基于重复控制的非因果零相位迭代学习控制的设计与实现
最优化与控制
2014-08-12 v1
摘要
提出并分析了受重复控制算法启发的离散域迭代学习控制（ILC）方案。先前的 ILC 文献已利用了离散时间系统（滤波器）与其 Markov Toeplitz 矩阵表示之间众所周知的关系。然而，当滤波器包含非因果分量时，这种联系就会失效。本文提供了一种形式化的表示和分析方法，以恢复非因果滤波器与 Toeplitz 矩阵之间的联系。随后应用该工具，将反因果零相位误差原型重复控制方案转化为一种稳定且快速收敛的 ILC 算法设计。学习增益矩阵的选择使得所得的状态转移矩阵具有对称带状 Toeplitz（Symmetric Banded Toeplitz, SBT）结构。结果表明，基于滤波器频域 范数的重复控制闭环稳定性著名充分条件，对于 ILC 收敛性也是充分的，并且当数据长度趋于无穷大时，该条件变为必要的。因此，ILC 学习矩阵的设计可以转化为频域中的重复控制回路整形滤波器设计。
引用
@article{arxiv.1408.2490,
title = {Design and Implementation of Repetitive Control based Noncausal Zero-Phase Iterative Learning Control},
author = {K. Krishnamoorthy and Tsu-Chin Tsao},
journal= {arXiv preprint arXiv:1408.2490},
year = {2014}
}