高阶无模型自适应迭代学习控制
参考文献
“High-Order Model-Free Adaptive Iterative Learning Control of Pneumatic Artificial Muscle With Enhanced Convergence.” Ieee Transactions on Industrial Electronics
控制律采用的伪偏导和准者函数,基于紧凑型DL来线性化,伪偏导的估计采用高阶估计方式,给PPD初始值分配为10,控制律部分和PPD更新部分如下所示: 给出的仿真系统函数为: 期望轨迹为: 系统参数设为:
epsilon
= 0.01;
lambda
= 1; %0.6
rho
= 0.85; %1
mu
= 1; %1
eta
= 0.6; %0.6
alpha_1
= 0.4;
alpha_2
= 0.4;
alpha_3
= 0.2;
仿真结果如下,感觉我的迭代次数设置只有几十次的效果比不上论文里的效果。 迭代60次: 300次: 600次: 1000次: 仿真代码见 github.