网络迭代学习控制算法的研究开题报告

全文总字数：4134字

1. 研究目的与意义（文献综述）

1.1课题设计的目的及意义

迭代学习控制（ilc）是智能控制的重要分支，特别是对于重复系统。针对一类含非严格重复扰动的单输入单输出( siso) 离散线性时不变系统( lti) 的收敛特性最优化问题，提出带遗忘因子迭代学习控制( ilc) 算法的最优控制增益设计方法。这种方法可以有效减小扰动对系统轨迹跟踪性能的影响并增强系统鲁棒性。

1.2国内外研究现状

2. 研究的基本内容与方案

2.1 基本内容

先将问题用现代控制理论的状态方程描述出来，引入遗忘因子λ，因为引入了遗忘因子后系统的跟踪误差不能收敛为0.故需根据相关定理推导出合适的引理来求出与迭代次数无关的常数。最后得出遗忘因子 ilc 算法将多个控制向量与初态学习引入 ilc 算法中，可以有效跟踪系统期望轨迹，并通过算子谱理论严格证明了算法有界收敛。本文将针对两种系统设计两种迭代学习控制律，使系统分别达到收敛于期望输出。第一种系统是带有滞后的线性定常系统，另一种是非线性时变系统。

3. 研究计划与安排

3、进度安排

上学期18-22周 查阅与课题相关资料，明确课题任务；

第1-4周完成开题报告和技术方案，学习相关知识。

4. 参考文献（12篇以上）

1. shen d, zhang c, xu y. two updating schemes of iterative learning control for networked control systems with random data dropouts[j]. information sciences, 2017, 381: 352-370.

2. xuhui b, zhongsheng h, shangtai j, et al. an iterative learning control design approach for networked control systems with data dropouts[j]. international journal of robust and nonlinear control, 2016, 26(1): 91-109.

3. shen d, wang y. iterative learning control for networked stochastic systems with random packet losses[j]. international journal of control, 2015, 88(5): 959-968.