反馈辅助迭代学习控制

摘要：

　　针对线性定常系统，提出反馈辅助迭代学习控制策略。以PD型学习律为例，推导保证算法收敛性的充分条件和极限轨迹。为了消除初始偏移对跟踪性能的影响，引入初始修正作用。分析表明，这种修正作用能够使得系统输出在预先设定的区间上对期望轨迹的完全跟踪。并且，通过数值算例进一步验证所提出的学习控制方案的有效性。

关键词： 反馈辅助 初始修正 有限时间收敛 迭代学习控制

作者: 孙明轩 王惠峰 毕宏博

作者单位: 浙江工业大学信息工程学院,杭州310023

会议类型: 国际会议

会议名称: the 25th Chinese Control and Decision Conference(第25届中国控制与决策会议)

会议地点: 贵阳

会议语种:英文

页码: 675-680

在线出版日期: 2013-05-01（万方平台首次上网日期，不代表论文的发表时间）