离散自适应重复控制:收敛性分析与实现

针对周期已知情形下的离散周期时变系统,提出一种自适应重复控制方法,参数估计采用带死区修正的重复学习投影算法.关键技术引理在分析离散自适应控制系统时起到了关键作用,通过推广这一引理,文中给出重复域关键技术引理,用于证明离散自适应重复控制系统的稳定性和收敛性.理论分析表明,系统的输入和输出信号均有界;且当周期数趋于足够大时,跟踪误差收敛于一邻域中,其半径为干扰的界.在直线电机实验装置上的应用结果验证了所提出重复控制方法的有效性.

一类不确定非线性系统的重复学习控制

针对一类在有限时间区间上重复作业的不确定非线性系统,本文提出一种重复学习控制方法,用于解决非参数不确定性问题.该方法采用死区修正学习律对期望控制输入与界函数进行估计,以避免参数的正向累加导致系统发散,并使该控制算法较少地依赖于系统信息,更方便于控制器的实现.基于Lyapunov方法所设计的控制器,保证了闭环系统所有信号的有界性,并使得跟踪误差收敛于死区界定的邻域.通过仿真算例及电机实验结果验证所提学习控制算法的有效性.

离散时变系统的自适应迭代学习控制

针对一类有限区间上重复运行的离散时变SISO系统,分别采用带饱和函数和死区修正的投影算法进行参数估计,提出自适应迭代学习控制方案.关键技术引理在分析离散自适应控制系统时起到了关键作用,文中把这一引理推广至迭代域,用于建立离散自适应迭代学习控制系统的稳定性和收敛性.理论证明,即使每次迭代存在初始偏差,跟踪误差沿着迭代轴仍能收敛于零,且闭环系统的所有信号有界;当存在外部扰动时,跟踪误差收敛于一邻域内,其半径为干扰的界.在直线伺服系统上的应用结果验证了所提出的学习控制方法的有效性.

基于改进A~*算法的无人机航线规划

为了保障无人机安全飞行,考虑无人机航线规划后航线贴合威胁区边缘的问题,提出了一种改进的A~*算法。在经典A~*算法规划复杂环境下无人机航线的基础上,在威胁区外设立了环状影响区,并设计防止贴合威胁区边缘的危险系数;为了解决规划后航线不平整问题,提出了航线平滑处理算法;同时,提出了死区修正算法,用于解决规划时陷入搜索死区的问题。仿真结果表明,改进A~*算法运算速度较快、鲁棒性强,且能够自主路径寻优,在满足实时性要求的条件下有效解决了无人机航线规划问题。