数据驱动无模型自适应控制与学习控制的鲁棒性问题研究
致谢 | 第1-6页 |
中文摘要 | 第6-8页 |
ABSTRACT | 第8-13页 |
1 绪论 | 第13-33页 |
·引言 | 第13页 |
·数据驱动控制理论 | 第13-19页 |
·无模型自适应控制 | 第14-15页 |
·迭代学习控制 | 第15-16页 |
·迭代反馈整定 | 第16-18页 |
·虚拟参考反馈整定 | 第18-19页 |
·去伪控制 | 第19页 |
·数据驱动控制算法的鲁棒性 | 第19-21页 |
·控制系统的扰动 | 第21-24页 |
·测量扰动 | 第21-23页 |
·负载扰动 | 第23-24页 |
·控制系统的数据丢失 | 第24-29页 |
·存在数据丢失的系统辨识与参数估计 | 第24-25页 |
·存在数据丢失的控制系统稳定性分析 | 第25-27页 |
·存在数据丢失的控制器设计 | 第27页 |
·存在数据丢失的滤波器设计 | 第27-28页 |
·数据丢失补偿算法 | 第28-29页 |
·论文主要工作及组织结构 | 第29-33页 |
·论文主要工作 | 第29-30页 |
·论文结构安排 | 第30-33页 |
2 无模型自适应控制扰动作用分析 | 第33-55页 |
·引言 | 第33-34页 |
·基于紧格式线性化方法的无模型自适应控制 | 第34-42页 |
·SISO非线性离散时间系统 | 第34-39页 |
·MISO非线性离散时间系统 | 第39-42页 |
·无模型自适应控制扰动作用分析 | 第42-54页 |
·问题描述 | 第42-43页 |
·鲁棒收敛性 | 第43-46页 |
·测量扰动作用分析 | 第46-47页 |
·负载扰动作用分析 | 第47-50页 |
·仿真研究 | 第50-54页 |
·本章小结 | 第54-55页 |
3 扰动抑制无模型自适应控制算法 | 第55-87页 |
·引言 | 第55-56页 |
·带有衰减因子的无模型自适应控制 | 第56-64页 |
·算法描述 | 第56页 |
·收敛性分析 | 第56-61页 |
·仿真研究 | 第61-64页 |
·带有滤波器的无模型自适应控制 | 第64-73页 |
·算法描述 | 第65页 |
·收敛性分析 | 第65-68页 |
·仿真研究 | 第68-73页 |
·带有控制死区的无模型自适应控制 | 第73-77页 |
·算法描述 | 第74页 |
·收敛性分析 | 第74-75页 |
·仿真研究 | 第75-77页 |
·带有扰动补偿的无模型自适应控制 | 第77-85页 |
·控制器设计 | 第78-80页 |
·基于神经网络的扰动估计器 | 第80-82页 |
·仿真研究 | 第82-85页 |
·本章小结 | 第85-87页 |
4 存在数据丢失的无模型自适应控制 | 第87-109页 |
·引言 | 第87-88页 |
·存在数据丢失的MFAC算法 | 第88-100页 |
·问题描述 | 第88-89页 |
·收敛性分析 | 第89-92页 |
·数据丢失对算法的影响 | 第92-93页 |
·MISO非线性离散时间系统 | 第93-96页 |
·仿真研究 | 第96-100页 |
·带有丢失数据补偿的无模型自适应控制算法 | 第100-108页 |
·算法描述 | 第100页 |
·收敛性分析 | 第100-102页 |
·仿真研究 | 第102-108页 |
·本章小结 | 第108-109页 |
5 存在数据丢失的迭代学习控制 | 第109-137页 |
·引言 | 第109-110页 |
·存在数据丢失的一阶迭代学习算法 | 第110-120页 |
·问题描述 | 第110-112页 |
·收敛性分析 | 第112-114页 |
·仿真研究 | 第114-120页 |
·存在数据丢失的高阶迭代学习算法 | 第120-125页 |
·问题描述 | 第120-121页 |
·收敛性分析 | 第121-123页 |
·仿真研究 | 第123-125页 |
·存在数据丢失的H_∞迭代学习控制器设计 | 第125-136页 |
·问题描述 | 第125-128页 |
·控制器设计与主要结果 | 第128-133页 |
·仿真研究 | 第133-136页 |
·本章小结 | 第136-137页 |
6 结论与展望 | 第137-139页 |
·结论 | 第137-138页 |
·有待进一步研究的问题 | 第138-139页 |
参考文献 | 第139-153页 |
作者简历 | 第153-156页 |
教育经历 | 第153页 |
论文及科研 | 第153-156页 |
学位论文数据集 | 第156页 |