超声波电机二阶线性时变模型的迭代学习辨识建模
打开文本图片集
摘 要：
为了提高超声波电机（USM）转速控制模型的精度，提出一种基于迭代学习辨识的二阶线性时变模型建模方法。针对USM的非线性与时变特性，首先基于超声波电机驱动电压的频率作为输入变量，转速作为输出变量，建立一个描述其动态行为的线性时变模型。为提高模型辨识的精度与鲁棒性，改进迭代学习辨识（ILI）算法，通过优化误差加权范数和参数变化率范数相结合的目标函数，并且设计新的学习律，利用归一化柯西滤波窗口进一步地构造学习律的权重矩阵。（剩余10964字）