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。