.png){kind=icon}
返回
Robust Model Reference Adaptive Control Based on Reproducing Kernel Hilbert Spaces
.png){kind=icon}
PRE
AI
DOI：10.1002/acs.3997.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文介绍了在再生核希尔伯特空间（RKHS）中，针对含有向量值函数不确定性的常微分方程的鲁棒自适应控制采用本土空间嵌入的方法。所提出的方法基于一种两阶段方法来分析和设计自适应控制器。在第一阶段，引入一个极限分布参数系统（DPS），它描述理想闭环系统的性能。该极限DPS在实际中不可实现，因为它演化在一个通常为无限维的空间中。在第二阶段，引入DPS的一致有限维近似来确定可实现控制器。针对包含在本土空间中的函数不确定性类，推导了轨迹跟踪误差动力学的均匀最终界。这些界以RKHS的势函数或定义散布基的中心的填充距离的形式推导得出。两个数值示例展示了所提出结果的应用性。
Keyword:
distributed parameter systems
model reference adaptive control
robust adaptive control
期刊
IF:
3.8
论文数:
2.6K
被引数:
3.6K
机构
引用论文
.png){kind=icon}
分享收藏
分享收藏The Power Function for Adaptive Control in Native Space EmbeddingNative Space Embedding中自适应控制的功能函数
PREAI
分享收藏分享收藏
分享收藏
查看更多内容