《分数阶迭代学习辨识与控制方法研究》由会员分享，可在线阅读，更多相关《分数阶迭代学习辨识与控制方法研究（2页珍藏版）》请在金锄头文库上搜索。
1、分数阶迭代学习辨识与控制方法研究迭代学习控制是智能控制领域的重要分支, 是生物运动系统与自动控制相结合的学习控制技术。 该理论旨在通过反复的学习实现有限时间内可重复未知系统的精确控制。对于在有限时间区间上运行的动态系统, 还可以应用迭代学习的方法辨识出系统中的时变及时不变参数。随着系统复杂度的不断提高, 将分数阶微积分引入迭代学习辨识与控制 , 成为解决复杂系统关键参数辨识及估计、 提高迭代学习控制算法收敛速度、 鲁棒性和自适应能力的有效方法。 本文从系统辨识与系统控制两方面展开研究。 在辨识方面 , 利用分数阶迭代学习辨识方法解决了分数阶系统阶数和初始化响应的辨识问题 , 为分数阶 （ 伪状
2、态 ） 系统建模问题的研究提供新方法; 关于控制问题, 分别针对线性时变系统及离散非线性系统, 构造具有初态修正的反馈辅助学习律、分数阶迭代学习律并分析其收敛性, 实现有限时间上的精确控制。论文的主要研究内容和创新点如下 ,1 、 研究了一类分数阶非线性系统的参数完全辨识问题 , 基于单输入单输出等比例阶次的分数阶Hammerstein 系统传递函数模型 , 给出了时域模型所有参数的迭代辨识框架。针对迭代辨识框架中各部分参数的估计问题 , 本文提出了一种实现分数阶阶次辨识的自适应迭代学习辨识律利用最小二乘法或者辅助变量法实现线性参数和非线性参数的估计。 通过数值仿真实验验证了所提方法的有效性。
3、2、目前关于分数阶系统的初始化函数（ 即零时刻以前所有系统信息 ） 对系统影响的相关研究还非常少。为了解决分数阶系统初始化函数的辨识问题 , 本文基于初始化的分数阶线性时不变系统状态空间模型, 给出了初始化响应的分数阶迭代学习辨识方法, 进而利用当前时刻之前的部分信息实现了分数阶初始化函数的辨识 , 填补了分数阶系统全局响应研究的空白。通过数值仿真, 验证了算法的有效性。3、 针对线性时变系统的跟踪控制问题 , 本文研究了分数阶迭代学习控制器的设计方法。首先给出了具有初态学习和高通特性的的分数阶Da型学习律，对该方法应用于机械臂跟踪控制的可行性进行了讨论。进一步地, 为提高算法快速收敛性，给出了分数阶PDa型迭代学习律。数值仿真结果验证了算法的有效性。4、针对轮式移动机器人的精确轨迹跟踪控制问题 , 首先从系统的数学模型角度进行分析, 给出了一种具有初态修正的反馈辅助迭代学习控制方法, 避免了系统实际运行过程初态偏差对控制效果的影响。从理论上证明了该算法在给定区间内实现目标轨迹的完全跟踪, 并通过与传统控制方法的对比仿真结果, 验证了该方法的有效性。
