3. 实验结果表明，该方法在有限时域上能够构建出性能良好的降阶模型，并在SLICOT基准测试中取得了较好的效果。

📝 摘要（中文）

本文提出了一种针对离散时间线性时不变系统的数据驱动的h2模型降阶方法。具体而言，我们仅使用脉冲响应数据来解决在有限时域上定义的h2模型降阶问题。此外，我们证明了所提出的数据驱动算法在某些假设下收敛到平稳点。数值实验表明，所提出的方法使用SLICOT基准（CD播放器模型）构建了一个在有限时域上定义的h2范数方面表现良好的降阶模型。

🔬 方法详解

问题定义：论文旨在解决离散时间线性时不变系统的模型降阶问题，特别是在系统模型未知或难以精确获取的情况下。现有模型降阶方法依赖于精确的系统状态空间模型，这在实际工程应用中是一个很大的限制，因为系统辨识的成本很高，且辨识精度难以保证。因此，如何仅利用可获取的输入输出数据（例如脉冲响应数据）进行模型降阶是一个重要的挑战。

核心思路：论文的核心思路是直接利用系统的脉冲响应数据，避免了对系统模型的依赖。通过优化一个基于有限时域h2范数的性能指标，直接从数据中学习降阶模型的参数。这种方法将模型降阶问题转化为一个优化问题，该优化问题可以使用数值方法求解。

技术框架：该方法的主要流程如下：1. 获取系统的脉冲响应数据。2. 基于脉冲响应数据，构建一个优化问题，该优化问题的目标是最小化降阶模型与原模型在有限时域上的h2范数误差。3. 使用数值优化算法（例如梯度下降法）求解该优化问题，得到降阶模型的参数。4. 验证降阶模型的性能。

关键创新：该方法最重要的创新在于它是一种完全数据驱动的方法，不需要任何关于系统模型的先验知识。与传统的基于状态空间模型的模型降阶方法相比，该方法更加灵活，更易于应用。此外，论文还证明了所提出的数据驱动算法在某些假设下收敛到平稳点，保证了算法的有效性。

关键设计：论文的关键设计包括：1. 使用有限时域h2范数作为性能指标，该指标能够有效地衡量降阶模型与原模型之间的误差。2. 使用脉冲响应数据来构建优化问题，避免了对系统模型的依赖。3. 采用数值优化算法来求解优化问题，并证明了算法的收敛性。具体的优化算法和参数设置在论文中进行了详细描述。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，该方法能够有效地构建降阶模型，并在SLICOT基准测试（CD播放器模型）中取得了良好的效果。具体来说，该方法在有限时域上定义的h2范数方面，能够显著降低模型误差，验证了该方法的有效性。虽然论文中没有给出具体的性能提升数据，但强调了其在基准测试中的良好表现。

🎯 应用场景

该研究成果可应用于各种需要模型降阶的领域，例如控制系统设计、仿真和优化。特别是在系统模型未知或难以获取的情况下，该方法具有重要的应用价值。例如，在复杂工业过程控制、电力系统建模和航空航天等领域，可以利用该方法对系统进行降阶建模，从而降低计算复杂度，提高控制性能。

📄 摘要（原文）

This paper develops a data-driven h2 model reduction method for discrete-time linear time-invariant systems. Specifically, we solve the h2 model reduction problem defined over a finite horizon using only impulse response data. Furthermore, we show that the proposed data-driven algorithm converges to a stationary point under certain assumptions. Numerical experiments demonstrate that the proposed method constructs a good reduced-order model in terms of the h2 norm defined over the finite horizon using a SLICOT benchmark (the CD player model).