[发明专利]一种基于非严格重复的自适应迭代学习控制方法在审
| 申请号： | 201810170605.3 | 申请日： | 2018-03-01 |
| 公开（公告）号： | CN108536007A | 公开（公告）日： | 2018-09-14 |
| 发明（设计）人： | 刘保彬;周伟 | 申请（专利权）人： | 江苏经贸职业技术学院 |
| 主分类号： | G05B13/04 | 分类号： | G05B13/04 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 柏尚春 |
| 地址： | 211168 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于非严格重复的自适应迭代学习控制方法，基于非严格重复的自适应迭代学习控制方法解决了当被控系统中存在多种非严格重复问题时，系统轨迹跟踪误差的收敛性问题；利用投影算法进行未知参数向量估计器的设计，给出了收敛条件，并实现了轨迹跟踪误差的快速收敛；基于状态‑空间重构技术，将非严格重复规律嵌入自适应迭代学习控制方法，有效减小了跟踪误差的抖动范围，且解决了传统投影算法抗干扰能力差的问题。 | ||
| 搜索关键词： | 迭代学习 自适应 重复 跟踪误差 轨迹跟踪误差 抗干扰能力 被控系统 传统投影 空间重构 快速收敛 收敛条件 投影算法 未知参数 系统轨迹 向量估计 收敛性 抖动 减小 算法 嵌入 | ||
【主权项】：
1.一种基于非严格重复的自适应迭代学习控制方法，其特征在于，包括如下步骤：(1)对基于非严格重复的被控系统动力学模型通过状态‑空间矩阵向量解耦，将时间变化‑迭代变化的系统未知参数表达成如下形式：![]()
其中，θk(t)是系统的非严格重复参数，δ0(t)是非严格重复的参数中解耦出的随时间变化的未知初值；βk是由解耦出的已知系数构成的随迭代变化的向量；(2)利用投影算法，构建全部未知参数向量估计器、非严格重复自适应迭代学习控制器及其收敛范围；未知参数向量的学习估计算法为：![]()
其中，![]()
为对未知参数向量γ(t)第k次的迭代学习估计值；p和q为正的学习增益参数，且满足2b‑1(t)‑p≥0；![]()
是由系统已知量构成的非严格重复的向量，![]()
是系统的跟踪参考轨迹，ξ(xk(t),t)是被控系统中的已知变化量；ek(t)是系统跟踪误差；基于非严格重复的自适应迭代学习控制方法为：![]()
(3)采用自适应迭代学习算法，使得控制器能适应非严格重复的多种情况并跟踪非严格重复的目标轨迹。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江苏经贸职业技术学院，未经江苏经贸职业技术学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810170605.3/，转载请声明来源钻瓜专利网。
