一种面向时延和噪声的ILC系统输入信号最优估计方法

    公开(公告)号:CN112631130B

    公开(公告)日:2022-03-11

    申请号:CN202011495267.4

    申请日:2020-12-17

    IPC分类号: G05B13/04

    摘要: 本发明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。

    一种面向时延和噪声的ILC系统输入信号最优估计方法

    公开(公告)号:CN112631130A

    公开(公告)日:2021-04-09

    申请号:CN202011495267.4

    申请日:2020-12-17

    IPC分类号: G05B13/04

    摘要: 本发明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。

    信道衰落干扰下迭代学习控制系统的收敛性保障方法

    公开(公告)号:CN115085841B

    公开(公告)日:2024-09-06

    申请号:CN202210681782.4

    申请日:2022-06-15

    IPC分类号: H04B17/391 H04L25/02

    摘要: 本发明提出了一种信道衰落干扰下迭代学习控制系统的收敛性保障方法,联合利用比例型迭代学习控制器的学习过程与信道衰落干扰下输入信号和输出信号的传输过程,在执行器端建立用于对控制器端更新输入进行估计的滤波模型,设计一个线性最小方差意义下的最优滤波器,在传感器到控制器和控制器到执行器两侧信道均存在随机衰落干扰下,在迭代域对滤波模型中的状态信号进行最优估计,并以估计的状态信号中的控制输入分量驱动系统的执行器,从而改善信道衰落干扰下迭代学习控制系统的收敛性能。本发明能够同时处理传感器到控制器和控制器到执行器两侧信道随机衰落干扰的影响,适用于无线衰落信道下采用比例型迭代学习控制器进行远程控制的所有对象。

    数据丢失和信道噪声干扰下的ILC系统输入信号滤波方法

    公开(公告)号:CN112636719B

    公开(公告)日:2023-10-13

    申请号:CN202011495264.0

    申请日:2020-12-17

    IPC分类号: H03H21/00

    摘要: 本发明提出了一种数据丢失和信道噪声干扰下的ILC系统输入信号滤波方法,其步骤为:首先,建立包括状态更新方程和状态测量方程的滤波估计模型;其次,根据正交投影准则和滤波估计模型的系统参数计算滤波估计模型的新息和新息协方差,进而获得滤波估计模型的预测增益和滤波增益;然后根据正交投影准则和预测增益计算状态预测值和状态预测误差的方差值;最后,根据状态预测值、状态预测误差的方差值和滤波增益计算滤波后的状态估计值和状态估计误差的方差值。本发明依据迭代学习过程构建滤波估计模型,又依据正交投影准则,获得基于线性最小方差的滤波器,在迭代域内实现对滤波模型中包含数据丢失和信道噪声干扰的输入信号的最优滤波。

    信道衰落干扰下迭代学习控制系统的收敛性保障方法

    公开(公告)号:CN115085841A

    公开(公告)日:2022-09-20

    申请号:CN202210681782.4

    申请日:2022-06-15

    IPC分类号: H04B17/391 H04L25/02

    摘要: 本发明提出了一种信道衰落干扰下迭代学习控制系统的收敛性保障方法,联合利用比例型迭代学习控制器的学习过程与信道衰落干扰下输入信号和输出信号的传输过程,在执行器端建立用于对控制器端更新输入进行估计的滤波模型,设计一个线性最小方差意义下的最优滤波器,在传感器到控制器和控制器到执行器两侧信道均存在随机衰落干扰下,在迭代域对滤波模型中的状态信号进行最优估计,并以估计的状态信号中的控制输入分量驱动系统的执行器,从而改善信道衰落干扰下迭代学习控制系统的收敛性能。本发明能够同时处理传感器到控制器和控制器到执行器两侧信道随机衰落干扰的影响,适用于无线衰落信道下采用比例型迭代学习控制器进行远程控制的所有对象。

    数据丢失和信道噪声干扰下的ILC系统输入信号滤波方法

    公开(公告)号:CN112636719A

    公开(公告)日:2021-04-09

    申请号:CN202011495264.0

    申请日:2020-12-17

    IPC分类号: H03H21/00

    摘要: 本发明提出了一种数据丢失和信道噪声干扰下的ILC系统输入信号滤波方法,其步骤为:首先,建立包括状态更新方程和状态测量方程的滤波估计模型;其次,根据正交投影准则和滤波估计模型的系统参数计算滤波估计模型的新息和新息协方差,进而获得滤波估计模型的预测增益和滤波增益;然后根据正交投影准则和预测增益计算状态预测值和状态预测误差的方差值;最后,根据状态预测值、状态预测误差的方差值和滤波增益计算滤波后的状态估计值和状态估计误差的方差值。本发明依据迭代学习过程构建滤波估计模型,又依据正交投影准则,获得基于线性最小方差的滤波器,在迭代域内实现对滤波模型中包含数据丢失和信道噪声干扰的输入信号的最优滤波。