论文部分内容阅读
重复学习控制如迭代学习控制一样仅要求被学习量满足重复性,又像重复控制一样不需对运行的系统进行重置位操作,回避了迭代学习控制中的初始误差问题,同时使重复控制的应用范围得以推广。针对一类含非参数化不确定非线性系统,给出一种有限作业区间上的鲁棒重复学习控制器设计。利用控制器中的鲁棒部分保证闭环系统所有变量有界,重复学习部分可有效消除系统的跟踪误差。本文分别讨论了部分限幅与完全限幅学习两种情形,给出闭环系统稳定性和收敛性的理论分析。数值仿真验证了算法的有效性。