基于自适应迭代学习控制的列车自动驾驶算法

摘要

cqvip:针对高速列车自动驾驶系统受到时变外部扰动和受限状态的情况,提出一种基于迭代学习控制的自适应控制算法.基于Lyapunov函数,利用列车运行过程中的状态偏差,推导出自适应迭代学习控制律和参数学习更新律.构造类Lyapunov函数的复合能量函数,通过迭代域的差分,证明其差分负定性和收敛性.采用所提控制算法对列车跟踪性能进行计算机仿真和实例仿真验证,结果表明,所提出的自适应迭代学习控制算法对列车期望曲线跟踪具有较高的精度和较快的收敛速度,能够在较短的迭代次数实现对期望曲线的精确跟踪.