Abstract
Convergence condition determines performance of iterative learning control (ILC), for example, convergence speed, remaining error, etc. Hence, the performance can be elevated and a feasible set of learning controllers grows if a less conservative condition is obtained. In the frequency domain, the $H_{\infty}$ norm of the transfer function between consecutive errors has been currently used to test convergence of a learning system. However, even if the convergence condition based on the $H_{\infty}$ norm has a clear property about monotonic convergence, it has a few drawbacks, especially in MIMO plants. In this paper, the relation between the condition and the monotonicity of convergence is clarified and a modified convergence condition is found out using a frequency domain Lyapunov equation, which supersedes the conventional one in the frequency domain.
반복 학습 제어에서 수렴 조건은 수렴 속도와 잔존 오차와 같은 성능을 결정한다. 따라서, 덜 신중한 수렴 조건을 구할 수 있다면, 그 성능은 향상될 것이고 사용 적합한 학습 제어기의 수는 증가된다. 주파수 영역에서, 연속적인 오차들간의 전달 함수의 $H_{\infty}$ 놈(norm)을 학습 시스템의 수렴성을 조사하기 위해 사용해왔다. 그러나, $H_{\infty}$ 놈을 바탕으로 한 수렴 조건이 단조 수렴성에 대하여 명확한 특성을 가진다하더라도, 특히, 다중 입출력 시스템에서 몇 가지 단점을 가진다. 본 논문에서 는 수렴 조건과 수렴의 단조성간의 관계를 밝힌다. 또한 주파수 영역에서 기존의 수렴 조건을 대신할 수 있는 수정된 수렴 조건을 주파수 영역 리아프노프(Lyapunov) 방정식을 이용하여 구한다.
