针对SISO时变离散时间系统，提出了一种自适应迭代学习控制方法。 为了估计随时间变化的未知数，分别给出了两种迭代学习算法，即完全饱和的迭代学习投影算法和完全饱和的迭代学习最小二乘算法。 在确定性等效原理的基础上，开发了一种单步前进控制器。 闭环系统的稳定性和收敛性是通过迭代域关键技术引言建立的，该技术引言是现有迭代技术的变体，专门针对迭代领域中的分析目的而设计。 随着迭代进行到无穷大，在闭环中的所有信号保持有界的情况下，可以在预定的时间间隔内（不包括初始时刻）实现完整的跟踪。

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.