网络约束迭代学习控制理论

本书主要介绍网络参量约束下迭代学习控制的分析与设计方法，内容包括数据包丢失、数据量化压缩及传输延时环境下迭代学习控制的收敛性分析理论和控制器设计原理。本书内容由三部分组成，第一部分介绍了迭代学习控制的基本原理与研究现状，讨论了迭代学习控制在网络控制环境下所面临的新问题。第二部分介绍了随机数据包丢失、数据量化条件下迭代学习控制的收敛性分析理论，包括基于压缩映射的分析方法、基于超维向量的分析方法和基于切换系统的分析方法。第三部分介绍网络参量约束下迭代学习控制的设计方法，包括二维网络系统基础理论及二维框架下迭代学习控制器的设计方法、基于超维向量的鲁棒迭代学习控制设计方法和自适应迭代学习控制的设计方法。

《智能科学技术著作丛书》序
前言
第1章 绪论
1.1 迭代学习控制概述
1.2 迭代学习控制算法
1.2.1 Arimoto-Like ILC算法
1.2.2 很优ILC算法
1.2.3 自适应ILC算法
1.2.4 数据驱动ILC算法
1.3 迭代学习控制的研究现状
1.4 网络控制系统的基本问题
1.4.1 数据丢失
1.4.2 网络诱导时延
1.4.3 数据量化
1.4.4 其他问题
1.5 本书概况
参考文献
第2章 存在数据丢失的线性系统迭代学习控制
2.1 引言
2.2 问题描述
2.3 收敛性分析
2.4 数据丢失对系统的影响分析
2.5 存在数据丢失的高阶ILC算法
2.6 仿真示例
2.7 本章小结
参考文献
第3章 存在数据丢失的非线性系统迭代学习控制
3.1 引言
3.2 问题描述
3.3 收敛性分析
3.4 MIMO非线性系统
3.5 仿真示例
3.6 本章小结
参考文献
第4章 线性切换系统的迭代学习控制
4.1 引言
4.2 问题描述
4.3 收敛性分析
4.4 线性离散切换系统
4.4.1 包含两个子系统的切换系统
4.4.2 包含多个子系统的切换系统
4.5 仿真示例
4.6 本章小结
参考文献
第5章 非线性切换系统的迭代学习控制
5.1 引言
5.2 问题描述
5.3 收敛性分析
5.4 非线性时滞切换系统
5.5 仿真示例
5.6 本章小结
参考文献
第6章 Lifting框架下存在数据丢失的H∞迭代学习控制设计
6.1 引言
6.2 问题描述
6.3 控制器设计及收敛性分析
6.4 仿真示例
6.5 本章小结
参考文献
第7章 二维框架下存在数据丢失的迭代学习控制设计
7.1 引言
7.2 问题描述
7.3 二维随机系统稳定性分析
7.4 迭代学习控制器设计
7.5 鲁棒迭代学习控制器设计
7.6 仿真示例
7.7 本章小结
参考文献
第8章 存在数据丢失的线性时滞系统迭代学习控制设计
8.1 引言
8.2 问题描述
8.3 二维时滞系统均方稳定
8.4 迭代学习控制器设计
8.5 仿真示例
8.6 本章小结
参考文献
第9章 存在数据丢失的二维非线性系统鲁棒H∞控制
9.1 引言
9.2 问题描述
9.3 稳定性分析及控制器设计
9.4 鲁棒H∞反馈控制器设计
9.5 仿真示例
9.6 本章小结
参考文献
第10章 存在数据丢失的二维线性系统H∞滤波
10.1 引言
10.2 问题描述
10.3 H∞滤波器设计
10.4 鲁棒H∞滤波器设计
10.5 仿真示例
10.6 本章小结
参考文献
第11章 量化迭代学习控制系统分析
11.1 引言
11.2 问题描述
11.3 收敛性分析
11.4 非线性离散系统
11.5 仿真示例
11.6 本章小结
参考文献
第12章 二维框架下的量化迭代学习控制设计
12.1 引言
12.2 问题描述
12.3 稳定性分析及控制器设计
12.4 仿真示例
12.5 本章小结
参考文献
第13章 二值量化系统的自适应迭代学习控制
13.1 引言
13.2 问题描述
13.3 算法设计
13.4 收敛性分析
13.5 仿真示例
13.6 本章小结
参考文献