一类线性连续切换系统的迭代学习控制

针对有限时间区间内执行重复控制任务的线性连续切换系统,考虑基于迭代学习的跟踪控制问题.假设线性切换系统的切换率在时间域内是任意的,提出该类系统的D型迭代学习控制算法.理论分析表明,当学习增益矩阵满足一定的条件时,D型迭代学习控制算法可以保证切换系统的实际输出在整个运行区间上一致收敛于期望输出,实现完全跟踪控制.数值仿真进一步验证了方法的有效性.

基于迭代学习的离散切换系统故障估计

针对一类具有任意切换序列的离散切换系统的故障估计问题,提出了一种新的故障估计算法.该算法利用引入的虚拟故障信号构建出故障估计器,并利用残差信号通过迭代学习方法对引入的虚拟故障进行逐次修正.使虚拟故障随着迭代次数的增加逐渐逼近实际故障.利用压缩映射方法严格证明了算法在各个子区间上的收敛性,给出了算法的收敛条件.理论分析表明,所提算法能够在有限区间上精确估计出切换系统发生的不同类型故障.最后通过仿真实验进一步验证了所提算法的有效性.

时变离散切换系统的迭代学习控制

针对一类具有任意切换序列的时变离散切换系统的轨迹跟踪问题,提出了一种离散迭代学习控制算法.该算法在切换序列沿迭代轴不变而只沿时间轴变化的前提下,将整个有限时间区间划分为有限个子区间,并利用λ-范数对各个子区间上的收敛性进行了严格证明,给出了算法收敛的范数形式的充分条件.该方法不仅实现了时变离散切换系统在有限时间内对目标轨迹的完全跟踪,而且结构简单更便于工程实现.仿真结果验证了该方法的有效性.