[发明专利]一种船舶舵机的迭代学习控制算法

权利要求书

1.一种船舶舵机的迭代学习控制算法，其特征在于包括迭代学习、收敛性分析、鲁棒性分析三个方面。

2.根据权利要求1所述的船舶舵机的迭代学习控制算法，其特征在于所述迭代学习是寻找合适的学习律，使之在假设期望输入u_d(t)，即在给定初始状态x(0)下，船舶舵机系统的输出y(t)＝y_d(t)时的输入信号，通过多次重复的运行，在该学习律下使得u(t)→u_d(t),y(t)→y_d(t)。

3.根据权利要求1所述的船舶舵机的迭代学习控制算法，其特征在于所述收敛性分析就是研究学习律和被控系统在迭代学习控制过程的收敛条件。

定理1：被控系统动态方程为式(2)所示的非线性过程，且在t∈[0,T]中满足下列条件：

(1)f(t,x)对于x满足Lipschitz条件，即存在M＞0，使得：

||f(t,x₁(t))-f(t,x₂(t))||≤M||x₁(t)-x₂(t)||；

∀t∈[0,T],∀x1(t),x2(t)∈Rn×1]]>

(2)每次运行时的初始状态误差{δx_k(0)}_k≥0为一收敛到零的序列；

(3)存在唯一理想控制u_d(t)，使得系统的状态和输出为期望值；

(4)在t∈[0,T]中存在，且B(t),C(t),有界。

4.根据权利要求1所述的船舶舵机的迭代学习控制算法，其特征在于所述鲁棒性分析主要是指当系统存在干扰时，在各种学习律下，迭代学习控制过程的收敛性问题。

定理2：具有不确定性和扰动的船舶舵机控制系统为式(5)所示，且在t∈[0,T]中满足下列条件：

(1)f(t,x)对于x满足Lipschitz条件，即存在M＞0，使得：

||f(t,x₁(t))-f(t,x₂(t))||≤M||x₁(t)-x₂(t)||；

∀t∈[0,T],∀x1(t),x2(t)∈Rn×1]]>

(2)每次运行时的初始状态误差满足：

(3)输出误差有界，状态扰动和输出噪声满足||w_k(t)||≤b_w，||v_k(t)||≤b_v1，||V·k(t)||≤bv2;]]>

(4)存在R₀∈R^m×r使得||I_m+R₀CB||≠0。