机械臂变长度误差跟踪迭代学习控制

针对任意初始状态下机械臂轨迹跟踪问题,提出一种变长度误差跟踪迭代学习控制(Iterative learning control,ILC)方法.首先,构造不依赖于期望轨迹的双曲余弦型期望误差轨迹,放宽经典迭代学习控制初始状态要求严格一致的条件.由于该误差轨迹只需设置一个常数项,因而能够有效减少计算量,使得期望误差轨迹的设计更为简单.其次,考虑机械臂运行区间随迭代次数变化的问题,构建虚拟误差变量补偿机制,通过定义虚拟误差变量对未运行区间进行信息补偿,放宽经典迭代学习控制的迭代长度不变条件.在此基础上,基于Lyapunov-like理论设计迭代学习控制器和全限幅学习律,实现机械臂关节位置在指定区间上跟踪给定的期望轨迹和保证未知参数估计值的有界性.最后,仿真结果验证了所提方法的有效性.

目标分配问题的模拟退火算法

基于不同退火温度下迭代长度规则和最优解保留策略,提出了一种用于防空指挥、控制、通信和信息(C3I)系统射击效率的最佳目标分配优化的改进模拟退火算法,给出了算法流程。算例表明:对防空C3I系统的目标分配该法具较强的寻优能力和较快的收敛速度,优化结果优于其他方法。

基于数据驱动的非线性网络系统自适应迭代学习控制

针对非线性网络控制系统中测量数据的量化及随机丢包问题,给出一种基于数据驱动的自适应迭代学习控制算法.该算法能够保证系统在数据量化、随机丢包以及不确定迭代学习长度等因素的影响下,经过有限次迭代后输出轨迹跟踪误差收敛到零;借助伪偏导线性化方法,将非线性系统转换为线形时变系统形式;在线性系统框架下利用前一批次的系统输出信息更新自适应学习增益.与传统迭代学习控制算法不同的是,该算法无需预知迭代长度的先验信息和控制系统模型信息.最后通过Matlab仿真实验验证所提出算法的有效性.

一种自适应电话会议回波抵消系统

文中给出一种基于去相关最小均方(DLMS)算法和迭代最大长度序列相关(IMLC)算法的电话会议回声抵消系统。鉴于DLMS算法在远端会话期间具有好的工作性能,而IMLC算法在双端会话期间具有良好的工作效果,这种新的回声抵消系统在远端会话期间用DLMS算法估计回声路径,而在双端会话期间用IMLC算法估计回声路径。计算机仿真表明,这种新的回声抵消系统在远端会话和双端会话情况下均能提供较好的回声路径估计。