基于高階內(nèi)模的迭代學習控制及應用.pdf_第1頁
已閱讀1頁,還剩162頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、論文以非線性系統(tǒng)為研究對象,著重研究了針對一些非嚴格重復問題的迭代學習控制設計方法,特別考慮了由一類高階內(nèi)模生成的不確定參數(shù)的非嚴格重復性,同時也考慮了參考軌跡、未知時變輸入增益、輸入輸出擾動和迭代初態(tài)的非嚴格重復性。論文的主要工作及其創(chuàng)新點總結(jié)如下。
   第一、針對一般連續(xù)時間非參數(shù)系統(tǒng)對非嚴格重復參考軌跡的跟蹤問題,利用內(nèi)模原理,提出了一種基于高階內(nèi)模的迭代學習控制器,理論上證明了當參考軌跡由一個高階內(nèi)模生成時系統(tǒng)跟蹤誤差

2、的有界收斂性,并給出了相應的收斂條件。
   第二、針對一類結(jié)構(gòu)已知的連續(xù)時間非線性參數(shù)系統(tǒng),考慮了一種由高階內(nèi)模生成的單參數(shù)非嚴格重復性,利用內(nèi)模原理,提出了基于高階內(nèi)模的自適應迭代學習控制算法,特別說明了平行格式的學習更新律比高階學習更新律具有更廣的適用范圍。通過嚴格的數(shù)學分析,證明了當參考軌跡可以任意迭代變化時,所提出的算法能夠保證跟蹤誤差沿迭代軸的漸進收斂。還考慮了由混合高階內(nèi)模生成的多參數(shù)非嚴格重復性,并相應地將算法擴

3、展為混合的平行自適應迭代學習控制以處理更加復雜多樣的非嚴格重復性。
   第三、針對一類含有非嚴格重復參數(shù)的連續(xù)時間非線性系統(tǒng),及任意迭代變化的有界輸入輸出擾動和任意迭代變化的有界初始狀態(tài),提出了基于高階內(nèi)模的自適應迭代學習控制器的一種魯棒設計方法,實現(xiàn)了跟蹤誤差沿迭代軸的有界收斂。
   第四、針對一類結(jié)構(gòu)已知的離散時間非線性參數(shù)系統(tǒng),考慮了一種由高階內(nèi)模生成的參數(shù)非嚴格重復性,利用內(nèi)模原理,分別提出了離散時間的基于最

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論