量化是降低控制系統(tǒng)傳輸負(fù)載、提高控制系統(tǒng)運行效率的有效手段之一,特別適用于網(wǎng)絡(luò)環(huán)境下的控制系統(tǒng)。但是量化也會帶來信息傳輸精度的降低,而編解碼機制正好可以彌補這一主要缺點。針對迭代學(xué)習(xí)控制（Iterative Learning Control,ILC）,如何將量化與編解碼有機結(jié)合,實現(xiàn)系統(tǒng)的高精度跟蹤控制,具有重要的理論意義和實用價值。本文研究了基于編解碼的量化迭代學(xué)習(xí)控制問題,其中編解碼是指對信號進(jìn)行變換（編碼）及還原（解碼）的過程。本文首先在第一章介紹了預(yù)備知識,包括量化和丟包問題,另外還介紹了當(dāng)前量化ILC的研究進(jìn)展。第二章到第四章為具體研究內(nèi)容及成果:1、第二章研究了無限和有限均勻量化器情形下基于編解碼的量化ILC問題,其中,僅考慮在系統(tǒng)輸出端量化的情形。在無限均勻量化器情形下,利用無限均勻量化器與編解碼機制的有機結(jié)合模式,實現(xiàn)了此框架下的零誤差收斂結(jié)果。分別考慮了線性系統(tǒng)與仿射非線性系統(tǒng)。仿真驗證了理論結(jié)果。之后研究了有限均勻量化器情形下基于編解碼的量化ILC問題,與無限均勻量化器情形下基于編解碼的量化ILC問題相比,難點在于如何選擇合適的量化器飽和上界,實現(xiàn)有限個量化級下,跟... 

【文章來源】：北京化工大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：94 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題背景及意義
    1.2 迭代學(xué)習(xí)控制
    1.3 ILC的實際應(yīng)用研究
    1.4 量化控制問題
    1.5 量化迭代學(xué)習(xí)控制研究現(xiàn)狀
        1.5.1 基于對數(shù)量化器的有界收斂
        1.5.2 基于對數(shù)量化器的零誤差收斂
    1.6 傳輸丟包問題
    1.7 本文的主要工作
第二章 基于均勻量化器的編解碼迭代學(xué)習(xí)控制
    2.1 引言
    2.2 問題描述
    2.3 線性系統(tǒng)下基于無限均勻量化器情形
    2.4 非線性系統(tǒng)下基于無限均勻量化器情形
    2.5 線性系統(tǒng)下基于有限均勻量化器情形
    2.6 仿真實驗
    2.7 本章小結(jié)
第三章 一般框架下的量化迭代學(xué)習(xí)控制
    3.1 引言
    3.2 問題描述
    3.3 無限量化級情形
    3.4 有限量化級情形
    3.5 仿真實驗
    3.6 本章小結(jié)
第四章 隨機丟包環(huán)境下的編解碼迭代學(xué)習(xí)控制
    4.1 引言
    4.2 問題描述
    4.3 ILC算法設(shè)計與收斂性分析
    4.4 仿真實例
    4.5 本章小結(jié)
第五章 結(jié)論與展望
    5.1 結(jié)論
    5.2 展望
參考文獻(xiàn)
致謝
研究成果及發(fā)表的學(xué)術(shù)論文
作者和導(dǎo)師簡介
碩士砑究生學(xué)位論文答辯委員會決議書


【參考文獻(xiàn)】：
期刊論文
[1]Iterative Learning Control for Discrete-time Stochastic Systems with Quantized Information[J]. Dong Shen,Yun Xu.  IEEE/CAA Journal of Automatica Sinica. 2016(01)

博士論文
[1]基于LMI技術(shù)的量化控制系統(tǒng)優(yōu)化設(shè)計[D]. 車偉偉.東北大學(xué) 2008



本文編號：3205340