多变量非线性系统的变阶采样迭代学习控制

摘要：

针对存在初态误差的情形,提出多变量非线性系统的变阶采样迭代学习控制方法.相对固定阶迭代学习算法,变阶算法可有效降低跟踪误差.对变阶采样迭代学习算法进行了收敛性分析,推导出收敛充分条件.给出了变阶学习的两种实现策略-DD (Direct division)和DIP (Division in phases)策略.数值仿真表明,基于DIP策略的变阶采样迭代学习算法在获得较高的控制精度的同时,具有较快的收敛速度.

关键词：多变量系统、采样系统、初始修正作用、变阶迭代学习控制

所属期刊栏目：39

资助基金：国家自然科学基金61174034,60874041;浙江省自然科学基金LQ12F03005;National Natural Science Foundation of China61174034,60874041;Zhejiang Provincial Natural Science Foundation of ChinaLQ12F03005

在线出版日期：2013-10-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1027-1036