学位论文数据集 | 第3-4页 |
摘要 | 第4-6页 |
ABSTRACT | 第6-8页 |
第一章 绪论 | 第15-25页 |
1.1 课题背景及意义 | 第15-16页 |
1.2 迭代学习控制 | 第16-18页 |
1.3 采样迭代学习控制 | 第18-20页 |
1.4 量化迭代学习控制 | 第20-21页 |
1.5 点对点迭代学习控制 | 第21-22页 |
1.6 本文的主要工作 | 第22-25页 |
第二章 采样间隔误差估计与变采样迭代学习控制 | 第25-41页 |
2.1 引言 | 第25页 |
2.2 问题提出 | 第25-27页 |
2.3 线性系统采样间隔跟踪误差上界估计 | 第27-28页 |
2.4 非线性系统采样间隔内跟踪误差上界估计:基于积分中值定理 | 第28-31页 |
2.5 非线性系统采样间隔内跟踪误差上界估计:基于Bellman-Gronwall引理 | 第31-32页 |
2.6 变采样策略 | 第32-34页 |
2.7 仿真实验 | 第34-39页 |
2.7.1 线性系统示例 | 第34-37页 |
2.7.2 非线性系统示例 | 第37-39页 |
2.8 本章小结 | 第39-41页 |
第三章 离散确定系统的量化迭代学习控制 | 第41-57页 |
3.1 引言 | 第41页 |
3.2 问题提出 | 第41-43页 |
3.3 ILC算法设计与收敛性分析 | 第43-45页 |
3.4 推广到非线性系统情形 | 第45-46页 |
3.5 仿真实例 | 第46-54页 |
3.5.1 线性系统示例 | 第47-51页 |
3.5.2 非线性系统示例 | 第51-54页 |
3.6 本章小结 | 第54-57页 |
第四章 离散随机系统的量化迭代学习控制 | 第57-75页 |
4.1 引言 | 第57页 |
4.2 问题提出 | 第57-58页 |
4.3 ILC算法设计与收敛性分析 | 第58-63页 |
4.4 推广到非线性系统情形 | 第63-66页 |
4.5 仿真示例 | 第66-74页 |
4.5.1 线性系统示例 | 第67-71页 |
4.5.2 非线性系统示例 | 第71-74页 |
4.6 本章小结 | 第74-75页 |
第五章 随机系统的点对点迭代学习控制 | 第75-85页 |
5.1 引言 | 第75页 |
5.2 问题提出 | 第75-77页 |
5.3 ILC算法设计与收敛性分析 | 第77-81页 |
5.3.1 ILC算法收敛性 | 第78-79页 |
5.3.2 学习增益矩阵的选择 | 第79-80页 |
5.3.3 ILC的渐近性 | 第80-81页 |
5.4 仿真实例 | 第81-84页 |
5.5 本章小结 | 第84-85页 |
第六章 结论与展望 | 第85-87页 |
6.1 结论 | 第85页 |
6.2 展望 | 第85-87页 |
参考文献 | 第87-93页 |
附录·压缩映射原理 | 第93-97页 |
Banach不动点定理 | 第93页 |
线性情形下的压缩映射原理 | 第93-94页 |
有界扰动下的压缩映射原理 | 第94-97页 |
致谢 | 第97-99页 |
研究成果及发表的学术论文 | 第99-101页 |
作者和导师简介 | 第101-103页 |
附件 | 第103-104页 |