●譯者序
叢書序
前言
致謝
第1章 緒論 1
1.1控制繫統、模型和算法 1
1.2 重復和法代 2
1.2.1 周期性參考信號 3
1.2.2 重復控制和多通道繫統 3
1.2.3 迭代學習控制 4
1.3 迭代的動態特性：概念回顧 7
1.4 預備知識的需求 9
1.4.1 數學知識綜述 10
1.4.2 算法的概念基礎 11
1.5 討論和擴展閱讀 12
第2章 戴學方法 14
2.1素的理論 14
2.2 二次很優和二次型 21
2.2.1 配方 21
2.2.2 奇異值、拉格朗日方法和矩陣範數 22
2.3 Banach空間、算子、範數和收斂序列 23
2.3.1 向量壁間 23
2.3.2 範數空間 25
2.3.3 收斂性、閉包、完備性和Banach 空間 26
2.3.4 線性算子和稠密子集 27
2.4 Hilbert 空間 30
2.4.1 內積和範數 30
2.4.2 範數和弱收斂 31
2.4.3 H山田空間上的伴隨和自伴隨算子 33
2.5 實Hilbert 空間、凸集和投影 38
2.6 Hilbert 空間上的很優控制 40
2.6.1 通過配方法證明 41
2.6.2 使用映射定理證明 42
2.6.3 討論 43
2.7 進一步討論和參考書目 44
第3章 狀態空間模型45
3.1 連續狀態空間繫統模型 46
3.1.1 狀態方程的解 47
3 1.2 卷積算子和脈衝響應 48
3 1.3 繫統作為函數空間之間的算子 48
3.2 拉普拉斯變換 49
3.3 傳遞函數矩陣、極點、零點和相對階 50
3.4繫統的頻率響應 51
3.5 離散時間、采樣數據狀態空間模型 52
3.5.1 用差分方程表示的狀態空間模型 52
3.5.2 線性離散時間狀態方程的解 53
3.5.3 離散卷積算子和離散衝激響應序列 54
3.6 !F 變換和離散傳遞函數矩陣 55
3.6.1 離散傳遞函數矩陣、極點、零點和相對階 56
3.6.2 離散繫統的頻域響應 57
3.7 多速率離散時間繫統 57
3.8 能控性、能觀性、最小實現和極點配置 58
3.9 逆繫統 59
3.9.1 m=l、零點和f 的情況 59
3.9.2 當m#l 時的左逆和右逆 61
3.10 線性連續繫統的二次很優控制 62
3.10.1 相關算子和空間 63
3.10.2 伴隨算子的計算 64
3.10.3 兩點邊值問題 66
3.10.4 Ric四川方程和狀態前饋加反饋的描述 67
3.10.5 另一種Rlccati 描述 69
3.11 擴展閱讀和參考書目 70
第4章 矩陣模型、超向量和離散繫統 72
4.1 超向量和矩陣模型 72
4.2 串聯和並聯代數 73
4.3 轉置繫統和時間反轉 74
4.4可逆性、值域和相對階 75
4.4.1 相對階、核和G 的值域 76
4.4.2 G 的值域和解藕理論 77
4.5 值域、核及逆繫統的使用 79
4.5.1 逆的劃分 80
4.5.2 P-1（z）的保穩定性 81
4.6 值域、核和鏟規範型 82
4.6.1 使用狀態反饋和輸出注入的分解 82
4.6.2 鏟規範型 83
4.6.3 一致秩繫統的特殊情況 85
4.7 線性離散繫統的二次很優控制 86
4.7.1 伴隨和離散兩點邊界值問題 87
4.7.2 狀態反饋/前饋解 88
4.8 頻域關繫 89
4.8.1 有限區間的邊界範數 90
4.8.2 用頻率響應計算範數 91
4.8.3 二次型和正實傳遞函數矩陣 92
4.8.4 依賴頻率的下界 94
4.9 討論和擴展閱讀 97
第5章 迭代學習控制的構建 99
5.1 設計問題的抽像構建 99
5.1.1 設計問題 99
5.1.2 輸入和誤差更新公式2 線性繫統 102
5.1.3 魯棒性和不確定模型 103
5.2 線性迭代收斂的一般性條件 106
5.2.1 譜半徑和範數條件 107
5.2.2 無限維空間內r(L) = IILII = 1 和L=L* 的情況 109
5.2.3 松弛條件、收斂性和魯棒性 111
5.2.4特征值分析 114
5.2.5 特征值和特征函數的計算方法 115
5.3 魯棒性、正定性和逆繫統 117
5.4討論和擴展閱讀 119
第6章 逆模型控制算法 121
6.1 逆模型控制z 基本算法 121
6.1.1 繫統矩陣的右逆 121
6 1.2 繫統矩陣的左逆 122
6 1.3 逆模型的重要性 124
6 1.4 狀態空間的逆模型算法 125
6 1.5 魯棒性測試和乘性誤差模型 126
6.2 頻域內的魯棒性判據 129
6.2.1 離散繫統單調魯棒性測試 129
6.2.2 改善魯棒性 松弛 131
6.2.3 離散繫統z 魯棒性和非單調收斂性 132
6.3 討論和擴展閱讀 134
第7章 梯庭算法及其單調性 136
7.1 最速下降算法z 能量很優的方法 137
7.2 在離散狀態空間繫統中的應用 138
7.2.1 算法構建 139
7.2.2 特征結構解釋2 有限次選代的收斂性 140
7.2.3 頻域衰減 143
7.3 針對連續狀態空間繫統的最速下降算法 146
7.4廣義梯度算法的單調性 148
7.5 再解離散狀態空間模型 151
7.5.1 基於伴隨繫統的梯度算法 151
7.5.2 設計中m=l 的情況具有重要作用 159
7.5.3 魯棒性的頻域判據 160
7.5.4 魯棒性和松弛條件 163
7.5.5 非單調性梯度控制和ε權重範數 163
7.5.6 基於E 範數的最速下降法 167
7.6 討論、解釋和進一步推廣 168
7.6.1 控制思想的融合 168
7.6.2 性能分析 170
7.6.3 對連續狀態空間繫統的進一步分析 170
第8章 逆模型和梯度法融合設計 172
8.1 逆模型算法z 魯棒性和雙向濾波器 172
8.2 設計中的一般性問題 175
8.2.1 模型預處理 176
8.2.2 補償模型 178
8.2.3 穩定逆算法 179
8.2.4 全聯通網絡和非最小相位繫統 180
8.3 梯度、補償和反饋設計方法 186
8.3.1 反饋設計法:離散繫統 187
8.3.2 反饋設計：連續繫統 188
8.4 t寸論和擴展閱讀 189
第9章 範數優化迭代學習控制 191
9.1 問題和算法的公式化描述 191
9.1.1 目標函數的選擇 192
9 1.2 松弛的NOILC 194
9 1.3 離散狀態空間繫統的NOILC 195
9 1.4 離散狀態空間方程的松弛NOILC 197
9 1.5 頻率衰減的解釋:離散情況 198
9 1.6 NOILC，連續狀態空間方程 198
9 1.7 收斂性、特征結構、♂和頻譜帶寬 200
9 1.8 收斂性， NOILC 的通用特性 203
9.2 NOILC 的魯棒性z 前饋實現 207
9.2.1 前饋NOILC 的計算過程 208
9.2.2 右乘模型誤差 209
9.2.3 帶右乘性誤差的離散狀態空間繫統 213
9.2.4 左乘模型誤差 216
9.2.5 帶左乘模型誤差的離散繫統 220
9.2.6 空間中範數的單調性 221
9.3 非最小相位特性和偽極限 222
9.4討論和擴展閱讀 224
9.4.1 關於背景 224
9.4.2 實際問題 224
9.4.3 性能 225
9.4.4 魯棒性和逆算法 225
9.4.5 選擇不同的方案 226
9.4.6 Q 、R 和並矢展開 227
第10章 NOILC 的擴展 228
10.1 基於輸入和誤差權重的濾波器 228
10.2 多速率采樣離散繫統 229
10.3 視初始條件為控制輸入 230
10.4 多目標問題 234
10.5 內點問題 235
10.5.1 連續繫統2 內點問題 236
10.5.2 離散繫統z 內點問題 239
10.5.3 IPNOILC魯棒性和其他問題 240
10.6 多任務NOILC 242
10.6.1 連續狀態空間繫統 242
10.6.2 將初始條件作為控制量 247
10.6.3 離散狀態壁間繫統 248
10.7 多模型和預測NOILC 248
10.7.1 預測NOILC-一一基本理論和與逆模型算法的聯繫 249
10.7.2 多模型繫統 251
10.7.3 線性狀態空間模型 252
10.7.4 收斂性和其他特性 254
10.7.5 特殊情況， M=2 和M= 259
10.7.6 前饋預測NOILC 的魯棒性 261
10.8 討論和擴展閱讀 264
第11章 迭代與輔助優化 267
1 1.1含輔助變量的模型及問題描述 267
1 1.2 右逆模型解 269
1 1.3 采用切換算法的解 270
11.3.1 切換算法 270
11.3.2 切換算法的特性 271
11.3.3 收斂率的特性 274
11.3.4 NOILC的解糯最小能量表示 275
11.3.5 Gl = G時的內點跟蹤 276
11.3.6 通過選擇Gl =Ge重構NOILC 譜 277
1 1.4 魯棒切換算法的注解 279
11.5 GeG: 可逆時的切換算法 282
1 1.6 討論及擴展閱讀 284
第12章 迭代和逐次投影 286
12.1 收斂性和鄰近性 286
12.2 逐次投影和鄰近算法 287
12.3 帶約束的法代控制 292
12.3.1 帶輸入約束的NOILC 293
12.3.2 一般性分析 295
12.3.3 帶有輸入和輸出的內點控制 298
12.3.4滿足輔助變量約束的迭代控制 301
12.3.5 概述和總結 302
12.4操作員介入的"迭代管理" 302
12.5 如果馬和島不相交會如何 305
12.6 討論和深入閱讀 308
第13章 加速和逐次投影 310
13.1 通過離線法代替換繫統法代 310
13.2 利用外推的加速算法311
13.2.1 逐次投影和外推算法 311
13.2.2 NOILC ，使用外推的加速 314
13.3 使用參數化集合的陷波算法 315
13.3.1 創建譜陷波:計算和性質 315
13.3.2 陷波算法和使用逐次投影的法代控制 321
13.3.3 離散狀態空間繫統的陷波算法 323
……

本書主要介紹範數優化迭代學習控制的基本理論和近期新進展。全書內容分為14章。第1章介紹迭代學習控制的基本思想、特點和存在的問題等；第2章介紹相關的數學預備知識；第3章主要介紹連續動態繫統和離散狀態繫統的狀態空間模型、逆繫統、連續線性繫統的二次優化控制等；第4章主要包括超向量和矩陣模型、離散線性繫統的可逆性和二次優化控制等；第5章給出迭代學習控制的問題描述、迭代學習的收斂性和魯棒性等；第6章主要討論基於逆模型算法的迭代學習控制；第7、8章分別考慮單調性和梯度算法、基於逆繫統和梯度算法相結合的迭代學習控制；第9、10章分別研究範數優化迭代學習控制和擴展的範數優化迭代學習控制；第11、12章分別討論迭代和輔助優化以及基於逐次投影的迭代學習控制；第13章主要討論算法加速問題和基於參數集的陷波算法；第14章涉及參數優化迭代學習控制等。