买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广州大学申请的专利一种针对非线性非重复系统的高阶迭代学习控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121500787B 。

龙图腾网通过国家知识产权局官网在2026-04-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610046243.1，技术领域涉及：G05B13/04；该发明授权一种针对非线性非重复系统的高阶迭代学习控制方法是由陈浩;韦蕴珊;陈晋艺;张雅雯;廖代志;谭嘉荣设计研发完成，并于2026-01-14向国家知识产权局提交的专利申请。

本一种针对非线性非重复系统的高阶迭代学习控制方法在说明书摘要公布了：本发明涉及自动控制技术领域，尤其为一种针对非线性非重复系统的高阶迭代学习控制方法，包括步骤一，建立系统模型：针对第次迭代，建立具有多源非重复不确定性的离散时间多输入多输出系统模型；步骤二，定义修正跟踪误差：引入服从伯努利分布的随机变量，对跟踪误差进行修正以处理迭代变化的轨迹长度；步骤三，设计高阶迭代学习控制律：采用基于多个先前迭代周期的控制输入与修正跟踪误差更新当前控制信号；步骤四，将高阶迭代学习控制律应用于被控系统，利用每次迭代得到的修正跟踪误差更新下一次迭代的控制输入，使得系统控制输出在数学期望意义下跟踪期望轨迹，且跟踪误差的期望值最终收敛至一个有界区域。

本发明授权一种针对非线性非重复系统的高阶迭代学习控制方法在权利要求书中公布了：1.一种针对非线性非重复系统的高阶迭代学习控制方法，其特征在于，所述方法包括以下步骤： 步骤一，建立系统模型：针对第次迭代，建立具有多源非重复不确定性的离散时间多输入多输出系统模型； 针对第次迭代，定义系统模型的公式表示为： 1； 其中，为迭代次数，表示时刻，且，为第次迭代的实际轨迹长度并在预设的步长上下界内随机变化；，，分别为系统状态、控制输入和控制输出；和依次表示系统状态干扰和输出干扰；为不具备重复性的非线性向量值函数；、分别为控制输入矩阵和观测输出矩阵； 步骤二，定义修正跟踪误差：引入服从伯努利分布的随机变量，对跟踪误差进行修正以处理迭代变化的轨迹长度； 引入服从伯努利分布的随机变量来处理变化的轨迹长度，定义修正跟踪误差公式为： 6； 其中，为迭代次数，为期望输出轨迹的长度，为跟踪误差，为期望输出轨迹；用于处理迭代变轨迹长度，其数学期望为： 7； 其中，表示在时间点t控制输入有效作用的概率； 步骤三，设计高阶迭代学习控制律：采用基于多个先前迭代周期的控制输入与修正跟踪误差更新当前控制信号； 高阶迭代学习控制律的公式表示为： 11； 其中，为控制律阶数；为学习增益矩阵，为控制增益矩阵，，为控制参数矩阵，表示为在第次迭代时，系统在时刻的控制输入值，表示为在第次迭代时，系统在时刻的输出与期望轨迹之间的跟踪误差，初始控制输入在修正跟踪误差中通常被选为零矢量； 步骤四，将高阶迭代学习控制律应用于被控系统，利用每次迭代得到的修正跟踪误差更新下一次迭代的控制输入，使得系统控制输出在数学期望意义下跟踪期望轨迹，且跟踪误差的期望值最终收敛至一个有界区域。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广州大学，其通讯地址为：510360 广东省广州市番禺区大学城外环西路230号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。