1.主要技术内容：

无线通信条件下的迭代学习控制系统实现了控制器和系统平台的分离，使用方式更为灵活，但无线信道的不可靠性也给控制性能的保障带来了新的挑战。该项目重点分析了无线信道干扰对系统控制性能的影响，并据此发展了相应的信号处理方法。经几年攻关，取得的科技创新成果如下：

（1）该项目指出，系统的测量信号噪声和控制信号噪声均会随系统迭代运行次数的增加而累积，不同的是测量信号噪声仅会在时域内累积，而控制信号噪声会同时在时域和迭代域内累积。

（2）针对累积噪声对系统控制性能的影响，提出了一种以控制输入误差方差矩阵的迹为代价函数对学习增益自适应调整的信号处理方法，明显改善了信道噪声干扰下系统的控制性能。

（3）分析了控制信号丢失时域补偿和迭代域补偿两种方法下的系统收敛性，指出只有迭代域补偿能同时保障控制器端和执行器端控制信号的收敛，因此，迭代域补偿更适合于迭代学习控制系统。

（4）针对控制信号数据丢失对系统控制性能的影响，提出了一种迭代域补偿方法。该方法通过同时保障控制器端和执行器端控制信号的收敛性，进而保障了系统输出的收敛性。

（5）针对低信噪比下通信信道差异性导致的系统性能达不到最优的问题，提出了一种基于二重博弈的联合干扰对齐结构，并基于该结构设计了单层迭代算法和双层迭代算法。

2.知识产权情况：

该项目已授权发明专利2项，登记软件著作权1项。

3.发表论文情况：

已在国内外主流刊物上发表SCI论文8篇，其中JCR2区3篇；JCR3区3篇；JCR4区2篇。

4.技术经济指标：

该项目研究了无线信道干扰对迭代学习控制系统收敛性能的影响，通过分析信道噪声对系统控制性能的影响，提出了一种基于学习增益自适应选择的处理方法；通过分析数据丢失对系统控制性能的影响，提出了一种基于迭代域补偿的控制信号数据丢失补偿方法；针对低信噪比下通信信道差异性所导致的系统性能无法达到理论最优的问题，提出了一种基于二重博弈的联合干扰对齐结构，并设计了单层和双层迭代算法。这些结论和方法从整体上保障了无线信道条件下迭代学习控制系统输出的收敛性，实现了对期望轨迹的精确跟踪。

5.应用推广及效益情况：

该项目中的关键技术完成后，先后在河南羲和网络科技股份有限公司和河南青果网络技术有限公司进行了测试和试用，三年来共实现直接经济效益4543.1万元。项目成果促进了网络控制技术与相关行业的发展，也为中国今后网络控制系统开发利用提供了有力的技术支撑和应用示范。

成果说明

本控制系统自2016年1月开始研发以来，经过多次的仿真验证、测试优化及调试，系统功能运行正常。该系统先后在河南羲和网络科技股份有限公司和河南青果网络技术有限公司进行了应用，应用范围涵盖了移动机器人远程遥控、多智能体编队协作控制等不同应用对象，取得了良好的经济、社会和环境效益。这些应用示范工程在开发利用系统控制策略、信号处理方式等方面的新理念、新方法将为今后类似工程提供借鉴。企业使用以来，反映系统运行效果较好。三年多来为企业创造了4543.1万元的经济效益。

1. 下载详细PDF版/Doc版

提示：为方便大家复制编辑，博主已将PDF文件制作为Word/Doc格式文件。