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:

\[e_{m}^{G t}:=\left\{\begin{array}{l}
\Theta, \quad \text { if } t \in \mathbb{Z}_{-\infty}^{-m-1} \\
E, \quad \text { if } t \in \mathbb{Z}_{-m}^{0} \\
E+G \frac{t !}{1 !(t-1) !}+G^{2} \frac{(t-m) !}{2 !(t-m-2) !}+\cdots+G^{s} \frac{(t-(s-1) m) !}{s !(t-(s-1) m-s) !} \\
\text { if } t \in \mathbb{Z}_{(s-1)(m+1)+1}^{s(m+1)}, \quad s=1,2, \ldots
\end{array}\right.
\]

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:

\[\left\{\begin{array}{l}
x_{k}(t+1)=A x_{k}(t)+A_{1} x_{k}(t-m)+B u_{k}(t), \quad t \in \mathbb{Z}_{0}^{T} \\
x_{k}(t)=\varphi(t), t \in \mathbb{Z}_{-m}^{0} \\
y_{k}(t)=C x_{k}(t)+D u_{k}(t)
\end{array}\right.
\]

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:

\[\begin{aligned}
x_{k}(t)=& A^{t} e_{m}^{B_{1} t} A^{-m} \varphi(-m)+\sum_{j=-m+1}^{0} A^{(t-j)} e_{m}^{B_{1}(t-m-j)}[\varphi(j)-A \varphi(j-1)] \\
&+\sum_{j=1}^{t} A^{(t-j)} e_{m}^{B_{1}(t-m-j)} B u_{k}(j-1)
\end{aligned}
\]

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:

\[e_{m}^{G t}=\operatorname{Pdiag}\left(e_{m}^{\lambda_{1} t}, e_{m}^{\lambda_{2} t}, \ldots, e_{m}^{\lambda_{n} t}\right) P^{-1}, \quad t \in \mathbb{Z}
\]

代码见Github

A study on ILC for linear discrete systems with single delay的更多相关文章

  1. 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 ...

  2. Linear Predictors

    In this chapter we will study the family of linear predictors, one of the most useful families of hy ...

  3. 2016CVPR论文集

    http://www.cv-foundation.org/openaccess/CVPR2016.py ORAL SESSION Image Captioning and Question Answe ...

  4. CVPR2016 Paper list

    CVPR2016 Paper list ORAL SESSIONImage Captioning and Question Answering Monday, June 27th, 9:00AM - ...

  5. babylonjs

    A Babylon.js Primer Table of contents Babylon.js WebGL Game Creation System! The Browser Useful Link ...

  6. 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 ...

  7. Computer Graphics Research Software

    Computer Graphics Research Software Helping you avoid re-inventing the wheel since 2009! Last update ...

  8. 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 ...

  9. [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

  1. 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 ...

  2. 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 ...

  3. 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 ...

  4. 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 ...

  5. 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 ...

  6. 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 ...

  7. 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 ...

  8. 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 ...

  9. 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 ...

  10. 【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 ...