1.一种数据驱动的压电微驱动器无模型预测控制方法，其特征在于，包括：步骤1，给定压电微驱动器控制系统期望的参考轨迹；

步骤2，输入初始控制信号进行初始采样并构建一阶张量积多项式逼近求解器求解一阶张量和二阶张量的列向量化表示；

步骤3，根据一阶张量和二阶张量的列向量化表示对压电微驱动器进行动态线性化，得到逼近模型；

步骤4，设计数据驱动无模型预测控制器并根据参考轨迹和逼近模型求解预测控制器，得到最优控制序列；

步骤5，将最优控制序列的首个控制量作为下一步的最优控制输入控制压电微驱动器控制系统。

2.根据权利要求1所述的方法，其特征在于,所述步骤2具体包括：步骤2.1，将 记为压电微驱动器控制系统的一个新的状态变量，得到未知的压电微驱动器动力学模型为步骤2.2，根据张量积多项式逼近理论得到未知动力学模型 在状态点z0＝[x0,Tu0]处的一阶张量积多项式逼近为：

其中，δz＝z‑z0， 分别为一阶张量和二阶张量，×2为张量 和向量δz的2模积运算符；

步骤2.3，根据一阶张量积多项式逼近得到一阶张量和二阶张量的列向量化表示为：其中， Δzi＝zs+2‑i‑zs+2，Δt为系统的采样间隔，表示压电微驱动器控制系统在t时刻时各个状态变量的真实值，s+2为采样数据组的数量。

3.根据权利要求2所述的方法，其特征在于,所述步骤3具体包括：步骤3.1，更新采样数据的数据结构；

步骤3.2，实时对一阶张量和二阶张量的列向量化表示进行动态线性化，得到逼近模型。

4.根据权利要求3所述的方法，其特征在于,所述步骤3.2具体包括：步骤3.2.1，根据一阶张量和二阶张量的列向量化表示将一阶张量积多项式逼近转换为状态方程并将状态方程作为连续型线性逼近模型；

步骤3.2.2，对状态方程进行离散化，得到离散型线性逼近模型。

5.根据权利要求4所述的方法，其特征在于,所述连续型线性逼近模型的表达式为其中， 为所述连续型线性逼近系统的系统矩阵， 为所述连续型线性逼近系统的输入矩阵， 为常值向量，

6.根据权利要求5所述的方法，其特征在于,所述离散型线性逼近模型的表达式为其中， 为单位矩阵，Δt为系统的采样间隔。

7.根据权利要求6所述的方法，其特征在于,所述步骤4具体包括：根据压电微驱动器控制系统当前时刻的系统状态和参考轨迹求解连续型线性逼近模型/离散型线性逼近模型，得到最优控制序列。