基于向量图分析的一种迭代学习控制算法及其鲁棒性

摘要：

为了增强迭代学习控制的鲁棒性,加快学习过程的收敛速度,而又不过多地依赖于系统内部信息,本文基于向量图分析思路,利用输入空间的向量构造三角形修正结构,得到了一种新的迭代学习控制算法.该算法根据跟踪误差的大小,调节输入控制量在三角形的一条边上滑动,在跟踪误差较大时,算法能找到控制期望的大致位置并加速收敛,在跟踪误差较小时,能将控制量稳定在其期望的很小邻域内,理论上证明了该邻域直径大小为跟踪误差的二阶无穷小.数值仿真结果说明了它的有效性和优越性.

关键词：迭代学习控制、向量图分析、鲁棒性

所属期刊栏目：24

分类号：TP3(计算技术、计算机技术)

资助基金：航空基础科学基金04F53036

在线出版日期：2007-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：155-159