【技术实现步骤摘要】
本专利技术属于自适应控制，具体涉及融合多边学习机制的复合学习自适应控制方法。
技术介绍
1、参数不确定性在多种非线性对象中均有出现，是设计控制器需要面对的一个问题，长期以来受到了广泛的关注。在自适应控制中，部分控制策略只关注跟踪误差的收敛情况和跟踪精度的提升，还有一部分控制策略要求保证跟踪误差收敛的同时，未知参数也能够收敛到期望值。不论是哪种自适应控制方法，在轨迹跟踪控制任务中，均是为了使得线性或非线性控制对象跟踪上期望的参考轨迹，希望物体能够按照设定的轨迹移动。现代工业生产中越来越多地融入了机器人应用，例如气缸套生产中的成品库机器人物流系统，需要物流机器人能够严格追寻预设轨迹移动，将气缸套产品准确高效地运送到指定地点。
2、为解决参数收敛的问题，各种控制方案层出不穷，人们认识到复合自适应控制器在持续激励的条件下才能够保证参数的收敛，而在间隔激励中不能有效收敛到期望值，得到的参数收敛结果可能是不准确的。随着研究逐步深入，有学者提出了复合学习自适应控制器，通过结合使用瞬时数据和历史数据，由跟踪误差和预测误差共同组成自适应率，实...
【技术保护点】
1.融合多边学习机制的复合学习自适应控制方法，其特征在于：该方法基于模型参考自适应控制框架，以复合学习自适应控制中的参数估计模式为基本的参数估计回路，结合多边学习机制得到多边输出结果，通过设计复合学习自适应控制率中的自适应项，对系统中的不确定部分进行补偿。
2.根据权利要求1所述的融合多边学习机制的复合学习自适应控制方法，其特征在于，该方法包括以下步骤：
3.根据权利要求2所述的融合多边学习机制的复合学习自适应控制方法，其特征在于，步骤S2中，多边复合学习自适应控制模型设计过程，具体如下：
4.根据权利要求3所述的融合多边学习机制的...
【技术特征摘要】
1.融合多边学习机制的复合学习自适应控制方法，其特征在于：该方法基于模型参考自适应控制框架，以复合学习自适应控制中的参数估计模式为基本的参数估计回路，结合多边学习机制得到多边输出结果，通过设计复合学习自适应控制率中的自适应项，对系统中的不确定部分进行补偿。
2.根据权利要求1所述的融合多边学习机制的复合学习自适应控制方法，其特征在于，该方法包括以下步骤：
3.根据权利要求2所述的融合多边学习机制的复合学习自适应控制方法，其特征在于，步骤s2中，多边复合学习自适应控制模型设计过程，具体如下：
4.根据权利要求3所述的融合多边学习机制的复合学习自适应控制方法，其特征在于：步骤s2-1中，参考系统为一个线性系统，状态空间方程为
5.根据权利要求4所述的融合多边学习机制的复合学习自适应控制方法，其特征在于，步骤s2-2具体过程如下：定义跟踪误差信号为
6.根据权利要求5所述的融合多边学习机制的复合学习自适应控制方法...
【专利技术属性】
技术研发人员：刘群坡，李佳堃，刘建学，高广东，吴中华，张建军，卜旭辉，花岛直彦，魏萍，
申请(专利权)人：河南理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。