迭代學(xué)習(xí)控制理論及其在網(wǎng)絡(luò)控制系統(tǒng)中的應(yīng)用.pdf

1、迭代學(xué)習(xí)控制(iterativelearningcontrol，簡(jiǎn)稱(chēng)ILC)策略適合于某種具有重復(fù)運(yùn)動(dòng)性質(zhì)的被控對(duì)象。其控制的基本思想是:將控制系統(tǒng)歷史的控制信號(hào)和誤差信號(hào)相結(jié)合來(lái)修正當(dāng)前控制信號(hào)，產(chǎn)生新的控制信號(hào)，實(shí)現(xiàn)在有限時(shí)間區(qū)間上的完全跟蹤任務(wù)。本文先對(duì)迭代域變化的參考軌跡跟蹤問(wèn)題進(jìn)行高階內(nèi)模迭代學(xué)習(xí)控制的研究，然后針對(duì)具有網(wǎng)絡(luò)傳輸?shù)目刂葡到y(tǒng)中不同數(shù)據(jù)丟失和時(shí)延情況采用三種不同的迭代學(xué)習(xí)方法研究，并證明迭代學(xué)習(xí)律的收斂性。論文的主

2、要研究?jī)?nèi)容包括如下幾方面:
　　1.針對(duì)變參考軌跡跟蹤問(wèn)題，提出了高階內(nèi)模迭代學(xué)習(xí)控制。首先構(gòu)造一個(gè)高階內(nèi)模(HOIM)描述變參考軌跡，然后將高階內(nèi)模嵌入到迭代學(xué)習(xí)律中，從而構(gòu)造生成新型高階內(nèi)模迭代學(xué)習(xí)律。通過(guò)嚴(yán)格的數(shù)學(xué)分析和仿真實(shí)例，證明高階內(nèi)模算法能夠保證跟蹤誤差沿迭代軸的漸近收斂性質(zhì)。最后將高階內(nèi)模算法推廣到非線(xiàn)性系統(tǒng)。
　　2.針對(duì)傳感器至控制器通過(guò)網(wǎng)絡(luò)連接的一類(lèi)網(wǎng)絡(luò)控制系統(tǒng)，存在Bernoulli分布的數(shù)據(jù)丟失和傳

3、輸一步時(shí)延問(wèn)題，應(yīng)用經(jīng)典迭代學(xué)習(xí)控制算法的前饋特性對(duì)網(wǎng)絡(luò)控制系統(tǒng)進(jìn)行有效補(bǔ)償，確保系統(tǒng)的跟蹤性能。
　　3.研究傳感器至控制器通道存在隨機(jī)數(shù)據(jù)丟失和傳輸時(shí)延行為的網(wǎng)絡(luò)化控制系統(tǒng)。首先將隨機(jī)數(shù)據(jù)丟失和傳輸時(shí)延行為建模為Markov鏈，然后提出了移動(dòng)權(quán)重平均高階迭代學(xué)習(xí)算法，最后證明新型算法對(duì)于網(wǎng)絡(luò)控制系統(tǒng)的有效性。
　　4.針對(duì)控制器至執(zhí)行器通道存在數(shù)據(jù)丟失的離散時(shí)變網(wǎng)絡(luò)化控制系統(tǒng)問(wèn)題。首先建立Bernoulli分布的數(shù)據(jù)丟失