離散時變非線性系統(tǒng)的自適應迭代學習控制.pdf

1、目前大多數控制算法都由數字計算機實現,離散系統(tǒng)的研究顯得尤為重要。然而離散系統(tǒng)與連續(xù)系統(tǒng)具有本質區(qū)別,很多適用于連續(xù)系統(tǒng)的非線性控制方法無法直接推廣到離散系統(tǒng)。自適應控制能有效處理含定常參數不確定性系統(tǒng)的跟蹤問題,但很難處理含時變參數不確定性的情形。迭代學習控制能對有限時間區(qū)間上重復運行的系統(tǒng)實現完全跟蹤任務,但經典的基于壓縮映射的方法往往要求系統(tǒng)滿足一些苛刻條件,如全局李普希茲、初值問題等。自適應迭代學習控制吸收了自適應控制和迭代學習

2、控制的各自優(yōu)勢,能有效處理含時變參數不確定性系統(tǒng)的完全跟蹤問題。迄今為止,關于離散系統(tǒng)自適應迭代學習控制的研究成果還不多。本文針對離散時變非線性系統(tǒng),進一步研究自適應迭代學習控制。主要工作包括以下五個方面:
　　 一、未利用Nussbaum增益,提出一種新的自適應迭代學習控制方案,解決了單輸入單輸出離散時變系統(tǒng)控制方向未知的難題。通過分別調整控制律和參數估計律,避免了控制律中零除現象。該方案可實現有限時間區(qū)間上的完全跟蹤任務,且

3、保證閉環(huán)系統(tǒng)全局穩(wěn)定。
　　 二、結合迭代學習投影算法,提出一種反步自適應迭代學習控制方案,解決了一類參數嚴格反饋離散時變系統(tǒng)的跟蹤問題。利用系統(tǒng)先前運行信息設計控制器,避免了離散反步法設計中的非因果問題。該方案不要求系統(tǒng)非線性項滿足線性增長條件,且能保證系統(tǒng)輸出完全跟蹤期望軌跡。
　　 三、針對一類參數輸出反饋離散時變系統(tǒng),提出一種基于反步法的輸出反饋自適應迭代學習控制方案。利用觀測器估計系統(tǒng)不可測狀態(tài),結合迭代學習最

4、小二乘算法,設計了一個新的控制器。理論分析了閉環(huán)系統(tǒng)的穩(wěn)定性與收斂性。
　　 四、提出一種帶相對死區(qū)的自適應迭代學習控制方案,完全補償了參數與非參數系統(tǒng)的不確定性。針對控制增益己知與未知兩種情形,分別設計控制器,討論了閉環(huán)系統(tǒng)的穩(wěn)定性及收斂性。
　　 五、針對一類函數增益符號未知的高階離散時變非線性系統(tǒng),引入帶死區(qū)迭代學習投影算法,提出一種基于神經網絡的自適應迭代學習控制方案。該方案對控制增益估計量進行調整,避免了控制器