研究不确定性时变系统在有限时间区间上重复作业和在无限时间区间上周期作业的跟踪控制问题. 基于Lyapunov-like方法, 给出了形式简单的鲁棒迭代学习控制和鲁棒重复控制两种算法. 两种学习算法均可弥补单一控制算法的缺陷, 鲁棒控制部分被用来保证闭环系统中所有变量的有界性, 学习控制部分可有效消除系统跟踪误差, 改善系统的跟踪性能. 仿真结果验证了两种学习算法的有效性.

针对一类输入含死区非线性特性的周期时变系统,在周期时变参数不可参数化的情形下设计鲁棒重复控制器.采用微分自适应律估计未知死区参数,剩余的有界项通过鲁棒方法予以消除,为避免出现颤振现象,采用饱和函数替代符号函数.在系统输出跟踪周期轨迹的情形下,将非参数化不确定项转化为含周期时变参数的形式,以达到利用周期学习律进行估计的目的.理论分析与仿真结果表明,采用部分饱和或全饱和学习算法均能实现输出误差有界收敛,并保证闭环系统所有信号有界.