迭代学习控制(Iterative Learning Control,简称ILC)是近二十年发展起来的一种新的智能控制方法。迭代学习控制就是根据工业过程的某种重复特性,利用系统先前的控制经验和输出误差来修正当前的控制信息,使系统输出尽可能收敛于期望值。迭代学习控制中非重复性扰动是不可避免的,并且传统的迭代学习控制算法不能抑制它。针对迭代学习过程的非重复性扰动,提出一种基于小波变换的方法,抑制非重复性扰动。小波变换作为一种时频分析工具,将跟踪误差按不同的频段进行分解,在任何时间步长内都能确定最大误差分量的值,在通过最大误差分量值确定滤波器的截止频率,最后通过滤波器消除高频误差分量,进而抑制了迭代学习过程中产生的非重复性扰动。本文的主要研究内容为:首先,介绍了迭代学习控制的基本原理,深入分析了迭代学习控制的发展历程、近年来国内外发展现状及存在的问题。其次,从小波基本概念、连续小波变换、离散小波框架等方面对小波理论作一基本论述,并结合最新的前沿研究,探讨了小波的应用前景。再次,对迭代学习控制系统进行分析,对误差进行分类,并分别进行仿真实验,通过仿真总结分析出不同形式的扰动对迭代学习控制的影响。然后,用小波分析跟踪误差,得出截止频率,同时引出窗函数的方法,利用之前得到的截止频率设计滤波器,并将设计的滤波器引入迭代学习反馈控制系统中,推导出新的更新律。最后,利用Matlab建立上述迭代学习控制算法,通过仿真验证了所述算法的有效性,并对全文进行总结,提出理论上有待进一步深入研究的问题。