.png){kind=icon}
返回
Data-driven iterative learning control for nonlinear multivariate systems using transpose adaptive filtering
.png){kind=icon}
PRE
AI
DOI：10.1016/j.ejcon.2025.101273.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种新颖的数据驱动迭代学习控制（ILC）算法，用于稳定多变量非线性动态系统。所提出的算法融合了两种数据驱动学习机制：一种自适应前馈算法，将扰动动力学建模为未知的线性时变系统，并针对LTI参考模型最小化均方根误差，随后采用第二种学习机制以实现轨迹跟踪的快速收敛。对于多变量系统，系统级联的非交换性质要求在自适应模型匹配中使用右逆以促进误差收敛。为解决自适应滤波中的挑战，引入了一种基于转置的技术，用于获取方阵系统和过驱动系统的右逆。对于ni输入-no输出的系统，该方法需要执行ni×no次实验。提出了一种高效算法，通过重新组织脉冲响应矩阵的分量来减少这一要求。所提出方法的有效性通过仿真和实验得到验证。
期刊
IF:
2.6
论文数:
326
被引数:
2.5K
机构
引用论文
.png){kind=icon}
分享收藏Dual-Loop Iterative Learning Control With Application to an Ultraprecision Wafer Stage应用于超精密晶圆平台的双环迭代学习控制
PREAI
分享收藏
分享收藏
查看更多内容