高阶无模型自适应迭代学习控制学习记录

    科技2026-01-29  11

    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.

    Processed: 0.013, SQL: 10