论文部分内容阅读
针对一类在有限时间区间上重复运行的离散时变系统,提出在有限迭代次数与有限时间区间内,对时变参数按任意精度估计的两种迭代学习辨识算法。本文所提的两种迭代学习参数辨识算法分别表征了迭代次数与时变参数估计误差的数学关系,量化并加快了迭代学习控制算法的收敛速度。每次迭代后,可获得参数估计误差和系统跟踪误差。此外,随着迭代次数的增加,在有限迭代次数内,本文提出的两种算法使得参数估计的误差沿迭代轴都以指数形式收敛到零。文中给出了相应的理论证明和仿真结果分析。结果证明了所提出的参数估计迭代学习算法的有效性。