Continuous-time system identification is an important subject with applications within many fields. Many physical processes are continuous in time. Therefore, when identifying a continuous-time model, we can use our insight into the system to decide the system structure and have a direct interpretation of the parameters. Furthermore, in systems such as network control systems and sensor networks, there is a common feature that the output data is quantized meaning we can only represent our data with a limited amount of distinct values. When performing continuous-time system identification of a system with quantized output data, we have errors from process and measurement noise and also a quantization error. This will make it more difficult to estimate the system parameters. This thesis aims to evaluate if it is possible to obtain accurate estimates of continuous-time systems with quantized output data using the indirect inference method. Indirect Inference is a simulation-based method that first estimates a misspecified auxiliary model to the observed data and in the second step, the parameters of the true system are estimated by simulations. Experiments are done both on one linear and two non-linear Hammerstein systems with quantized output data. The indirect inference estimator is shown to have the means to yield accurate estimates on both linear systems as well as non-linear Hammerstein systems with quantized output. The method performs better than the simplified refined instrumental variable method for continuous-time systems (SRIVC), which is commonly used for system identification of continuous-time systems, on a linear system. Furthermore, it performed significantly better compared to the Hammerstein Simplified Refined Instrumental Variable method for continuous-time systems (HSRIVC) for one of the non-linear systems and slightly better for the second one. The downside is that indirect inference is computationally expensive and time-consuming, hence not a good choice when computation time is a critical factor / Identifiering av Tidskontinuerlig system är ett viktigt ämne med användningsområde inom många områden. De flesta fysiska processer är tidskontinuerliga och när vi identifierar tidskontinuerliga modeller av dessa system kan vi använda vår insikt av systemet för att bestämma systemstrukturen och även direkt tolka dessa parametrar. I nätverkssystem och sensor-nätverk är det vanligt att vår utdata är kvantiserad, därav kan vi endast representera vår data med ett begränsat antal distinka värden. När vi identifierar tidskontinuerliga system med kvantiserad utdata, har vi därför både fel som ett resultat av process och mätbrus ovh ett kvantiseringsfel. Detta gör det svårare att identifiera parametrarna av systemet. I detta projekt var målet att utvärdera om det är möjligt att erhålla bra estimat för ett tidskontinuerligt system med kvantiserad utdata genom att använda metoden indrect inference. Indirect inference är en simuleringsbaserad metod som först estimerar en misspecificerad model från det observerade datat och i nästa steg, estimerar paramtrarna av det sanna systemet via simulering. Experiment utfördes både på ett linjärt och två olinära Hammerstein system med kvantiserad utdata. Indirect inference metoden visas ha potential att genere bra estimat på både linjära och icke-linära Hammerstein system med kvantiserad utdata. Metoden presterar bättre än SimplifiedRefined Instrumental Variable Method for continuous-time systems (SRIVC) på det linjära systemet och även mycket bättre än Hammerstein Simplified Refined InstrumentalVariable method for continuous-time systems (HSRIVC) för ett av det olinjära systemen och lite bättre för det andra. En nackdel med indirect inference är att det är beräkningstungt och att det tar lång tid att generera estimaten. Därav är denna metod inte att rekomendera när tid är en kritisk faktor.

In the past decade, the integration of spatiotemporal constraints into control systems has emerged as a crucial necessity, driven by the demand for enhanced performance, guaranteed safety, and the execution of complex tasks. Spatiotemporal constraints involve criteria that are dependent on both space and time, which can be represented by time-varying constraints in nonlinear control systems. Funnel-based control methods provide computationally tractable and robust feedback control laws to enforce time-varying constraints in uncertain nonlinear systems. This thesis begins by exploring the application of funnel-based control designs to address performance specifications in coordinate-free formation control of multi-agent systems. Moreover, we develop new robust feedback control schemes dealing with coupled spatiotemporal constraints in uncertain nonlinear systems that cannot be directly addressed by conventional funnel-based control methods. In the first part of the thesis, we present a novel coordinate-free formation control scheme for directed leader-follower multi-agent systems, exhibiting almost global convergence to the desired shape. The synthesis of fully decentralized robust controllers for agents is achieved through the application of the Prescribed Performance Control (PPC) method. This method imposes spatiotemporal funnel constraints on each agent's formation errors, ensuring a predefined transient and steady-state performance while maintaining robustness to system uncertainties. The core idea in this work is the utilization of bipolar coordinates to achieve orthogonal (decoupled) formation errors for each follower agent. This approach not only ensures the global convergence to the desired shape but also facilitates the effective application of the PPC method. In the second part of the thesis, first, we introduce a novel approach that extends funnel-based control schemes to deal with a specific class of time-varying hard and soft constraints. In this work, we employ an online Constraint Consistent Funnel (CCF) planning scheme to tackle couplings between hard and soft constraints. By satisfying these CCF constraints, we ensure adherence to hard (safety) constraints, while soft (performance) constraints are met only when they do not conflict with the hard constraints. Subsequently, we directly employ the PPC design method to craft a robust, low-complexity control law, ensuring that the system's outputs consistently stay within the online planned CCF constraints. In subsequent work, we tackle the challenge of satisfying a generalized class of potentially coupled time-varying output constraints. We show that addressing multiple constraints effectively boils down to formulating a single consolidating constraint. Ensuring the fulfillment of this consolidating constraint guarantees both convergence to and invariance of the time-varying output-constrained set within a user-defined finite time. Building on the PPC design method, we introduce a novel, robust low-complexity feedback control framework to handle this issue in uncertain high-order MIMO nonlinear control systems. Additionally, we present a mechanism for online modification of the consolidating constraint to secure a least-violating solution when constraint infeasibilities occur for an unknown time interval. / Under det senaste decenniet har integrationen av bivillkor i tid och rum för reglersystem framstått som en nödvändighet, driven av efterfrågan på förbättrad prestanda, garanterad säkerhet och utförandet av komplexa uppgifter. Bivillkor i tid och rum för icke-linjära reglersystem kan representeras av tidsvarierande bivillkor. Trattbaserade reglermetoder ("funnel-based control") tillhandahåller beräkningsmässigt hanterbara och robusta återkopplingslagar för att garantera tidsvarier-ande bivillkor i osäkra icke-linjära system. Denna avhandling börjar med att utforska tillämpningen av trattbaserade kontrollmetoder för att hantera prestanda-specifikationer i koordinatfri formationskontroll av multiagentsystem. Dessutom utvecklar vi nya robusta återkopplingslagar som hanterar kopplade bivillkor i tid och rum för osäkra icke-linjära system som inte direkt kan hanteras av konventionella trattbaserade kontrollmetoder. I den första delen av avhandlingen presenterar vi en ny koordinatfri formationskontrollmetod för riktade ledare-följare multiagentsystem, vilken uppvisar nästan global konvergens till den önskade formen. Syntesen av helt decentraliserade robusta regulatorer för agenter uppnås genom tillämpning av Prescribed Performance Control (PPC)-metoden. Denna metod lägger på trattbivillkor i tid och rum på varje agents formationsfel och säkerställer en fördefinierad transient och stationär prestanda samtidigt som robusthet mot systemosäkerheter bibehålls. Kärnan i detta arbete är användningen av bipolära koordinater för att uppnå ortogonala (frikopplade) formationsfel för varje följande agent. Detta tillvägagångssätt säkerställer inte bara global konvergens till den önskade formen utan underlättar också en effektiva tillämpning av PPC-metoden. I den andra delen av avhandlingen introducerar vi först ett nytt tillvägagångssätt som utökar trattbaserade kontrollmetoder för att hantera en specifik klass av tidsvar-ierande hårda och mjuka bivillkor. I detta arbete använder vi en online Constraint Consistent Funnel (CCF)-planeringsmetod för att tackla sammankopplingar mellan hårda och mjuka bivillkor. Genom att uppfylla dessa CCF-bivillkor säkerställer vi efterlevnad av hårda (säkerhets-) bivillkor, medan mjuka (prestanda-) bivillkor uppfylls endast när de inte strider mot de hårda bivillkoren. Därefter tillämpar vi direkt PPC-designmetoden för att utforma en robust reglerlag med låg komplexitet som säkerställer att systemets utsignal konsekvent håller sig inom de online planerade CCF-bivillkoren. Därefter hanterar vi utmaningen med att uppfylla en generaliserad klass av potentiellt kopplade tidsvarierande utsignals-bivillkor. Vi visar att effektiv hantering av flera bivillkor i grund och botten handlar om att formulera ett sammanfattande bivillkor. Uppfyllandet av detta sammanfattande bivillkor garanterar både konvergens till och invarians av den tidsvarierande mängden som uppfyller utsignalsbivillkoren, inom en användardefinierad begränsad tid. Baserat på PPC-designmetoden introducerar vi en ny, robust återkopplingsregulatorstruktur för att hantera detta problem i osäkra högordnings MIMO icke-linjära reglersystem. Dessutom presenterar vi en mekanism för online-modifiering av det sammanfattande bivillkoret för att säkra en lösning med minsta möjliga kränkning då bivillkoren blir omöjliga att uppfylla under en okänd tidsperiod. / <p>QC 20231229</p>