基于迭代学习的随机通信时延机器人最小跟踪误差熵控制器

通过结合最优P型迭代学习控制（ILC）思想和最小跟踪误差熵控制策略，提出了一种具有随机通信时延的机械手反馈控制新方法。 将控制设计表述为具有适当性能指标和约束的优化问题。 具体而言，性能指标暗示了对闭环跟踪误差进行最小熵控制的想法。 对于闭环系统中的所有信号，均方根收敛性已得到分析。 在ILC框架下，这种跟踪误差的收敛条件被视为优化过程中满足的约束条件。 已经表明，可以通过使用众所周知的粒子群优化技术来获得每次迭代的数值最优解。 仿真结果表明了该方法的有效性。