迭代学习控制自1984年由日本学者Arimoto等明确提出其概念以来,一直是控制界的研究热点领域之一。经过二十多年的研究,迭代学习控制已成为智能控制的一个重要组成部分,并已逐渐成为控制理论研究的一个新的发展方向,同时有着许多成功的应用。由于控制算法多采用计算机来实现,连续系统的迭代学习控制也是要必须要经过数据采样和离散化处理,但是目前离散系统的迭代学习控制理论成果却远远不及连续系统,因此研究离散系统迭代学习控制算法有着很深的理论和实际意义。论文根据当前迭代学习控制的研究现状,针对线性离散系统讨论了迭代学习控制的收敛性、鲁棒性、初始状态及工程应用等问题。主要研究内容如下:1.介绍了迭代学习控制理论的提出和发展,叙述了迭代学习控制的数学表达形式及其特点,然后综述了迭代学习控制理论的研究内容及现状,最后介绍了本文的主要工作。2.针对离散系统,介绍了几种迭代学习控制的分析方法:最优迭代控制方法、基于下三角矩阵理论的迭代学习算法、基于2-D系统理论的学习控制方法等。3.介绍了几类基于几何分析方法的迭代学习控制算法,重点针对离散系统,推导了基于几何分析方法的迭代学习新算法;并给出了对新算法的收敛性分析。4.以具体的工程实例研究了迭代学习控制理论的工程应用问题。将本文提出的新算法应用于机器人操作臂的轨迹跟踪控制中,进行迭代学习控制器的设计5.基于论文中和工程应用问题,用MATLAB软件做了仿真验证。