[论文解读] Design and Implementation of Repetitive Control based Noncausal Zero-Phase Iterative Learning Control

Krishna Kalyanam, Tsu‐Chin Tsao|arXiv (Cornell University)|Aug 11, 2014

Iterative Learning Control Systems参考文献 28被引用 4

一句话总结

本文提出了一种基于重复控制原理的新型非因果零相位迭代学习控制（ILC）方案，采用对称带状托普利茨（SBT）学习增益矩阵，确保稳定且快速收敛的ILC。该方法将ILC设计转化为频域环路整形，证明了重复控制稳定性中标准H∞范数条件对于ILC收敛而言，当数据长度趋于无穷时，既是充分条件也是必要条件。

ABSTRACT

Discrete-time domain Iterative Learning Control (ILC) schemes inspired by Repetitive control algorithms are proposed and analyzed. The well known relation between a discrete-time plant (filter) and its Markov Toeplitz matrix representation has been exploited in previous ILC literature. However, this connection breaks down when the filters have noncausal components. In this paper we provide a formal representation and analysis that recover the connections between noncausal filters and Toeplitz matrices. This tool is then applied to translate the anti-causal zero-phase-error prototype repetitive control scheme to the design of a stable and fast converging ILC algorithm. The learning gain matrices are chosen such that the resulting state transition matrix has a extit{Symmetric Banded Toeplitz} (SBT) structure. It is shown that the well known sufficient condition for repetitive control closed loop stability based on a filter's frequency domain $H_\infty$ norm is also sufficient for ILC convergence and that the condition becomes necessary as the data length approaches infinity. Thus the ILC learning matrix design can be translated to repetitive control loop shaping filter design in the frequency domain.

研究动机与目标

• 解决非因果滤波器与ILC中托普利茨矩阵之间缺乏正式联系的问题，该问题在标准因果滤波器分析中会失效。
• 通过引入具有对称带状托普利茨（SBT）特性的结构化学习增益矩阵，克服非因果ILC设计中的不稳定性和收敛性问题。
• 通过证明频域H∞稳定性条件适用于有限长度ILC，建立重复控制环路整形与ILC收敛之间的严格联系。
• 通过利用零相位、非因果滤波原理，实现对非最小相位和高相对阶系统的单调收敛ILC。
• 提供一种在双级快速工具伺服系统上验证的实用化实现框架，证明其在实际应用中的可行性。

提出的方法

• 通过引入具有对称带状结构的提升域公式，正式表示非因果滤波器，使用托普利茨矩阵。
• 设计学习增益矩阵，使得循环间状态转移矩阵成为对称带状托普利茨（SBT）矩阵。
• 利用马尔可夫-托普利茨矩阵表示法，保留非因果设置下的可交换性与稳定性分析工具。
• 将重复控制理论中已知的H∞范数条件用作ILC收敛的充分条件。
• 证明当数据长度趋于无穷时，H∞条件对ILC收敛而言既是必要条件也是充分条件。
• 推导出状态转移矩阵A的矩阵元素的显式表达式，表明在给定条件下其保持SBT结构。

实验结果

研究问题

• RQ1 当标准托普利茨矩阵表示法失效时，如何在ILC框架中正式表示非因果滤波器？
• RQ2 学习增益矩阵的何种结构特性可确保在非因果设置下ILC的稳定与快速收敛？
• RQ3 重复控制稳定性频域H∞范数条件在多大程度上适用于有限长度ILC系统？
• RQ4 在何种条件下，H∞条件对ILC收敛而言既是必要条件也是充分条件？
• RQ5 非因果零相位ILC的设计能否系统性地转化为频域中的重复控制环路整形？

主要发现

• 所提出的ILC方案通过确保状态转移矩阵具有对称带状托普利茨（SBT）结构，实现了稳定且快速收敛。
• 重复控制中的H∞范数条件被证明对ILC收敛是充分的，并且在数据长度趋于无穷时成为必要条件。
• 显式推导出状态转移矩阵A的矩阵元素，表明在给定条件下其保持SBT结构。
• 通过利用非因果、零相位滤波，该方法有效实现了对非最小相位和高相对阶系统的学习。
• 理论框架通过在双级快速工具伺服系统上的成功实现得到验证，证明了其实际可行性。
• 正式建立了ILC设计与重复控制环路整形之间的联系，使得频域滤波器设计可直接指导ILC增益选择。