A study on ILC for linear discrete systems with single delay
论文题目就是随笔的题目,以后的随笔的命名都是如此,特此说明。
论文的主要内容是偏理论研究的,引入了离散矩阵延迟指数函数,来处理具有单时滞线性离散系统。对于离散延迟矩阵指数函数其定义为:
\Theta, \quad \text { if } t \in \mathbb{Z}_{-\infty}^{-m-1} \\
E, \quad \text { if } t \in \mathbb{Z}_{-m}^{0} \\
E+G \frac{t !}{1 !(t-1) !}+G^{2} \frac{(t-m) !}{2 !(t-m-2) !}+\cdots+G^{s} \frac{(t-(s-1) m) !}{s !(t-(s-1) m-s) !} \\
\text { if } t \in \mathbb{Z}_{(s-1)(m+1)+1}^{s(m+1)}, \quad s=1,2, \ldots
\end{array}\right.
\]
现在解释一下单时滞系统,我的理解是在系统的状态方程,状态的x(k)与之前状态有关,百科的解释是信号传递有时间延迟的系统,如下所示:
x_{k}(t+1)=A x_{k}(t)+A_{1} x_{k}(t-m)+B u_{k}(t), \quad t \in \mathbb{Z}_{0}^{T} \\
x_{k}(t)=\varphi(t), t \in \mathbb{Z}_{-m}^{0} \\
y_{k}(t)=C x_{k}(t)+D u_{k}(t)
\end{array}\right.
\]
第一式的第一项与k-m有关。
论文更加偏向理论性的研究和证明,提出的控制律为\(u_{k+1}(t)=u_{k}(t)+L_{1} \cdot e_{k}(t)\),作者主要是利用离散延迟矩阵来对单时滞系统的状态进行转换,转换成只含有控制信号的表达式,如下所示:
x_{k}(t)=& A^{t} e_{m}^{B_{1} t} A^{-m} \varphi(-m)+\sum_{j=-m+1}^{0} A^{(t-j)} e_{m}^{B_{1}(t-m-j)}[\varphi(j)-A \varphi(j-1)] \\
&+\sum_{j=1}^{t} A^{(t-j)} e_{m}^{B_{1}(t-m-j)} B u_{k}(j-1)
\end{aligned}
\]
文章对离散矩阵延迟指数函数有一个简化的表示,利用G的特征值来表示,如下所示:
\]
代码见Github
A study on ILC for linear discrete systems with single delay的更多相关文章
- Iterative learning control for linear discrete delay systems via discrete matrix delayed exponential function approach
对于一类具有随机变迭代长度的问题,如功能性电刺激,用户可以提前结束实验过程,论文也是将离散矩阵延迟指数函数引入到状态方程中. 论文中关于迭代长度有三个定义值:\(Z^Ta\) 为最小的实验长度,\(Z ...
- Linear Predictors
In this chapter we will study the family of linear predictors, one of the most useful families of hy ...
- 2016CVPR论文集
http://www.cv-foundation.org/openaccess/CVPR2016.py ORAL SESSION Image Captioning and Question Answe ...
- CVPR2016 Paper list
CVPR2016 Paper list ORAL SESSIONImage Captioning and Question Answering Monday, June 27th, 9:00AM - ...
- babylonjs
A Babylon.js Primer Table of contents Babylon.js WebGL Game Creation System! The Browser Useful Link ...
- deep learning 的综述
从13年11月初开始接触DL,奈何boss忙or 各种问题,对DL理解没有CSDN大神 比如 zouxy09等 深刻,主要是自己觉得没啥进展,感觉荒废时日(丢脸啊,这么久....)开始开文,即为记录自 ...
- Computer Graphics Research Software
Computer Graphics Research Software Helping you avoid re-inventing the wheel since 2009! Last update ...
- Reading lists for new LISA students(转)
Research in General How to write a great research paper Basics of machine learning http://www.iro.um ...
- [2017 - 2018 ACL] 对话系统论文研究点整理
(论文编号及摘要见 [2017 ACL] 对话系统. [2018 ACL Long] 对话系统. 论文标题[]中最后的数字表示截止2019.1.21 google被引次数) 1. Domain Ada ...
随机推荐
- Flink-v1.12官方网站翻译-P014-Flink Architecture
Flink架构 Flink是一个分布式系统,为了执行流式应用,需要对计算资源进行有效的分配和管理.它集成了所有常见的集群资源管理器,如Hadoop YARN.Apache Mesos和Kubernet ...
- charles(3)charles防止30分钟自动重启
前言 Charles是收费软件,可以免费试用30天.试用期过后,未付费的用户仍然可以继续使用,但是每次使用时间不能超过30分钟,并且启动时将会有10秒种的延时. 此时,我们只需网上找一个注册码即可 解 ...
- python内置常量是什么?
摘要:学习Python的过程中,我们会从变量常量开始学习,那么python内置的常量你知道吗? 一个新产品,想熟悉它,最好的办法就是查看说明书! 没错,Python也给我们准备了这样的说明书--Pyt ...
- 手动合并hadoop namenode editlog
一. 基本概念 1.NN恢复实际上是由fsimage开始(这个相当于数据的base),如果有多个fsimage,会自动选择最大的fsimage,然后按照editlog序列日志开始执行日志 2.seen ...
- k8s~kubectl常用命令
查看所有 pod 列表, -n 后跟 namespace, 查看指定的命名空间 kubectl get pod kubectl get pod -n kube kubectl get pod -o w ...
- unix环境高级编程第四章笔记
文件和目录 start fstart lstart函数 一旦给出pathname, start函数就返回了与此命名文件有关的信息结构 #include <sys/start> int st ...
- 说说 JavaScript中 call和apply
下面有关JavaScript中 call和apply的描述,错误的是? call与apply都属于Function.prototype的一个方法,所以每个function实例都有call.apply属 ...
- HDU-6148 Valley Number (数位DP)
当一个数字,从左到右依次看过去数字没有出现先递增接着递减的"山峰"现象,就被称作 Valley Number.它可以递增,也可以递减,还可以先递减再递增.在递增或递减的过程中可以出 ...
- Codeforces Round #665 (Div. 2)
Codeforces Round #665 (Div. 2) A. Distance and Axis 如果\(B\)在\(O\)左边,那么只能是定值\(OA\) 如果\(B\)在\(OA\)中间 ...
- 【bzoj 3333】排队计划(线段树)
n个数,求一次逆序对.接着有m次修改操作,把每次输入的位置p的数之后<=它的数取出来,从小到大排序后再放回空位里,求逆序对.(N,M<=500,000 , Ai<=10^9)思路:1 ...