广义系统的迭代学习控制器的设计与应用
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第11-19页 |
1.1 研究背景 | 第11-13页 |
1.1.1 迭代学习控制的研究背景 | 第11-12页 |
1.1.2 广义系统的研究背景 | 第12-13页 |
1.2 国内外研究状况 | 第13-18页 |
1.2.1 迭代学习控制的研究状况 | 第13-16页 |
1.2.2 广义系统的研究状况 | 第16页 |
1.2.3 广义系统ILC的研究状况 | 第16-18页 |
1.3 本文的研究意义和内容安排 | 第18-19页 |
第二章 控制器设计的基础 | 第19-23页 |
2.1 控制器设计的数学基础 | 第19-20页 |
2.1.1 离散时间向量函数定义及其性质 | 第19页 |
2.1.2 相关引理 | 第19-20页 |
2.2 控制器的设计描述 | 第20-22页 |
2.2.1 控制输入状态初始化 | 第21页 |
2.2.2 设定迭代初值和更新输入状态 | 第21-22页 |
2.2.3 迭代结束条件 | 第22页 |
2.2.4 绘制仿真图 | 第22页 |
2.3 本章小结 | 第22-23页 |
第三章 离散广义系统的ILC算法 | 第23-38页 |
3.1 离散广义系统的描述 | 第23-24页 |
3.2 初态学习下的ILC算法 | 第24-27页 |
3.2.1 学习律及其收敛条件 | 第24-25页 |
3.2.2 收敛性分析 | 第25-27页 |
3.3 初态有界扰动下的ILC算法 | 第27-31页 |
3.3.1 学习律及其收敛条件 | 第27-28页 |
3.3.2 收敛性分析 | 第28-31页 |
3.4 算法的数值仿真 | 第31-37页 |
3.4.1 初态学习下算法的仿真 | 第31-33页 |
3.4.2 初态有界扰动下算法的仿真 | 第33-36页 |
3.4.3 算法的比较 | 第36-37页 |
3.5 本章小结 | 第37-38页 |
第四章 固定初值下广义系统的ILC | 第38-50页 |
4.1 连续广义系统的描述 | 第38页 |
4.2 固定初值下的ILC算法 | 第38-42页 |
4.2.1 学习律及收敛条件 | 第38-39页 |
4.2.2 收敛性分析 | 第39-42页 |
4.3 极限信号的修正策略 | 第42-46页 |
4.3.1 学习律及收敛条件 | 第42-43页 |
4.3.2 收敛性分析 | 第43-46页 |
4.4 算法的仿真研究 | 第46-49页 |
4.5 两种算法的一些问题说明 | 第49页 |
4.6 本章小结 | 第49-50页 |
第五章 初态学习下广义系统的ILC | 第50-65页 |
5.1 连续广义系统的描述 | 第50-51页 |
5.2 初态学习下的PD型算法 | 第51-54页 |
5.2.1 学习律及其收敛条件 | 第51页 |
5.2.2 收敛性分析 | 第51-54页 |
5.3 带指数变增益的D型算法 | 第54-57页 |
5.3.1 学习律及其收敛条件 | 第54页 |
5.3.2 收敛性分析 | 第54-57页 |
5.4 带指数变增益的PD型算法 | 第57-58页 |
5.5 算法的数值仿真 | 第58-64页 |
5.5.1 PD型算法的数值仿真 | 第58-60页 |
5.5.2 带指数变增益D型算法的数值仿真 | 第60-62页 |
5.5.3 带指数变增益PD型算法的数值仿真 | 第62-63页 |
5.5.4 算法的比较 | 第63-64页 |
5.6 本章小结 | 第64-65页 |
第六章 ILC在广义系统上的应用 | 第65-76页 |
6.1 控制系统分析与建模 | 第65-66页 |
6.2 迭代学习控制器的设计 | 第66-74页 |
6.2.1 固定初值下PD型学习律及仿真 | 第67-69页 |
6.2.2 初态学习下D型学习律及仿真 | 第69-70页 |
6.2.3 指数变增益D型学习律及仿真 | 第70-71页 |
6.2.4 初态学习下PD型学习律及仿真 | 第71-73页 |
6.2.5 指数变增益PD型学习律及仿真 | 第73-74页 |
6.3 算法对控制系统的影响 | 第74-75页 |
6.4 本章小结 | 第75-76页 |
结论与展望 | 第76-78页 |
参考文献 | 第78-83页 |
攻读硕士学位期间取得的研究成果 | 第83-84页 |
致谢 | 第84-85页 |
附件 | 第85页 |