不确定时滞系统的PD型迭代学习控制算法
张严心
徐健洲
1.北京交通大学电子信息工程学院,北京,1000442.北京交通大学电子信息工程学院,北京,100044
摘要：针对不确定时滞系统,在网络时滞范围已知情况下,采用改进PD型迭代学习控制算法补偿网络时滞.在初态是严格重复时,给出这类系统的极限轨迹和迭代输出收敛于该极限轨迹的充分条件.并与P型迭代学习控制算法进行比较.仿真结果表明改进后的PD型迭代学习控制算法能够有效地补偿此类时滞.当网络时滞范围变窄时,能够更加精确跟踪极限轨迹.在相同迭代次数情况下,PD型迭代学习控制算法比P型迭代学习控制算法能更快收敛于极限轨迹.
关键词：网络时滞迭代学习控制严格重复不确定时滞系统
分类号：TP273(自动化技术及设备)
资助基金：国家自然科学基金(60904014)
论文发表日期：2012-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 70-73,84 )
英文信息