基于遗忘因子最小二乘的自适应学习控制  

Adaptive Learning Control based on Least Squares Algorithm with a Forgetting Factor

作　　者：丁健[1] 杨慧中[1] 

机构地区：[1]江南大学教育部轻工过程先进控制重点实验室,江苏无锡214122

出　　处：《控制工程》2013年第6期1010-1013,共4页Control Engineering of China

基　　金：国家自然科学基金资助项目(60674092)

摘　　要：针对一类含未知时变参数的满足线性增长条件的离散非线性系统,提出一种有限时间区间的轨迹跟踪参数自适应迭代学习控制(Iterative learning control,ILC)方案,讨论了该算法的收敛性以及利用遗忘因子提高收敛速度的问题。该方法利用离散时间自适应控制中的遗忘因子最小二乘法,在迭代域上构造新的参数自适应更新律和控制律,同时利用类Lyapunov函数证明跟踪误差在时间域上的逐点收敛、迭代域上的渐近收敛。给出两个仿真例子说明提出的参数自适应律与控制方法的有效性。Abstract ： A Parameter adaptive iterative learning control scheme for trajectory tracking in a finite duration is proposed for a class of system with unknown time-varying parameters and linearly growing condition. It discusses the convergence performance ,d the. algorithm and improves convergence rate using forgetting factor. By using least squares algorithm with a forgetting factor in adaptive control, a new parameter adaptive and controlling law is constructed in iterative field. Pointwise convergence in time gradual convergence in iterative domain are proved with Lyapunov-like function. Two simulation examples are provided to vali- date the of the parameter adaptive law and controller.

关 键 词：时变参数 离散非线性系统 遗忘因子 类Lyapunov函数 自适应迭代学习控制 

分 类 号：TP273[自动化与计算机技术—检测技术与自动化装置]