資源描述：
《基于等效控制的迭代學(xué)習(xí)控制_李向陽(yáng)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、第３６卷第７期系統(tǒng)工程與電子技術(shù)Ｖｏｌ．３６Ｎｏ．７２０１４年７月ＳｙｓｔｅｍｓＥｎｇｉｎｅｅｒｉｎｇａｎｄＥｌｅｃｔｒｏｎｉｃｓＪｕｌｙ２０１４文章編號(hào)：１００１－５０６Ｘ（２０１４）０７－１３９７－０８網(wǎng)址：ｗｗｗ．ｓｙｓ－ｅｌｅ．ｃｏｍ基于等效控制的迭代學(xué)習(xí)控制李向陽(yáng)（華南理工大學(xué)自動(dòng)化科學(xué)與工程學(xué)院，廣東廣州５１０６４１）摘要：對(duì)一類含非參數(shù)不確定性的時(shí)變非線性系統(tǒng)，提出了一種新的迭代學(xué)習(xí)算法，應(yīng)用類Ｌｙａｐｕｎｏｖ方法證明了其收斂性。為了提高其
2、收斂速度，建立了該類非線性系統(tǒng)的等效系統(tǒng)，并應(yīng)用線性擴(kuò)張狀態(tài)觀測(cè)器直接給出了原非線性系統(tǒng)的等效控制，該等效控制是其期望控制的近似。為了消除線性擴(kuò)張狀態(tài)觀測(cè)器應(yīng)用中的初始時(shí)刻的峰值現(xiàn)象，提出了順時(shí)針估計(jì)和逆時(shí)針估計(jì)相結(jié)合的等效控制求解方法，給出了基于等效控制的迭代學(xué)習(xí)控制算法的實(shí)現(xiàn)流程圖。仿真表明所提的兩種算法都是有效的，基于等效控制的迭代學(xué)習(xí)控制算法幾乎一次學(xué)習(xí)后就可達(dá)到滿意的效果。關(guān)鍵詞：迭代學(xué)習(xí)控制；線性擴(kuò)張狀態(tài)觀測(cè)器；等效控制；類Ｌｙａｐｕｎｏｖ方法中圖分類號(hào)：ＴＰ２７３文獻(xiàn)標(biāo)志碼：ＡＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００１－５０６Ｘ．２０
3、１４．０７．２７ＩｔｅｒａｔｉｖｅｌｅａｒｎｉｎｇｃｏｎｔｒｏｌｂａｓｅｄｏｎｅｑｕｉｖａｌｅｎｔｃｏｎｔｒｏｌＬＩＸｉａｎｇ－ｙａｎｇ（ＣｏｌｌｅｇｅｏｆＡｕｔｏｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＳｏｕｔｈＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｇｕａｎｇｚｈｏｕ５１０６４１，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｆｏｒａｃｌａｓｓｏｆｔｉｍｅ－ｖａｒｙｉｎｇｎｏｎｌｉｎｅａｒｓｙｓｔｅｍｓｗｉｔｈｎｏｎ－ｐａｒａｍｅｔｒｉｃｕｎｃｅｒｔａｉｎｔｉｅｓ，ａｎｅｗｉｔｅｒａｔｉｖｅｌｅａｒｎｉｎｇｃｏｎｔｒｏｌ（ＩＬＣ）ａ
4、ｌｇｏｒｉｔｈｍｉｓｐｒｅｓｅｎｔｅｄ．ＴｈｅｃｏｎｖｅｒｇｅｎｃｅｉｓｐｒｏｖｅｎｂｙｔｈｅＬｙａｐｕｎｏｖ－ｌｉｋｅａｐｐｒｏａｃｈ．Ｉｎｏｒ－ｄｅｒｔｏｉｍｐｒｏｖｅｉｔｓｃｏｎｖｅｒｇｅｎｃｅｒａｔｅ，ａｎｅｑｕｉｖａｌｅｎｔｓｙｓｔｅｍｉｓｂｕｉｌｔｆｏｒｔｈｅｏｒｉｇｉｎａｌｎｏｎｌｉｎｅａｒｓｙｓｔｅｍ．Ｔｈｅｅｑｕｉｖａ－ｌｅｎｔｃｏｎｔｒｏｌｏｆｔｈｅｏｒｉｇｉｎａｌｓｙｓｔｅｍｉｓｇｉｖｅｎｂｙｔｈｅｌｉｎｅａｒｅｘｔｅｎｄｅｄｓｔａｔｅｏｂｓｅｒｖｅｒ（ＬＥＳＯ）ｏｆｔｈｅｅｑｕｉｖａｌｅｎｔｓｙｓ－ｔｅｍ．Ｔｈｅｅｑｕｉｖａｌｅ
5、ｎｔｃｏｎｔｒｏｌｉｓａｎａｐｐｒｏｘｉｍａｔｉｏｎｏｆｔｈｅｄｅｓｉｒｅｄｃｏｎｔｒｏｌ．Ｉｎｏｒｄｅｒｔｏｅｌｉｍｉｎａｔｅｔｈｅｐｅａｋｉｎｇｐｈｅ－ｎｏｍｅｎｏｎｏｆＬＥＳＯａｔｉｎｉｔｉａｌｔｉｍｅ，ａｓｏｌｖｉｎｇｍｅｔｈｏｄｏｆｔｈｅｅｑｕｉｖａｌｅｎｔｃｏｎｔｒｏｌｉｓｐｒｅｓｅｎｔｅｄ，ｗｈｉｃｈｃｏｍｂｉｎｅｓｃｌｏｃｋ－ｗｉｓｅａｎｄｃｏｕｎｔｅｒ－ｃｌｏｃｋｗｉｓｅｅｓｔｉｍａｔｉｏｎ．ＴｈｅｉｍｐｌｅｍｅｎｔａｔｉｏｎｆｌｏｗｄｉａｇｒａｍｏｆｔｈｅＩＬＣｂａｓｅｄｏｎｅｑｕｉｖａｌｅｎｔｃｏｎｔｒｏｌｉｓｇｉｖｅｎ．Ｓｉｍｕ
6、ｌａｔｉｏｎｒｅｓｕｌｔｓｖｅｒｉｆｙｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｔｗｏｐｒｏｐｏｓｅｄｍｅｔｈｏｄｓａｎｄｔｈｅＩＬＣｂａｓｅｄｏｎｅｑｕｉｖａ－ｌｅｎｔｃｏｎｔｒｏｌｃａｎｇｅｔｓａｔｉｓｆａｃｔｏｒｙｔｒａｃｋｉｎｇｐｅｒｆｏｒｍａｎｃｅａｌｍｏｓｔａｆｔｅｒｏｎｅｉｔｅｒａｔｉｏｎ．Ｋｅｙｗｏｒｄｓ：ｉｔｅｒａｔｉｖｅｌｅａｒｎｉｎｇｃｏｎｔｒｏｌ（ＩＬＣ）；ｌｉｎｅａｒｅｘｔｅｎｄｅｄｓｔａｔｅｏｂｓｅｒｖｅｒ；ｅｑｕｉｖａｌｅｎｔｃｏｎｔｒｏｌ；Ｌｙａｐｕｎｏｖ－ｌｉｋｅａｐｐｒｏａｃｈ［４－６］。面也得到了應(yīng)用０引言迭代學(xué)習(xí)
7、控制是一種數(shù)據(jù)驅(qū)動(dòng)控制方法，迭代學(xué)習(xí)算迭代學(xué)習(xí)控制（ｉｔｅｒａｔｉｖｅｌｅａｒｎｉｎｇｃｏｎｔｒｏｌ，ＩＬＣ）適合于法的收斂性和學(xué)習(xí)效率是迭代學(xué)習(xí)控制的核心問題，在完一類具有重復(fù)運(yùn)行性質(zhì)的被控對(duì)象，其任務(wù)是尋找控制輸成一個(gè)控制周期后，被控系統(tǒng)的大部分模型信息都已經(jīng)包入，實(shí)現(xiàn)有限時(shí)間區(qū)間上被控對(duì)象的輸出完全跟蹤期望軌涵在其輸入和輸出數(shù)據(jù)中，如何提高信息的利用率是提高跡。自從日本學(xué)者Ｕｃｈｉｙａｍａ于１９７８年提出迭代學(xué)習(xí)控制收斂速度的關(guān)鍵。本文設(shè)法在迭代學(xué)習(xí)控制算法收斂的基［１］，由于其不依賴系統(tǒng)的精確數(shù)學(xué)模型和能以的思想以來礎(chǔ)上，從前次完整迭代周期的系
8、統(tǒng)輸入和輸出數(shù)據(jù)中，直接簡(jiǎn)單的迭代學(xué)習(xí)算法處理高不確定性和強(qiáng)非線性動(dòng)態(tài)系統(tǒng)獲得實(shí)現(xiàn)系統(tǒng)完全跟蹤
