期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
一种基于高阶内模的新型自适应迭代学习算法 被引量:3
1
作者 张国山 李思祺 《天津大学学报(自然科学与工程技术版)》 EI CAS CSCD 北大核心 2022年第5期480-488,共9页
本文针对一类含多个时间迭代变化参数控制方向未知的非线性离散时间系统的输出跟踪问题,提出了一种基于高阶内模的新型自适应迭代学习算法.假设多个时间迭代变化参数由不同的高阶内模所生成,本文所提出的算法借鉴了模型预测控制的思想,... 本文针对一类含多个时间迭代变化参数控制方向未知的非线性离散时间系统的输出跟踪问题,提出了一种基于高阶内模的新型自适应迭代学习算法.假设多个时间迭代变化参数由不同的高阶内模所生成,本文所提出的算法借鉴了模型预测控制的思想,通过构建预测输入,将获得的当次迭代预测跟踪误差作为先验知识,应用到系统输入的控制律的设计中,从而在预测跟踪误差的基础上进一步缩小系统的跟踪误差.相较于基于高阶内模的传统迭代学习算法,大幅度缩减了系统的输出跟踪误差,明显地提高了跟踪精度.此外,由于预测跟踪误差作为先验知识参与了系统输入控制律的设计,该方法对于系统扰动和输出噪声具有较强的鲁棒性.通过Lyapunov稳定性理论,证明了该方法下系统跟踪误差的收敛性和所提算法的优越性.通过两组仿真算例,考虑在控制方向已知和未知两种情况下,和两种基于高阶内模的已有迭代学习算法进行了对比,验证了理论结果. 展开更多
关键词 自适应学习控制 高阶内模 非线性离散时间系统 时间迭代变化参数
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部