控制与决策

作者：王晶,周楠,王森,沈栋,李伯群

单位：北京化工大学 信息科学与技术学院,北京 100029,,北京化工大学 信息科学与技术学院,北京 100029,,北京化工大学 信息科学与技术学院,北京 100029,,中国人民大学 数学学院,北京 100872,,辽宁科技大学 电子与信息工程学院,辽宁 鞍山 114051,

关键词：迭代学习控制;反馈辅助PD策略;数据量化;随机变批次长度;初始状态条件

基金：国家自然科学基金项目(61973023,61573050,61673045)；北京市自然科学基金项目(4202052).

针对离散线性系统,研究批次长度随机变化的反馈辅助PD型量化迭代学习控制问题.考虑系统信号经量化后传输到控制器或执行器的情况,给出两种量化方案:跟踪误差信号量化和控制输入信号量化.基于两种不同的量化信号,在批次长度和初始条件随机变化前提下设计反馈辅助PD型迭代学习控制算法.采用扇形界的处理方法和堆积系统框架,推导数学期望下的学习收敛条件:在误差信号量化情况下,所提出控制算法可以保证跟踪误差渐近收敛到零;在控制输入信号量化情况下,所提出控制算法能够保证跟踪误差有界收敛.仿真示例对比验证了两种量化方案下所提出方法的有效性和优越性.

来源：2021年第10期

《控制与决策》期刊编辑部

查看控制与决策杂志2021年第10期