10.3969/j.issn.1003-6059.2006.04.004
具有扰动的非线性系统高阶迭代学习控制
迭代学习控制(ILC)利用系统的重复性不断改进控制性能.本文讨论一类具有扰动的非线性、时变系统高阶迭代学习控制算法及其迭代学习收敛的充分条件,并与D型迭代学习算法相比,讨论典型PD高阶ILC算法的收敛速度.仿真结果证实高阶ILC算法具有更快的收敛速度,并且当系统满足收敛条件、不确定项及输出扰动项有界时迭代学习收敛.
迭代学习控制(ILC)、收敛条件、收敛速度
19
TP273(自动化技术及设备)
2009-08-19(万方平台首次上网日期,不代表论文的发表时间)
共5页
450-454