Model Predictive Control (MPC) is a control strategy based on optimization that handles system constraints explicitly, making it a popular feedback control method in real industrial processes. However, designing this control policy is an expensive operation since an explicit model of the process is required when re-tuning the controller. Another common practical challenge is that not all states are available, which calls for an observer in order to estimate the states, and imposes additional challenges such as satisfying the constraints and conditions that follow. This thesis attempts to address these challenges by extending the novel Adversarial Adaptive Model Predictive Control (AAMPC) algorithm with output-feedback for linear plants without explicit identification. The AAMPC algorithm is an adaptive MPC framework, where results from an adversarial Multi-Armed Bandit (MAB) are applied to a basic model predictive control formulation. The algorithm of the project, Adversarial Adaptive Output-Feedback Model Predictive Control (AAOFMPC), is derived by extending the standard MPC formulation with output-feedback, i.e, to an Output-Feedback Model Predictive Control (OFMPC) scheme, where a Kalman filter is implemented as the observer. Furthermore, the control performance of the extended algorithm is demonstrated with the problem of driving the state to a given reference, in which the performance is evaluated in terms of regret, state estimation errors, and how well the states track their given reference. Experiments are conducted on two discrete-time Linear Time- Invariant (LTI) systems, a second order system and a third order system, that are perturbed with different noise sequences. It is shown that the AAOFMPC performance satisfies the given theoretical bounds and constraints despite larger perturbations. However, it is also shown that the algorithm is not very robust against noise since offsets from the reference values for the state trajectories are observed. Furthermore, there are several tuning parameters of AAOFMPC that need further investigation for optimal performance. / Modell Prediktiv Reglering (MPC) är en optimeringsbaserad reglertekniksmetod som hanterar processbegränsingar på ett systematiskt sätt, vilket gör den till en populär metod inom återkopplad reglering i processindustrin. Denna metod medför dock höga beräkningskostnader eftersom det krävs en explicit modell varje gång regulatorn justeras online. I praktiken är det också vanligt att alla tillståndsvariabler inte är tillgängliga, vilket kräver en observatör för att rekonstruera alla tillståndsvariabler. Detta leder till fler utmaningar som att uppfylla ytterligare systembegränsingar och villkor som följer. Detta projekt adresserar dessa utmaningar genom att förlänga den nya algoritmen Adversarial Adaptiv Modell Prediktiv Reglering (AAMPC) med output-feedback för linjära system utan explicit modellidentifiering. AAMPC-algoritmen är en adaptiv reglerstrategi där resultat från en adversarial multiarmed bandit (MAB) appliceras i en standard MPC-formulering. Denna MPC-formulering är förlängd med output-feedback dvs. Output-Feedback Modell Predktiv Reglering (OFMPC) där ett Kalman filter är implementerad som en observatör och resulterar i projektets algoritm: Adversarial Adaptiv Output- Feedback Modell Prediktiv Reglering (AAOFMPC). Vidare demonstreras den utökade algoritmens prestanda med problemet att driva tillståndsvariablerna till ett givet referensvärde, där prestandan evalueras i termer av regret, skattningsfel och hur väl tillståndsvariablerna följer de givna referensvärdena. Experiment utförs på två tidsdiskreta tidsinvarianta (LTI) system, ett andraordningssystem och ett tredjeordningssystem, som är perturberade med olika värden av brus. Resultaten visar att AAOFMPC:s prestanda uppfyller de givna teoretiska begränsningarna trots större störningar. Det visar sig dock att algoritmen inte är särskilt robust mot brus eftersom det sker avvikelser från de givna referensvärdena för tillståndsvariablerna. Dessutom finns det flera parametrar i algoritmen som kräver ytterligare utredningar för optimal prestanda.

Hydrofoiling technology has existed for over a hundred years but has seen a significant acceleration in development lately. The lower water resistance significantly increases the propulsion energy efficiency, giving the technology the potential to contribute to global goals of reducing emissions. Fully submerged hydrofoils, in general, and single-strut hydrofoils, in particular, need a control system to maintain stability in flight. It makes for an interesting control system design challenge, with dynamics resembling an inverted pendulum with six degrees of freedom. In this study, two control systems were designed and tested to stabilize a simulated model of the FoilCart prototype while performing turning maneuvers at different velocities and handling changes in altitude and speed. The first controller was a static Linear-Quadratic Integral (LQI) controller with some additions, including anti-windup mechanisms, setpoint step smoothing, symmetric linearization, and error cascading. The second controller was a modified, adaptive version of the LQI controller that used gain scheduling to combine multiple LQI controllers, each designed for coordinated banking turns at different roll angles, interpolating between them at every time step based on the current roll angle setpoint. With one exception, both controllers successfully performed turning maneuvers with 10 and 20° roll angles at 7 and 8 m/s. While the adaptive controller did, in some cases, improve the system’s speed, reducing rise time and overshoot, it was also less reliable and made the boat crash in one case (20° roll angle at 7 m/s). The static controller, however, exceeded all expectations and could perform stable turning maneuvers with roll angles up to 40°. Adding anti-windup measures and setpoint step smoothing improved stability, while error cascading and symmetric linearization had only minor, yet positive, effects. In conclusion, with the mentioned enhancements, LQI control systems have great potential for stabilizing single-strut hydrofoiling vessels. Several openings for future work remain, from validating these results in actual prototype tests to robustness and disturbance rejection studies and exploring other ways of combining LQI control and gain scheduling. / Bärplan har funnits i över hundra år, men dess utveckling och spridning har accelerat ordentligt den senaste tiden. Det minskade vattenmotståndet ökar energieffektiviteten avsevärt och ger tekniken potential att bidra till de globala målen att minska utsläppen. Dränkta bärplan i stort, men speciellt de som bara har en vertikal koppling till skrovet, behöver styrsystem för att bibehålla stabiliteten när de flyger. Utvecklingen av styrsystem för dem är därför en intressant utmaning, med dynamik liknande en inverterad pendel med sex frihetsgrader. I denna studie utvecklades och testades två styrsystem för att stabilisera en simulerad modell av FoilCart-prototypen under svängar i olika hastigheter och förändringar i höjdled. Det första styrsystemet var ett statiskt linjär-kvadratiskt integrerande system med vissa tilläggsfunktioner: anti-windup-mekanismer, utjämning av referenssteg, symmetrisk linjärisering och kaskadkoppling av felet. Det andra styrsystemet var en modifierad, adaptiv version av det första systemet. Det använde gain scheduling för att kombinera flera LQI-kontrollenheter designade för koordinerade svängar med en viss rollvinkel vardera, och interpolerade mellan dem vid varje tidssteg baserat på det aktuella referensvärdet för rollvinkeln. Med ett undantag lyckades båda styrsystemen genomföra koordinerade svängar med rollvinklar på 10 och 20° i 7 och 8 m/s. Medan det adaptiva styrsystemet i vissa fall gav ett snabbare svar med kortare stigtid och mindre översläng, var det även mindre pålitligt och fick båten att välta i ett fall (20° rollvinkel i 7 m/s). Det statiska styrsystemet överträffade dock alla förväntningar, och klarade att genomföra stabila svängar med upp till 40° rollvinkel. Tilläggsfunktionerna med anti-windup-mekanismer och utjämning av referenssteg förbättrade stabiliteten, medan kaskadkoppling av felet och symmetrisk linjärisering hade endast små, men positiva, effekter. Sammanfattningsvis har linjär-kvadratiska integrerande styrsystem med de nämnda tilläggsfunktionerna stor potential inom stabilisering av bärplansbåtar. Flera möjligheter för fortsatt arbete återstår, från validering av resultaten i faktiska prototyptester till utvärdering av robusthet och störningstålighet, samt utforskande av andra kombinationer av linjär-kvadratisk integrerande reglering och gain scheduling.