Lebesgue-p范数意义下区间可调节的变增益加速迭代学习控制

发布时间：2018-01-22 08:21

本文关键词： 迭代学习控制 Lebesgue-p范数收敛速度增益调节　出处：《控制与决策》2017年11期 　论文类型：期刊论文

【摘要】：为加快迭代学习控制律的收敛速度,针对线性时不变(LTI)系统,以PD-型学习律为例,提出一种区间可调节的具有指数加速的迭代学习控制算法.首先,根据每次学习效果确定下一次迭代需要修正的区间并在该区间内修正控制律增益;然后,在Lebesgue-p范数意义下分析所提出算法的收敛性并给出其收敛条件;最后,通过理论分析表明,收敛速度主要取决于被控对象、控制律增益、修正指数和学习区间的大小.在相同仿真条件下,与传统算法相比,所提出算法具有更快的收敛速度.
[Abstract]:In order to speed up the convergence of iterative learning control law, the PD-type learning law is taken as an example for linear time-invariant LTI system. An interval adjustable iterative learning control algorithm with exponential acceleration is proposed. Firstly, according to each learning effect, the interval to be modified by the next iteration is determined and the gain of the control law is modified in the interval. Then, in the sense of Lebesgue-p norm, the convergence of the proposed algorithm is analyzed and its convergence conditions are given. Finally, the theoretical analysis shows that the convergence rate mainly depends on the size of the controlled object, the gain of the control law, the modified exponent and the learning interval. Under the same simulation conditions, the convergence rate is compared with the traditional algorithm. The proposed algorithm has a faster convergence rate.
【作者单位】：西北工业大学自动化学院;
【基金】：国家自然科学基金项目(51407143) 陕西省自然科学基础研究计划项目(2015JM5227)
【分类号】：TP13
【正文快照】： 0引迭代学习控制[1]算法在不断完善和发展的过程中,作为评价其性能和效率的重要指标,收敛速度是其主要研究内容之一.文献[2]提出了利用以前学习过程中得到的知识构造后续学习的控制输入以加快学习速度.随后,人们发现常被忽略的初始控制对收敛速度有很大的影响.文献[3-5]分别借

【相似文献】