针对非线性非仿射离散时间系统,提出了基于扩展状态观测器的量化无模型自适应迭代学习控制策略.通过引入迭代动态线性化方法,处理系统非线性和非仿射结构不确定性,提出了基于偏格式的迭代线性数据模型(iterative linear data model, iLD...
详细信息
针对非线性非仿射离散时间系统,提出了基于扩展状态观测器的量化无模型自适应迭代学习控制策略.通过引入迭代动态线性化方法,处理系统非线性和非仿射结构不确定性,提出了基于偏格式的迭代线性数据模型(iterative linear data model, iLDM).给出误差量化描述,设计了基于量化数据的学习控制律和参数迭代自适应律,其中后者不仅可以估计iLDM的不确定参数,而且能够调节控制律的学习增益,增强了控制方案的鲁棒能力.同时,设计迭代域中的扩展状态观测器,对参数估计、未建模动态和外界扰动等多非重复不确定性进行估计和补偿.理论分析和仿真研究均证明了所提出方法的有效性.
暂无评论