一类非参数不确定系统的自适应神经网络重复学习控制

摘要：

本文针对一类非参数不确定系统提出一种自适应神经网络重复学习控制方法.利用期望轨迹的周期特性,构造周期性期望控制输入,并设计重复学习律估计未知期望控制输入并补偿系统周期不确定,实现系统对期望轨迹的高精度跟踪.在此基础上,利用神经网络估计系统未知状态和补偿非周期性不确定,进而提高系统鲁棒性.与已有的部分限幅学习律相比,本文提出的全限幅重复学习律可以保证估计值的连续性且能够被限制在指定的界内.最后,基于Lyapunov方法分析误差的收敛性能,并给出仿真结果验证了本文所提方法的有效性.

关键词：重复学习控制、非参数不确定系统、神经网络、Lyapunov方法

所属期刊栏目：32

分类号：TP273;TP13;O231

资助基金：国家自然科学基金;国家自然科学基金;浙江省自然科学基金;教育部重点实验室开放基金

在线出版日期：2022-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：859-865