分数阶信息物理系统的事件触发采样数据迭代学习控制

《Fractal and Fractional》：Event-Triggered Sampled-Data Iterative Learning Control for Fractional-Order Cyber-Physical Systems

　　

摘要

本文研究了在通信约束条件下分数阶信息物理系统（FOCPSs）的输出同步问题。为解决带宽有限和传输成本高的问题，本文提出了一种基于事件触发的编码解码采样数据迭代学习控制（ET-EDSDILC）协议。该控制策略将量化采样框架与编码解码机制相结合，以重构控制信号并克服通信约束。此外，还基于误差能量衰减原理开发了一种事件触发机制，通过监测误差趋势来调整通信频率，从而减少不必要的数据传输。利用分数阶微积分和压缩映射原理，本文推导出了输出同步的充分条件。数值仿真结果表明，所提出的ET-EDSDILC框架能够在保持跟踪性能的同时降低通信开销和数据冗余，为存在通信约束的FOCPSs提供了一种解决方案。