共查询到20条相似文献,搜索用时 105 毫秒
1.
本文提出一种开闭环配合的滤波器型迭代学习控制算法,并将这种算法应用于一般非线性动态系统的轨迹跟踪,对于渐近重复初始条件和渐近周期干扰的情形,通过控制误差估计和输出误差估计,文中分别证明学习过程的一致收敛性,证明中未采用线性化手段。 相似文献
2.
3.
本文对Stokes方程分布最优控制问题的有限元近似进行了全局超收敛分析.基于一致矩形网格上的超逼近结果,通过应用两种后处理技术获得了超收敛结果和渐近准确的后验误差估计.最后,我们给出数值例子验证了理论的有效性. 相似文献
4.
该文研究分布参数系统的奇异最优控制的收敛性和渐近分析,给出了一种可行的渐近展
开算法和误差估计,并提出一个Stiff类型的未解决问题. 相似文献
5.
针对一类非仿射非线性系统,提出了基于状态观测器的鲁棒自适应H∞跟踪控制结构.文中利用高斯径向基神经网络(RBF神经网络)在线抵消非线性模型误差,利用高增益观测器估计不能直接测量的输出导数.利用李亚普若夫稳定理论导出了系统的控制律,包括固定结构的控制律和自适应控制律两个部分,并给出了详细的理论分析和证明:在系统没有扰动时,确保跟踪误差渐近趋于零且系统的所有信号有界;存在扰动时,取得了预期的H∞跟踪性能. 相似文献
6.
7.
本文给出MIMO线性随机系统的一种自适应控制算法,其参数递推估计的增益矩阵自动保证有界性,从理论上分析了跟踪控制误差的渐近特性,数字仿真表明该算法的有效性。 相似文献
8.
9.
针对GPS(global positioning system)信号缺失环境下无人机自主飞行控制问题,设计了一种基于视觉与IMU(inertial measurement unit)融合的误差状态卡尔曼滤波(ESKF)框架,并在此基础上提出了一种新的输入饱和控制方法以进一步缓解视野约束以及运动模糊问题.不同于传统的扩展卡尔曼滤波(EKF)框架,本文设计的滤波框架是对误差状态进行更新与校正,而不是直接对系统状态进行估计.由于误差状态是小量,并且其线性程度较高,因此相对于系统状态局部线性化而言,误差状态的局部线性化的模型误差更小,进而可以提高状态估计的精度.基于ESKF框架得到的全状态估计,本文提出了一种新的线性与双曲正切混合的饱和函数,进而设计了输入饱和控制器并通过李亚普诺夫函数证明了闭环系统平衡点的渐近稳定性.最后,在旋翼无人机平台上的对比实验结果表明:本文ESKF方法得到的状态估计精度更高.另外,本文所提出的输入饱和控制方法有助于保证视觉特征在视野之内,并且比有界积分控制方法有更好的暂态以及稳态性能. 相似文献
10.
11.
12.
13.
14.
15.
16.
17.
针对P型迭代学习算法对初始偏差和输出误差扰动敏感,以及PD型迭代学习算法容易放大系统噪声,降低系统鲁棒性的问题,研究了具有任意有界扰动及期望输出的重复运行非线性时变系统的PD型迭代学习跟踪控制算法.利用迭代学习过程记忆的期望轨迹、期望控制以及跟踪误差,给出基于变批次遗忘因子的学习控制器设计,并借助λ范数理论和Bellman-Gronwall不等式,讨论保证闭环跟踪系统批次误差有界的学习增益存在的充分必要条件,及分析控制算法的一致收敛性.本算法改善了系统的鲁棒性和动态特性,单关节机械臂的跟踪控制仿真验证了方法的有效性. 相似文献
18.
为提高移动机器人对特定轨迹的重复跟踪能力,提出了采用开闭环PD型迭代学习控制算法对移动机器人进行轨迹跟踪控制的方法。建立了包含外界干扰的非完整约束条件下的轮式移动机器人运动学模型,给出了系统的控制算法和控制结构。仿真结果表明,采用开闭环PD型迭代学习控制算法对轨迹跟踪是可行有效的,收敛速度优于其他迭代学习算法。 相似文献
19.