一种面向时延和噪声的ILC系统输入信号最优估计方法技术方案

本发明专利技术提出了一种面向时延和噪声的ILC系统输入信号最优估计方法，解决了测控信号无线传输过程中所受到的一步随机时延和信道噪声干扰对ILC系统收敛性能的影响，导致系统输出无法实现对期望轨迹的精确跟踪的技术问题。其步骤为：首先利用同一次迭代内两个相邻时刻的控制信号迭代学习过程及包含一步随机时延和信道噪声干扰的测控信号无线传输过程，构建用于在执行器端对输入信号进行最优估计的系统模型，在此基础上，依据正交投影准则，在迭代域内获得基于线性最小方差的滤波估计器，实现对最优估计系统模型中包含一步随机时延和信道噪声干扰的控制输入信号的最优估计，进而改善ILC系统输出对期望轨迹跟踪的收敛性能。

【技术实现步骤摘要】
一种面向时延和噪声的ILC系统输入信号最优估计方法
本专利技术属于信号处理
，涉及的是一种抑制测量误差信号和控制输入信号无线传输受到的一步随机时延和信道噪声干扰对迭代学习控制系统收敛性影响的输入信号最优估计方法。
技术介绍
在大量的工业过程中，受控对象需要不停地重复执行相同的任务。为了改善此类控制系统的性能，迭代学习控制(IterativeLearningControl,ILC)是一种简单且有效的策略。在这种策略中，控制器充分利用之前运行周期内的控制输入和输出误差对当前运行周期所需的控制输入进行更新，在学习增益设定恰当的条件下，控制信号即可收敛于期望的控制输入，从而保障系统输出收敛于期望轨迹。与其他控制策略相比，ILC在获取系统信息相对较少的条件下，即可实现较高的跟踪精度，已成为智能控制重要的发展分支之一。与此同时，随着信息与通信技术的快速发展，网络控制系统的概念随之提出并得到了科研工作者的广泛关注。在网络控制系统中，凭借引入的各种通信网络，控制器和系统平台实现了分离，不仅使控制系统更加易于使用和维护，而且还降低了系统的成本。...

【技术保护点】
1.一种面向一步随机时延和信道噪声的ILC系统控制输入信号最优估计方法，其特征在于，首先利用同一次迭代内两个相邻时刻的控制信号迭代学习过程及包含一步随机时延和信道噪声干扰的测控信号无线传输过程，构建用于在执行器端对输入信号进行最优估计的系统模型，在此基础上，依据正交投影准则，在迭代域内获得基于线性最小方差的滤波估计器，实现对最优估计系统模型中包含一步随机时延和信道噪声干扰的控制输入信号的最优估计；其步骤如下：/n步骤一：利用同一次迭代内两个相邻时刻的控制输入信号迭代学习过程、包含一步随机时延和信道噪声干扰的测量误差信号和控制输入信号的无线传输过程作为最优估计系统模型的状态更新方程，以包含一步随...

【技术特征摘要】
1.一种面向一步随机时延和信道噪声的ILC系统控制输入信号最优估计方法，其特征在于，首先利用同一次迭代内两个相邻时刻的控制信号迭代学习过程及包含一步随机时延和信道噪声干扰的测控信号无线传输过程，构建用于在执行器端对输入信号进行最优估计的系统模型，在此基础上，依据正交投影准则，在迭代域内获得基于线性最小方差的滤波估计器，实现对最优估计系统模型中包含一步随机时延和信道噪声干扰的控制输入信号的最优估计；其步骤如下：
步骤一：利用同一次迭代内两个相邻时刻的控制输入信号迭代学习过程、包含一步随机时延和信道噪声干扰的测量误差信号和控制输入信号的无线传输过程作为最优估计系统模型的状态更新方程，以包含一步随机时延和信道噪声干扰的控制输入信号无线传输过程作为最优估计系统模型的状态测量方程，并根据状态更新方程和状态测量方程建立最优估计系统模型；
步骤二：根据正交投影准则和步骤一的最优估计系统模型的系统参数计算最优估计系统模型的新息和新息协方差；
步骤三：根据步骤二的新息和新息协方差获得最优估计系统模型的预测增益；
步骤四：根据正交投影准则和步骤三的预测增益计算状态预测值和状态预测误差的方差值；
步骤五：根据步骤二的新息和新息协方差获得最优估计系统模型的滤波增益；
步骤六：根据正交投影准则，步骤四中的状态预测值、状态预测误差方差值和步骤五中的滤波增益计算状态估计值和状态估计误差方差值。


2.根据权利要求1所述的面向时延和噪声的ILC系统输入信号最优估计方法，其特征在于，所述最优估计系统模型的建立方法为：
ILC系统的控制器采用的P型迭代学习策略为：
uk+1(t)＝uk(t)+Γ(t)ek(t+1)(1)
其中，uk(t)表示迭代学习控制系统第k次运行过程中使用的控制输入信号，uk+1(t)表示迭代学习控制系统第k+1次运行过程中使用的控制输入信号，Γ(t)为学习增益，ek(t+1)＝yd(t+1)-yk(t+1)为传感器端发送的测量误差信号，yd(t+1)为期望轨迹，yk(t+1)为迭代学习控制系统输出，k表示控制器的迭代学习次数，t∈[0,T′-1]表示迭代学习控制系统的运行时间，T′为运行周期；
在考虑一步随机时延和信道噪声干扰的情况下，执行器实际接收到的控制输入信号和控制器实际接收到的测量误差信号为：






其中，ξk(t)和ηk(t)为服从伯努利分布的随机变量，取值为1表示相应信号没有发生一步随机时延，取值为0表示发生一步随机时延，且分别满足Prob{ξk(t)＝1}＝α,0<α≤1和Prob{ηk(t)＝1}＝β,0<β≤1，α和β均为已知常数；mk(t)为控制输入信号无线传输过程中叠加的信道噪声，nk(t)为测量误差信号无线传输过程中叠加的信道噪声，且分别满足为mk(t)的转置，Qm表示控制输入信号噪声方差，为nk(t)的转置，Qn表示输出误差信号噪声方差；
定义随机参数Vk(t)＝mk(t)，省略时间变量t，并利用所定义的随机参数构建用于控制输入信号的最优估计系统模型：
Xk+1＝AkXk+B1,kUk+B2,kWk(4)
Yk＝CkXk+Vk(5)
其中，Xk+1表示第k+1次迭代的状态向量，Xk表示表示第k次迭代的状态向量，Uk表示第k次迭代的控制输入向量，Wk表示第k次迭代的过程噪声向量，Yk表示第k次迭代的输出向量，Vk表示第k次迭代的输出噪声向量，Ck＝[ξk(t)I(1-ξk(t-1))I(1-ξk(t))I0]，Ak、B1,k、B2,k和Ck表示包含一步随机时延干扰的系统系数矩阵，系数矩阵内的I表示单位矩阵；
根据控制输入信...

【专利技术属性】
技术研发人员：黄立勋，霍林林，刘伟华，陈雪艳，王丽萍，张喆，张秋闻，
申请(专利权)人：郑州轻工业大学，
类型：发明
国别省市：河南;41