申请/专利权人：西安工程大学

申请日：2024-01-10

公开（公告）日：2024-04-09

公开（公告）号：CN117850237A

主分类号：G05B13/04

分类号：G05B13/04

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本公开提供一种基于迭代学习控制的跟踪处理方法、装置、设备和介质，包括：获取线性离散系统的参数模型，线性离散系统的参数模型中包括：状态向量对应的参数子模型和系统输出变量对应的参数子模型；对线性离散系统的参数模型进行堆栈处理，得到线性离散系统的参数模型对应的对称学习增益模型，对称学习增益模型用于描述不同控制信号对应的多次迭代模型；基于对称学习增益模型，给定初始控制信号，并采用预设迭代控制算法对对称学习增益模型进行优化处理，得到目标跟踪模型；基于目标跟踪模型，对相应对象进行跟踪处理。从而，通过设置合适的对称学习增益模型，有效实现对象跟踪，便于提高重复运作的产业的性能。

主权项：1.一种基于迭代学习控制的跟踪处理方法，其特征在于，包括：获取线性离散系统的参数模型，所述线性离散系统的参数模型中包括：状态向量对应的参数子模型和系统输出变量对应的参数子模型；对所述线性离散系统的参数模型进行堆栈处理，得到所述线性离散系统的参数模型对应的对称学习增益模型，所述对称学习增益模型用于描述不同控制信号对应的多次迭代模型；基于所述对称学习增益模型，给定初始控制信号，并采用预设迭代控制算法对所述对称学习增益模型进行优化处理，得到目标跟踪模型；基于所述目标跟踪模型，对相应对象进行跟踪处理。

全文数据：

权利要求：

百度查询： 西安工程大学 基于迭代学习控制的跟踪处理方法、装置、设备和介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD