一类非参数不确定运动系统的自适应空间重复学习控制

针对一类在空间区间内重复运行的非参数不确定运动系统,本文提出一种基于李雅普诺夫方法的自适应空间重复学习控制(SRLC)策略。首先,引入空间微分算子将系统从时间域转换到空间域形式,并将系统非参数不确定性划分为空间周期不确定和非周期不确定两部分。其次,设计全饱和空间重复学习律估计和补偿空间周期非参数不确定部分,同时保证被估计值的连续性和有界性。此外,将非周期不确定部分转换为参数化不确定形式,并设计其上界参数的空间自适应更新律用以补偿系统非周期不确定。最后,设计控制器确保系统输出能够精确跟踪空间周期性期望信号。仿真结果验证了所提方法的有效性。

基于输出信息的空间互联系统迭代学习控制

针对一类具有周期性互联特性的状态不可测空间互联系统,提出了一种基于输出信息的有限频域迭代学习控制算法.通过对多个子系统耦合的离散空间模型变量的提升,将二维空间互联系统转化为一维等效模型.进而利用输出信息构建迭代学习控制律,将被控系统转换为等价的重复过程模型,然后基于广义KYP引理,将保证离散重复过程在不同频率区间内沿批次稳定和跟踪误差单调渐近收敛的性能指标条件转化为线性矩阵不等式.最后通过有源梯形电路的控制仿真验证了本文所提算法的有效性.