控制与决策

作者：陈思宇,那靖,黄英博

单位：昆明理工大学 机电工程学院,昆明 650500;昆明理工大学 云南省先进装备智能控制及应用国际联合实验室,昆明 650500,,昆明理工大学 机电工程学院,昆明 650500;昆明理工大学 云南省先进装备智能控制及应用国际联合实验室,昆明 650500,,昆明理工大学 机电工程学院,昆明 650500;昆明理工大学 云南省先进装备智能控制及应用国际联合实验室,昆明 650500,

关键词：离散系统;自适应参数估计;随机牛顿算法;递推最小二乘;有限激励;代价函数

基金：国家自然科学基金项目(62273169,61922037,62003153)；云南省基础研究计划项目(202001AV070001, 202201AW070005,202101AU070162).

针对一类离散系统,提出一种基于随机牛顿算法的自适应参数估计新框架,相较于已有的参数估计算法,所提出方法仅要求系统满足有限激励条件,而非传统的持续激励条件.所提出算法的核心思想在于通过对原始代价函数的修正,在使用当前时刻误差信息的基础上融入历史误差信息,进而通过对历史信息和历史激励的复用使得持续激励条件转化为有限激励条件;然后,为了解决传统算法收敛速度慢的问题并避免潜在的病态问题,采用随机牛顿算法推导出参数自适应律,并引入含有历史信息的海森矩阵作为时变学习增益,保证参数估计误差指数收敛;最后,基于李雅普诺夫稳定性理论给出不同激励条件下所提出算法的收敛性结论和证明,并通过对比仿真验证所提出算法的有效性和优越性.

来源：2024年第6期

《控制与决策》期刊编辑部

查看控制与决策杂志2024年第6期