基于高阶内模的鲁棒迭代学习算法
针对一阶非正则离散时间非线性系统追踪迭代域变化的参考轨迹问题,考虑系统中存在时变状态扰动和时变量测噪声的情况,提出了一种鲁棒迭代学习控制算法.迭代域变化的参考轨迹由高阶内模产生.该算法利用内模原理,先嵌入参考轨迹特征,然后针对时变扰动,用积分器剔除其影响.利用λ范数,从理论上严格证明了系统跟踪误差的迭代域收敛性.对机械手模型的仿真结果表明了基于高阶内模的鲁棒迭代学习算法的有效性.
高阶内模、迭代学习控制、离散时间系统、迭代变化、积分器
23
TP273+.22(自动化技术及设备)
江苏省青蓝工程资助项目2014-2017
2016-05-30(万方平台首次上网日期,不代表论文的发表时间)
共6页
259-264