典型文献
一类非参数不确定系统的自适应神经网络重复学习控制
文献摘要：
本文针对一类非参数不确定系统提出一种自适应神经网络重复学习控制方法.利用期望轨迹的周期特性,构造周期性期望控制输入,并设计重复学习律估计未知期望控制输入并补偿系统周期不确定,实现系统对期望轨迹的高精度跟踪.在此基础上,利用神经网络估计系统未知状态和补偿非周期性不确定,进而提高系统鲁棒性.与已有的部分限幅学习律相比,本文提出的全限幅重复学习律可以保证估计值的连续性且能够被限制在指定的界内.最后,基于Lyapunov方法分析误差的收敛性能,并给出仿真结果验证了本文所提方法的有效性.
文献关键词：
重复学习控制;非参数不确定系统;神经网络;Lyapunov方法
中图分类号：
作者姓名：
许昌源;谢树宗;陈强
作者机构：
浙江工业大学信息工程学院 杭州 310023
文献出处：
引用格式：
[1]许昌源;谢树宗;陈强-.一类非参数不确定系统的自适应神经网络重复学习控制)[J].高技术通讯,2022(08):859-865
A类：
非参数不确定,非参数不确定系统,重复学习控制
B类：
自适应神经网络,周期特性,控制输入,计重,学习律,补偿系统,非周期性,限幅,估计值,界内,Lyapunov,收敛性能
AB值：
0.155278
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
