有限区间非线性系统的重复学习控制

摘要迭代学习控制需要初始重新定位，而要学习的时间函数应在重复控制中具有周期性。 但是，在实际情况中，时变未知数是不是周期性的而是重复的，并且重复学习控制适用于避免初始重新定位。 在本文中，针对有限元上更广泛的非线性系统提出了重复学习控制设计间隔。 修改了弗里曼公式，并将其用于稳定标称非线性时变系统承担。 学习系统的全局稳定性和跟踪误差的渐近收敛通过分别分析部分和完全饱和的学习算法来建立。 这从理论上讲，重复学习控制方法在处理时变参数方面是有效的不确定性。

讨论非线性非最小相位系统实现完全跟踪的迭代学习控制方法,适于在有限作业区间上重复运行的受控系统.在控制器设计时,通过输出重定义以使非最小相位系统的零动态变成渐近稳定特性.分别采用部分限幅和完全限幅两种学习算法设计控制器,理论分析表明两种算法能够保证学习系统中所有变量的有界性和跟踪误差在整个作业区间上渐近收敛于零.数值仿真验证了两种迭代学习控制系统的跟踪性能.