Iterative Learning Control for Systems

with Iteration Varying Trial Lengths

Synthesis and Analysis Dong Shen
Visit to download the full and correct content document:
https://textbookfull.com/product/iterative-learning-control-for-systems-with-iteration-va
rying-trial-lengths-synthesis-and-analysis-dong-shen/
More products digital (pdf, epub, mobi) instant
download maybe you interests ...

Stability and Control of Nonlinear Time varying Systems

Shuli Guo

https://textbookfull.com/product/stability-and-control-of-
nonlinear-time-varying-systems-shuli-guo/

Clinical trial data analysis with R and SAS Second

Edition Chen

https://textbookfull.com/product/clinical-trial-data-analysis-
with-r-and-sas-second-edition-chen/

Intelligent Algorithms for Analysis and Control of

Dynamical Systems Rajesh Kumar

https://textbookfull.com/product/intelligent-algorithms-for-
analysis-and-control-of-dynamical-systems-rajesh-kumar/

Feature Engineering for Machine Learning and Data

Analytics First Edition Dong

https://textbookfull.com/product/feature-engineering-for-machine-
learning-and-data-analytics-first-edition-dong/
Dissipative Systems Analysis and Control: Theory and
Applications Bernard Brogliato

https://textbookfull.com/product/dissipative-systems-analysis-
and-control-theory-and-applications-bernard-brogliato/

Virtual Inertia Synthesis and Control Thongchart

Kerdphol

https://textbookfull.com/product/virtual-inertia-synthesis-and-
control-thongchart-kerdphol/

Systems Analysis and Synthesis Bridging Computer

Science and Information Technology 1st Edition Barry
Dwyer

https://textbookfull.com/product/systems-analysis-and-synthesis-
bridging-computer-science-and-information-technology-1st-edition-
barry-dwyer/

Adaptive Critic Control with Robust Stabilization for

Uncertain Nonlinear Systems Ding Wang

https://textbookfull.com/product/adaptive-critic-control-with-
robust-stabilization-for-uncertain-nonlinear-systems-ding-wang/

Virtual Equivalent System Approach for Stability

Analysis of Model based Control Systems Weicun Zhang

https://textbookfull.com/product/virtual-equivalent-system-
approach-for-stability-analysis-of-model-based-control-systems-
weicun-zhang/
Dong Shen · Xuefang Li

Iterative Learning
Control for Systems
with Iteration-
Varying Trial
Lengths
Synthesis and Analysis
Iterative Learning Control for Systems
with Iteration-Varying Trial Lengths
Dong Shen Xuefang Li
•

Iterative Learning Control

for Systems
with Iteration-Varying Trial
Lengths
Synthesis and Analysis

123
Dong Shen Xuefang Li
College of Information Science Department of Electrical and Electronic
and Technology Engineering
Beijing University of Chemical Technology Imperial College London
Beijing, China London, UK

ISBN 978-981-13-6135-7 ISBN 978-981-13-6136-4 (eBook)

https://doi.org/10.1007/978-981-13-6136-4

Library of Congress Control Number: 2018967742

© Springer Nature Singapore Pte Ltd. 2019

This work is subject to copyright. All rights are reserved by the Publisher, whether the whole or part
of the material is concerned, specifically the rights of translation, reprinting, reuse of illustrations,
recitation, broadcasting, reproduction on microfilms or in any other physical way, and transmission
or information storage and retrieval, electronic adaptation, computer software, or by similar or dissimilar
methodology now known or hereafter developed.
The use of general descriptive names, registered names, trademarks, service marks, etc. in this
publication does not imply, even in the absence of a specific statement, that such names are exempt from
the relevant protective laws and regulations and therefore free for general use.
The publisher, the authors and the editors are safe to assume that the advice and information in this
book are believed to be true and accurate at the date of publication. Neither the publisher nor the
authors or the editors give a warranty, express or implied, with respect to the material contained herein or
for any errors or omissions that may have been made. The publisher remains neutral with regard to
jurisdictional claims in published maps and institutional affiliations.

This Springer imprint is published by the registered company Springer Nature Singapore Pte Ltd.
The registered company address is: 152 Beach Road, #21-01/04 Gateway East, Singapore 189721,
Singapore
To Prof. Jian-Xin Xu
National University of Singapore
Preface

As an effective control approach, iterative learning control (ILC) is designed to

improve the current control performance of repetitive processes by utilizing past
control information. Specially, ILC generates/synthesizes the current control input
from previous control inputs and tracking errors, which thus is able to learn from
past control experience and improve the current tracking performance from iteration
to iteration. In fact, ILC mimics the learning process of human being. In contrast to
most existing control methods aiming at achieving asymptotic convergence, ILC is
focusing on control systems working on a finite time interval and targets at perfect
tracking performance at every time instant. During the past decades, ILC has been
intensively investigated in theory and applied in real-time applications.
In traditional ILC, it is well known that many perfectly repeating conditions,
such as fixed time interval, identical initial state, identical tracking target, identical
operation environments, etc., are required, which hinder practical applications of
ILC. In literature, many efforts have been devoted to relax one or more of these
constraints in ILC. As a monograph, this book is dedicated to the application of ILC
to systems with iteration-varying trial lengths. In detail, the iteration/trial length is
assumed to be randomly varying in the iteration domain. For the case that the trial
lengths are equal to or longer than the desired length, the redundant operating/
control information can be discarded directly since they are useless for learning, and
the ILC design for such a case is therefore identical to standard ILC design. If the
trial length is shorter than the desired one, it implies that the operation ends earlier
than the desired case, and thus some of the tracking information are missing, which
may be unavailable for learning. For such a case, how to design suitable learning
algorithms to compensate the missing tracking/control information and how to
analyze their convergence properties with effective mathematical tools become
challenging problems. This book provides detailed ILC design and analysis
approaches for systems with iteration-varying trial lengths in a systematic manner.
The main content can be classified into two parts following the linear and nonlinear
systems: Chaps. 2–6 focus on linear control systems, while Chaps. 7–10 concen-
trate on nonlinear control systems.

vii
viii Preface

This monograph is self-contained. Prior knowledge from other literatures is not

required when reading the main body of the monograph. The book is written for
students, engineers, and researchers working in the field of ILC.
Both authors would like to express their sincere appreciation to all their col-
laborators and students supervised since some of the chapters in this monograph
originate from the joint articles with them. The authors would like to thank all ILC
experts worldwide as they benefited a lot from the previous foundational works
when preparing this book. Finally, the authors are very thankful to their family for
their unconditional love, encouragement, and support.
This monograph is dedicated to the late Prof. Jian-Xin Xu from National
University of Singapore, an IEEE Fellow, a leading expert in various fields of
systems and control, and an excellent model with his passion and dedication to
science and engineering for us.

Beijing, China Dong Shen

London, UK Xuefang Li
November 2018
Acknowledgements

We are pleased to thank the support of the National Natural Science Foundation of
China under grants 61673045 and 61304085, and Beijing Natural Science
Foundation under grant 4152040. We sincerely appreciate Elsevier, IEEE, and
John Wiley & Sons for granting us the permission to reuse materials in the papers
copyrighted by these publishers.

ix
Contents

1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1 Iterative Learning Control . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Basic Formulation of ILC . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.1 Discrete-Time Case . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.2 Continuous-Time Case . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3 ILC for Systems with Varying Trial Lengths . . . . . . . . . . . . . . 7
1.4 Structure of this Monograph . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

Part I Linear Systems

2 Averaging Techniques for Linear Discrete-Time Systems . . . . . . . . 17
2.1 Problem Formulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2 ILC Design and Convergence Analysis . . . . . . . . . . . . . . . . . . 19
2.3 Extension to Time-Varying Systems . . . . . . . . . . . . . . . . . . . . 25
2.4 Illustrative Simulations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3 Averaging and Lifting Techniques for Linear Discrete-Time
Systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.1 Problem Formulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.2 ILC Design and Convergence Analysis . . . . . . . . . . . . . . . . . . 36
3.3 Extension to Time-Varying Systems . . . . . . . . . . . . . . . . . . . . 40
3.4 Illustrative Simulations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

xi
xii Contents

4 Moving Averaging Techniques for Linear Discrete-Time

Systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.1 Problem Formulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.2 Controller Design I and Convergence Analysis . . . . . . . . . . . . . 50
4.3 Controller Design II and Convergence Analysis . . . . . . . . . . . . 57
4.4 Illustrative Simulations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4.4.1 Simulations for ILC Law (I) . . . . . . . . . . . . . . . . . . . . 60
4.4.2 Simulations for ILC Law (II) . . . . . . . . . . . . . . . . . . . 61
4.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
5 Switching System Techniques for Linear Discrete-Time
Systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
5.1 Problem Formulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
5.2 ILC Design . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
5.3 Strong Convergence Properties . . . . . . . . . . . . . . . . . . . . . . . . 74
5.4 Illustrative Simulations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
5.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
6 Two-Dimensional Techniques for Linear Discrete-Time
Systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
6.1 Problem Formulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
6.2 Learning Gain Matrix Design . . . . . . . . . . . . . . . . . . . . . . . . . 83
6.3 Convergence Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
6.4 Alternative Scheme with Distribution Estimation . . . . . . . . . . . 91
6.5 Illustrative Simulations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
6.6 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99

Part II Nonlinear Systems

7 Moving Averaging Techniques for Nonlinear Continuous-Time
Systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
7.1 Problem Formulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
7.2 ILC Design and Convergence Analysis . . . . . . . . . . . . . . . . . . 104
7.3 Extension to Non-affine Nonlinear Systems . . . . . . . . . . . . . . . 111
7.4 Illustrative Simulations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
7.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
8 Modified Lambda-Norm Techniques for Nonlinear Discrete-Time
Systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
8.1 Problem Formulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
8.2 ILC Design . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
Contents xiii

8.3 Convergence Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124

8.4 Illustrative Simulations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
8.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
9 Sampled-Data Control for Nonlinear Continuous-Time
Systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
9.1 Problem Formulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
9.2 Sampled-Data ILC Design and Convergence Analysis . . . . . . . . 139
9.2.1 Generic PD-type ILC Scheme . . . . . . . . . . . . . . . . . . . 139
9.2.2 The Modified ILC Scheme . . . . . . . . . . . . . . . . . . . . . 145
9.3 Sampled-Data ILC Design with Initial Value Fluctuation . . . . . 149
9.3.1 Generic PD-type ILC Scheme . . . . . . . . . . . . . . . . . . . 150
9.3.2 The Modified ILC Scheme . . . . . . . . . . . . . . . . . . . . . 152
9.4 Illustrative Simulations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
9.4.1 Generic PD-type ILC Scheme . . . . . . . . . . . . . . . . . . . 154
9.4.2 The Modified ILC Scheme . . . . . . . . . . . . . . . . . . . . . 157
9.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
10 CEF Techniques for Parameterized Nonlinear Continuous-Time
Systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
10.1 Problem Formulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
10.2 ILC Algorithm and Its Convergence . . . . . . . . . . . . . . . . . . . . 165
10.3 Effect of Random Trial Lengths and Parameters . . . . . . . . . . . . 174
10.4 Extensions and Discussions . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
10.4.1 Unknown Lower Bound of the Input Gain . . . . . . . . . . 175
10.4.2 Iteration-Varying Tracking References . . . . . . . . . . . . . 178
10.4.3 High-Order Systems . . . . . . . . . . . . . . . . . . . . . . . . . . 179
10.4.4 Multi-input-Multi-output Systems . . . . . . . . . . . . . . . . 181
10.4.5 Parametric Systems with Nonparametric
Uncertainty . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
10.5 Illustrative Simulations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
10.6 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192
11 CEF Techniques for Nonparameterized Nonlinear
Continuous-Time Systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
11.1 Problem Formulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
11.2 Robust ILC Algorithms and Their Convergence Analysis . . . . . 196
11.2.1 Norm-Bounded Uncertainty Case . . . . . . . . . . . . . . . . 196
11.2.2 Variation-Norm-Bounded Uncertainty Case . . . . . . . . . 204
11.2.3 Norm-Bounded Uncertainty with Unknown
Coefficient Case . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208
xiv Contents

11.3 Extension to MIMO System . . . . . . . . . . . . . . . . . . . . . . . . . . 210

11.3.1 Norm-Bounded Uncertainty Case . . . . . . . . . . . . . . . . 211
11.3.2 Variation-Norm-Bounded Uncertainty Case . . . . . . . . . 217
11.4 Illustrative Simulations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218
11.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224
12 CEF Techniques for Uncertain Systems with Partial Structure
Information . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225
12.1 Problem Formulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225
12.2 Time-Invariant and Time-Varying Mixing Scheme . . . . . . . . . . 228
12.3 Differential-Difference Hybrid Scheme . . . . . . . . . . . . . . . . . . . 237
12.4 Illustrative Simulations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
12.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 252
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254
Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255
Chapter 1
Introduction

This chapter provides a rudimentary introduction of iterative learning control (ILC)

and its basic formulation for both discrete-time and continuous-time systems, which
is followed by a review on recent developments of ILC with iteration-varying trial
lengths. At the end of this chapter, the structure/organization of the whole monograph
is also presented.

1.1 Iterative Learning Control

In our daily life, almost every task is conducted by trial and error, which is the
inherent concept of learning. Indeed, it is learning that helps us to survive from
severe conditions in the ancient times and become stronger in handling with various
problems nowadays. The underlying philosophy of the human being learning process
is “practice makes perfect”. Human being can do things better and better after several
practices. For example, when we learn to write a Chinese character in primary school,
our teacher always asks us to repeat the character many times. While repeating
the character, we are adjusting the writing positions step by step and the writing
performance will be improved gradually. Another example is the basketball shooting.
Consider to learn to shoot the basketball from a fixed position, it might be difficult
for us to hit the basket at the first several trials since we have little knowledge about
the correct shooting angle and force. The hit ratio will be definitely increased if we
can learn from the failures and correct our behavior.
Learning is an important concept to human being, and it is interesting to find that
such a fundamental principle can be applied to control systems, which is the origin
of iterative learning control (ILC). ILC is designed for systems repeating a certain
task over a fixed time interval. In ILC, the current control input signal is generated by
previous input and output information as well as the tracking objective. As a result,
the control performance can be gradually improved as the iteration number increases.
© Springer Nature Singapore Pte Ltd. 2019 1
D. Shen and X. Li, Iterative Learning Control for Systems with Iteration-Varying
Trial Lengths, https://doi.org/10.1007/978-981-13-6136-4_1
2 1 Introduction

Fig. 1.1 ILC in iteration uk yk

domain k th iteration Plant

uk+1 yd
Controller
(k+1)th iteration

uk+1 yk+1
Plant

uk+2 yd
(k+2)th iteration Controller

Fig. 1.2 Framework of ILC

Memory
uk uk+1
yd yk+1
Controller Plant
—

Note that the term “iteration” may be replaced with “trial”, “batch”, and “cycle” in
the literature due to different backgrounds.
In contrast to other control methods, such as adaptive control and robust control,
ILC has several distinct features, which include (1) finite time horizon, (2) accurate
resetting condition, and (3) perfect repeating conditions including the system plant
and control objective.
The block diagram of ILC is shown in Fig. 1.1, where yd denotes the reference
trajectory. At the kth iteration, the input u k is fed to the plant so that the corresponding
output is yk and the tracking error is ek = yd − yk . This is a causal process. Since the
tracking error ek is nonzero, implying that the input u k is not good enough, the input
signal of the next iteration (i.e., the (k + 1)th iteration) should then be updated. The
control input signal u k+1 at the (k + 1)th iteration usually is constructed as a function
of u k and ek . In other words, the control input signal u k+1 is generated by previous
control information. Then, the newly generated input is fed to the plant for the next
iteration. Meanwhile, the input u k+1 is also stored into the memory for updating the
input for the (k + 2)th iteration. As a result, a closed-loop feedback is formed in the
iteration domain. A concise block diagram of the ILC principle is shown in Fig. 1.2,
which is common in many ILC papers and monographs.
As can be seen from the above figures, the main difference between ILC and the
conventional control methodologies is that ILC improves the control performance
along the iteration axis rather than the time axis. In other words, the control perfor-
mance is gradually improved as the iteration number increases to infinity, while the
1.1 Iterative Learning Control 3

transient performance within an iteration is usually ignored. Meanwhile, ILC can be

combined with the conventional control methods to further enhance performance.
That is, we can employ the conventional control method as an inner control loop to
achieve an acceptable performance of the systems such as stability and then add ILC
as an outer control loop to further improve the tracking precision. This topic has also
been investigated in the literature.
As discussed before, ILC synthesizes the current control input signal from pre-
vious input and output information, while the exact system plant information is not
required. Actually, this is one of the major advantages of ILC. In other words, ILC
is a data-driven control method.
ILC has been proposed for a long time which can be tracked back to a US patent
[1] in 1967. In 1978, Uchiyama initialized a “repeating” method of correcting the
reference function by trial [2]. However, this paper was written in Japanese and failed
to attract wide attention in the community. The paper published by Arimoto et al. in
1984 opened the research of ILC [3]. Since then, numerous articles were published
on ILC. Detailed surveys on ILC can be found in [4–9].

1.2 Basic Formulation of ILC

Now, let us go through the basic formulation of ILC for both discrete-time and
continuous-time systems, which is followed by the conventional convergence
analysis.

1.2.1 Discrete-Time Case

Consider the following discrete time-invariant linear system

xk (t + 1) = Axk (t) + Bu k (t),

(1.1)
yk (t) = C xk (t),

where x ∈ Rn , u ∈ R p , and y ∈ Rq denote the system state, input, and output, respec-
tively. Matrices A, B, and C are system matrices with appropriate dimensions.
t denotes an arbitrary time instant in an operation iteration, t = 0, 1, . . . , N , where
N is the length of the operation iteration. For simplicity, t ∈ [0, N ] is used in the
following. k = 0, 1, 2, . . . denote different iterations.
Since it is required that a given tracking task should be repeated, the initial state
needs to be reset at each iteration. The following is a basic reset condition, called
identical initialization condition (i.i.c.), which is common in ILC theory.

xk (0) = x0 , ∀k. (1.2)

4 1 Introduction

The reference trajectory is denoted by yd (t), t ∈ [0, N ]. With regard to the reset
condition, it is usually required that yd (0) = y0  C x0 . The control objective of ILC
is to design a proper update law for the input u k (t), so that the corresponding output
yk (t) can track yd (t) as closely as possible. To this end, for any t in [0, N ], we define
the tracking error as
ek (t) = yd (t) − yk (t). (1.3)

Then, the update law is a function of u k (t) and ek (t) to generate u k+1 (t), whose
general form is as follows:

u k+1 (t) = h(u k (·), . . . , u 0 (·), ek (·), . . . , e0 (·)). (1.4)

When the above relationship depends only on the last iteration, it is called first-order
ILC update law; otherwise, it is called high-order ILC update law. Generally, to
achieve the algorithm simplicity, most update laws are of first order, i.e.,

u k+1 (t) = h(u k (·), ek (·)). (1.5)

Additionally, the update law is usually linear. The simplest update law is as follows:

u k+1 (t) = u k (t) + K ek (t + 1), (1.6)

where K is the learning gain matrix to be designed. In (1.6), u k (t) is the input of
current iteration, while K ek (t + 1) is the innovation term. The update law (1.6) is
called P-type ILC update law. If the innovation term is replaced by K (ek (t + 1) −
ek (t)), the update law is called D-type.
For system (1.1) and update law (1.6), a basic convergence condition is that K
satisfies
I − C B K  < 1. (1.7)

Then, one has ek (t) −−−→ 0, where  ·  denotes the matrix or vector norm.
k→∞
From this condition, one can deduce that the design of K needs no information
with regard to the system matrix A, but requires information of the coupling matrix
C B. This fact demonstrates the advantage of ILC from the perspective that ILC
has little dependence on the system information A. Thus, ILC can handle tracking
problems that have more uncertainties.
Remark 1.1 From the formulation of ILC, one can see that the model takes the
classic features of a 2D system. That is, the system dynamics (1.1) and the up date
law (1.6) evolve along time and iteration axes, respectively. Many scholars have made
contributions from this point of view and developed a 2D system-based approach,
which is one of the principal techniques for ILC design and analysis.
1.2 Basic Formulation of ILC 5

Note that the operation length is limited by N , and is then repeated multiple times.
Thus, one could use the so-called lifting technique for discrete-time systems, which
implies lifting all of the inputs and outputs as supervectors,

Uk = [u kT (0), u kT (1), . . . , u kT (N − 1)]T , (1.8)

Yk = [ykT (1), ykT (2), . . . , ykT (N )]T . (1.9)

Denote ⎡ ⎤
CB 0 ··· 0
0
⎢ C AB 0 ··· 0 ⎥
CB
⎢ ⎥
G=⎢ .. .. . . .. ⎥ ,
.. (1.10)
⎣ . .. . . ⎦
C A N −1 B C A N −2 B · · · · · · C B

then, we have
Yk = GUk + d, (1.11)

where
d = [(C x0 )T , (C Ax0 )T , . . . , (C A N −1 x0 )T ]T . (1.12)

Similar to (1.8) and (1.9), define

Yd = [ydT (1), ydT (2), . . . , ydT (N )]T ,

E k = (ekT (1), ekT (2), . . . , ekT (N ))T ,

then it leads to
Uk+1 = Uk + KE k , (1.13)

where K = diag{K , K , . . . , K }. By simple calculation, we have

E k+1 = Yd − Yk+1 = Yd − GUk+1 − d

= Yd − GUk − GKE k − d
= E k − GKE k
= (I − GK)E k .

Therefore, we obtain the condition (1.7) that is sufficient to guarantee the convergence
of ILC. Actually, the lifting technique does not only help us to obtain the convergence
condition but also provides us with an intrinsic understanding of ILC. In the lifted
model (1.11), the time-domain evolutionary process within the operating iteration
has been integrated into G, whereas the relationship between adjacent iterations is
highlighted. That is, the lifted model (1.11) depends on the iteration axis only.
Remark 1.2 Note that the focus of ILC is how to improve the tracking performance
gradually along the iteration axis, as one can see from the design of the update law
18 2 Averaging Techniques for Linear Discrete-Time Systems

Fig. 2.1 Randomly varying

trial lengths

Consider a class of linear time-invariant systems

xk (t + 1) = Axk (t) + Bu k (t),

(2.1)
yk (t) = C xk (t),

where k ∈ N and t ∈ Ik denote the iteration index and discrete time, respectively.
Meanwhile, xk (t) ∈ Rn , u k (t) ∈ R p , and yk (t) ∈ Rr denote state, input, and output
of the system (2.1), respectively. Further, A, B, and C are constant matrices with
appropriate dimensions, and C B is full rank. Let yd (t), t ∈ Id be the desired output
trajectory. Assume that, for any realizable output trajectory yd (t), there exists a
unique control input u d (t) ∈ R p such that

xd (t + 1) = Axd (t) + Bu d (t),

(2.2)
yd (t) = C xd (t),

where u d (t) is uniformly bounded for all t ∈ Id .

The main difficulty in designing ILC scheme for the system (2.1) is that the actual
trial length Nk is iteration varying and different from the desired trial length Nd . Here,
a simple example is illustrated in Fig. 2.1 to show the variation of the trial lengths
in the iteration domain. Assume that the desired trial length is 10, namely, Nd = 10,
and M1 = 3, M2 = 2. Clearly, we have Id = {0, 1, . . . , 10}, I N = {0, 1, . . . , 12},
Ia = {0, 1, . . . , 6} and Ib = {7, 8, . . . , 12}. The span of curve k, k ∈ {1, 2, . . . , 5}
in Fig. 2.1 represents the trial length of the control process at the kth iteration, and
the dashed line stands for the possible values, {Nd − M1 , . . . , Nd + M2 }, of the
stochastic variable Nk . As can be seen from Fig. 2.1, N1 = 7, N2 = 11, N3 = 9,
N4 = 10, and N5 = 12. For k = 1, 3, we observe Nk < Nd , namely, Ik ⊂ Id . It is
easy to verify that Id /I1 = {8, 9, 10} and Id /I3 = {10}. Figure 2.1 shows that the
trial lengths randomly vary between 7 and 12 and they are likely different from the
desired trial length.
Before addressing the ILC design problem with nonuniform trial lengths, let us
give some notations and assumptions that would be useful in the derivation of our
main result.
Another random document with
no related content on Scribd:
 Jos oon mä saastainen, sä puhdas oot, jos syntiin
Ma vajonnut oon, oot sa auttaja; miss' oot sä?

Sa olet Kristus, sama ainiaan, mä myöskin

Saan kerran rinnallasi uinua; miss' oot sä?

4.

Jeesus voitti synnin, kuolon, saatanan,

Vieläkin hän kantaja on valtikan
Yli maan ja yli taivaittenki.
Hän on Herra minullenki.

Nytkö valtaa synnin, kuolon, saatanan

Pelkäisin ja itkisin mä ainian?
Valittaisinko, jos kauhealta
Tuntuu heidän uhkavalta?

Ei, en valtaa synnin, kuolon, saatanan

Pelkää! Jeesus ystävä ne voittihan.
Herraani mä luotan ainoastaan,
Jeesus itse suojaa lastaan.

Isän oikealla istuu tahratta

Mun vanhurskauteni valontaivaassa;
Kirkkaana kuin päivä kiilteleepi,
Vaikka laki tuomitseepi.

Kuinka kärsinkään mä kuolon laaksossa;

Isän oikealta kukaan temmata
Mun vanhurskauttani ei saata.
Itkustain siis tahdon laata.
5.

Miss' uskoa mä maassa löytänen?

Niin lausui kerran Herra minullen.

"Oi minuss' uskon löydät varmaankin!"

Niin huusin murhe-äänin vastaten.

Sull' onko uskoa, mi pelkäät vain,

Min suusta valitus soi ainainen?

On sulle enemmän sun heikkoutes,

Kuin Hän, mi terveys on sielujen.

Kas, armon, rakkauden ma sulle suon;

Kas, rauha, autuus on mun yhteyten'!

Ei sua tuomita, sun velkasi

On sovittanut veri Kristuksen.

Kun siihen uskot vaan, sä puhdas oot

Kuin Hän, ja kohta saat sä vahvuuden.

Siks olkoon rintas tyyni, iloinen,

Kuin äidin rinnall' uni lapsosen.

6.

Mun vapahtajain kuolemast' on noussut,

Hän kirkkahana haudastaan on noussut.

Halleeluja! Mun kuninkaani voittain

Yön vallat vahvat kuolostaan on noussut.
 Siks riemuitsen, kun kanssa Herran rakkaan
Mä myöskin eloon ihanaan oon noussut.

Mä vallast' yön ja kahlehista synnin,

Maan viettelyistä, vastuksist' oon noussut.

Kuin Hän, niin ilomielin vielä hetken

Maan vaatteita ma kantamaan oon noussut.

Mut taivaan perin mä; ja voiton kruunuun,

Min Herra mulle tallentaa, oon noussut.

"Oi noussut, noussut" laulaa kevään tuulet

Ja päivyt valaistessaan maan, oi noussut.

Ja tuhat-kerroin kaikuu rinnassani

Sen lohtu, usko, pyrkimys: oon noussut.

7.

Oi määrää Herran armon runsauden!

Hän mua aina katsoo suojellen.

Mun ympärilläin siivin valkoisin

Ain' enkelinsä liitää varjellen.

Ja luonut on mun arkaan sydämeen

Hän hengen voiman, rauhan pyhyyden.

Äl' lausu, että elo raskas on,

Ett' yötä on tää seutu maallinen.
 Näät voimaa, valoa suo Jumala
Ain' ystävilleen, lupashan hän sen.

Kun täällä heille kaikk' on suonut hän,

Niin vihdoin suo hän taivaan ikuisen.

8.

Kun aamusella kuljin ohi ikkunan,

Näin taaskin päänsä hopeaisen, harmajan.

Hän sormet ristiss' istui kirjan ääressä,

Näin katseensa mä hurskaan rauhaa loistavan.

Mä mietin kulkeissani — sillä ymmärsin,

Käy Raamattuineen hurskas päivää vastahan.

"Oi harmaapää, kuin köyhä majas pyhä on,

Miss' asut aina kanssa Herran Jumalani"

Mut huomenna mä häntä enää nähnyt en,

Näin pöydällään vain auki vielä Piplian.

Ja kaikki surren kertoi, ett' on kuollut hän,

Mut minä taivaaseen loin katseen riemuisan.

9.

Näätkö pilven liitävän?

Näätkö kirkkaan kiitävän
Taivahasta sätehen?
Näätkö sen!
 Lailla pilven liitävän,
Lailla säteen kiitävän
Ties on auki valoinen
Taivaasen.

Itki maa, ja silmää sen

Kaihtaa kyynel kastehen.
Suudellen sen aurinko
Kuivaa jo.

Katumuksen kyynelen
Ahdistetun sydämen
Jeesuksemme suutelo
Kuivaa jo.

10.

On taivaassa mun kaikki ystäväni,

Näin, kuin ne hautaan kaatui viereltäni.

Mua yksin synti vielä vainoo täällä,

Viel' elon sappea juon yksinäni.

Mut synkkyydestä pyhään taivaaseensa

Suur' Isä kohta kutsuu elämäni.

Oi, silloin vastatulleen ilomieliä

Siell’ lausuu tervetulleeks ystäväni!

11.
 Oi Jeesus helläsilmä,
Ma paljastan näin kurjuutein,
Ma kannan velkain, köyhyytein,
Sun etees, helläsilmä.

Sun etees, helläsilmä,

Mä vaivun maahan synnissäin,
Mä kaihoin katson hädässäin
Sua, Jeesus helläsilmä.

Sun nähtes, helläsilmä,

Oon rikkonut lait Jumalan;
Sun tuomiotas odotan
Nyt, Jeesus helläsilmä.

Sua, Jeesus helläsilmä,

Mä katson; jos mun hylkäätkin,
Niin nöyrtyin katson kuitenkin
Sua, Jeesus helläsilmä.

12.

Kun ulos astun majastani, oi ollos läsnä!

Mun maallisessa toimessani oi ollos läsnä!

Niin valoisaa on majassani; sä olet läsnä,

Sun puolees käännyn ma puheillani; oi ollos läsnä!

Kun käyn mä ihmishyörinässä, niin ilmaa toista

Ja vierast' tunnen kulkeissani; oi ollos läsnä!
 Jos sielu eksyvi temmaten mun maan hyörinähän
Ja ajatuksihin rauhastani; oi ollos läsnä!

Kuin pian saastuvi sydän raukka, kuin pian taaskin

Voin niistä nauttia riemuissani; oi ollos läsnä!

Mun rauhass' armoa, voimaa koota suo huoneessani

Sun sanaas viemähän, Jumalani; oi ollos läsnä!

Ett' oisi sanani sinun sanaas; ja että loisin

Sun kunniaksesi valoani; oi ollos läsnä!

Tytön rukous.

Mä vaivun sinun ristis juurehen,

Ja sinuun silmän nostan rukoillen.
Mua ällös hylkää, hyvä Jumala,
Suo rukouksein luokses kohota.

Tuoll' loistat valomaassa tähtien,

On voiton kruunu kruunus okainen.
Mua neuvo enin lempimähän sua,
Oi sä, mi ensimäisnä lemmit mua.

Sä mun oot synnin velast' ostanut;

Et kultaa, hopeaa siit' antanut,
Sä elos annoit, annoit kalleimpas,
Ja elon lupaat mulle haudastas.
 Kas, kun mä tulen pelvoin, vavisten,
Mä köyhä, kurja, etees, ikuinen,
Sä helmas avajat ja siellä vaan
Mä rauhan, lohdutuksen, armon saan.

Ja veres oma minut puhdistaa,

Mä huulin haavojas saan koskettaa; —
Oi Herra, Herra, mä en päästä sua,
Ennenkuin ensin siunannut oot mua.

Olenko oikein omas, tutki sä;

Jos öisin hyvä niin, kuin tahdon mä!
Oi, jospa voisin hiljaa rukoillen
Ain' olla silmäis eessä, Ikuinen!

Mit' onpi maailma, mit aarteet maan,

Jos sinä Herra rakastat mua vaan.
Ja että rakastat mua, tiedän sen,
Sen lausuu sielun riemu taivainen.

Sun maas on kaunis, rikas, suloista

On elää nuorna, rakastettuna;
Mut paljon suloisempi minullen
Sinussa eloni on sisäinen.

Yks olkoon kirkonmeno eloni;

Suo siihen armo pyhän Henkesi!
Mä sieluin tahdon taivoon kohottaa
Ja sieltä voiman, voiton saavuttaa.

Eloni siit on kaunis, autuas,

Kuin ilta Sabbatin niin rauhakas;
 Niin hyväks silloin voin mä tulla myös,
Ett' iloin näet minuss' ikityös.

***

Kuu vaipui pilviin, kuoli tähtönen,

Maan yli kulki tuuli huoaten;
Mut rauha, valo tytön rinnass' on,
Hän näkee auki Isän asunnon.

Heränneen huokaus.

Mun sydämeni raunio on suitsuava,

Miss' vinkuu myllertäen myrsky raivoava,
Ja jonne joskus loistaa säde kirkastava.

Mut vaikka loistaa sinne säde kirkastava,

Ja vinkuu myllertäen myrsky raivoava,
Se sentään aina raunio on suitsuava.

Oi, synnin myrsky on tuo aina raivoava,

Mun sydämeni raunioissa suitsuava;
On armon auringosta säde kirkastava.

Mut vaikka kauhistaa mua myrsky raivoava,

Vaikk' ilon tuottaa armon säde kirkastava,
On mulle rakas raunio vain suitsuava.
Pois pelkosi!

Pois pelkos heitä, henken' tuskainen!

Viel' kerran Vapahtajas taivainen
Sun päästää kahleista ja telkehistä.
Hän synnin vallan kukistaa, hän vaan,
Ja ihmishengen pirstat voimallaan
Pois riistää saatanan hän elkehistä.
Oi, synninraskas sydän armoa
Se huutaa, ellei löydy neuvoa
Maan päällä, niin on hällä armoa.

Ei Jumalamme kivestä; ei se
Oo mykkä, kuuro meidän hädälle;
Hän elää, kuulee, vastaa Jumalamme.
Ei Kristus tyranni oo laisinkaan,
Ei syntistä hän uhkaa vitsallaan;
Vaan anteeks antaa, auttaa tuskissamme.
Oi valo elämän, oi tullos jo!
Sä tunnet syntin', armon aurinko,
Oi tullos, Jeesus! Niin, sä tulet jo.

Johannes.

Rinnalla Kristuksen
Sai kuulla suustansa
Hän sanaa elämän.
Ehtoollisella hän
Viim' yönä nojata
Sai rintaan Kristuksen.

Ken rintaan Kristuksen

Voi päänsä kallistaa,
Oi määrää autuuden;
Kun armon aartehen
Ja elon valon saa
Rinnalla Kristuksen!

Keväthuokaus.

Tääll' lehto kukkivi tahtoen

Taas kruunun vihreän voittaa;
Ja yöstä tuulonen heräten
Nyt hiljaa alkavi soittaa.
Ja taivaan ranta se purppuroi
Ja lintujen laulelot soi.

Mut henki vangittu vielä vaan

On yöhön uskottomuuden.
Se koska nousevi haudastaan,
Kosk' aika aamun on uuden?
Kuin Kristus voittaen noussut on
Pelättäen vartioston.

Mut kohta nousevi aurinko

Ja varjot kaikki se poistaa.
Ja valon templinä kohta jo
Nyt koko maailma loistaa.
Kaikk' kukat teränsä auki jo luo
Ja tuhannet tuoksunsa suo.

Mut sielu synkkä on, maihin sen

Ei loista päivyen valo — —
Mä nostan käteni, rukoilen,
Kun aamun hohtavi palo:
Oi, mulle suo, Isä armollisin,
Sun poikasi, min menetin!

Sentään.

Kas lintu, kas lintu se lentää

Ilolauluin taivohon päin.
Taa pilvien sinerväin
Se piilevi näin
Ja kauvaksi ilmahan entää.
On äänettyys yli maan,
Se laulavi sentään vaan.

Kas päivä, kas päivä, mi vasta

Nous otsin hehkuavin,
Vajos yöhön se pilvihin
Ja kirkkauskin
Katos huoneesta valoisasta.
Mut vaikkei sit' aattelekaan,
Se loistavi sentään vaan.
 Oi sydän, oi sydän, mi yhä
Sitä murhetta itket vain,
Ett' unhoon Herralta sain;
Ajat vaihtuvat ain',
Mut Herra on sama ja pyhä.
Vaikk' et sitä tajuakaan,
Niin armonsa sentään mä saan.

Eräs päivä.

Kun aamu valkeni, ylös katsoi

hän riemuiten,
Ol' auki sielunsa, siellä toivo
nous taivainen.
Ja kanssa nousevan päivänsäteen
myös rintaansa
Nous iki-aavistus, lämmin, kirkas
ja ihana.
Oi elo löytyvi, jot'en nähnyt;
miks viipynen?
Sit' tahdon etsiä, tahdon löytää
jo tänään sen:
Hän aamunkoitossa mietti niin.

Mut keskipäivänä niin jo kulki

hän rientäen
Kuin kaikki toisetkin kilvoitellen
ja häärien.
Hänt' ajoi huolet ja toimet, hänpä
ei väsynyt;
Häll' eli aistit, mut omatunto
oi' kuollut nyt.
Ja elo taivahan mieleen hälle
ei muistunut,
Mut tomun, kiihkon ja maan oi' orjaks
hän suistunut,
Ja keskipäivä se loisti jo.

Mut illan tullen hän rauhatonna

käy lepäämään,
Ja huokaus raskas nous katkonaisna
sydämestään.
Se kuolinhuokaus elon ol'ko,
mi sammui pois?
Tai ehkä aamuinen armon henki
se ollut ois?
Ei tiennyt hän sitä, eikä mitään
hän aatellut,
Vaan ruumiins', sieluns' on kohta uneen
hän tuutinut.
Mut illan hetki ol' ihana.

Radegundis.

Elisabeth, tuo hurskas ruhtinatar,

Jakeli köyhäin kesken rikkautensa,
Ja kansa tulvi hänen luokseen joukoin,
Se Ruhtinattarensa nähdä tahtoi.
Siin' oli miestä, naista, vanhaa, nuorta;
Siell' oli kauneudestaan onnellinen
Myös immyt Radegundis, kaunotukka.
Kun lahjojansa jakoi Ruhtinatar,
Hän huomas kansan joukoss' immen kauniin.
Hän kysyi ihmetellen: lausukaahan,
Ken on tuo tyttö kauniskiharainen?
Ja hovineiti vastas: Radegundis,
Hän linnavoudin tytär on, ja kansa
Nimittää häntä: neito kaunotukka.

Elisabeth kun jakanut ol' lahjat,

Niin luoksensa hän kutsui kauniin tytön
Ja ystävällisesti hälle haastoi;
Sill' aikaa sakset otti hän ja salaa,
Niin ettei tiennyt kaunotar, hän leikkas
Pois pitkän tukan hänen niskastansa.

Mut vaikeroiden huusi Radegundis:

Voi mua, voi, mit' onkaan tehty mulle!
Mun tukkain, kultatukkain onpi poissa!
Miks mulle tämän teit, oi Ruhtinatar?
Mun pitkä, kaunis, pehmyt keltatukkain,
Mun pääni kruunu, koristus ja riemu,
Sen ryöstit multa, kova Ruhtinatar,
Ja rumensit mun kaiken mailman nähden.
Mun tukkain, kultatukkain onpi poissa,
Mun pääni kruunu, koristus ja riemu!
 Näin huusi kyynelsilmin Radegundis.
Mut lempeästi lausui Ruhtinatar:
Oi malta lapsi, minkä tehnyt olen,
Sen tein mä vain sun omaks onneksesi.
Tuo tukkas kaunis, kruunusi ja riemus,
Se oli verkko saatanan ja synnin.
Jok'ikinenkin pienin kultakutri
Ol' ansa vain, mi sinut syntiin kietoi;
Jok'ikinenkin hienoin kultahius
Ol' kahle vain, mi maailmaan sun sitoi.
Turhuuden Baal sull' oli Jumalanas,
Sä olit eksynyt, mut käänny nyt jo!
Sun herras olkoon Jumala ja Kristus!

Se koski neidon sydämeen ja itkein

Hän lankes hurskaan jalkoihin ja lausui:
Oi Ruhtinatar, kauttas puhuu Herra,
Sun silmäs katsoo läpi sydämeni.
Niin usein tahdoin kääntyä mä Herraan
Ja irti päästä tahdoin turhuudesta,
Mut oi, mun kaunis tukkain esti aina.
Pois synnin verkko, pois sä koru kurja!
Pois inha halu minun silmistäni!
Pois maailma sun maireuksinesi!
On herrani nyt Jumala ja Kristus.

Niin lausui neito; ymmärtäen uhras

Hän kurjan ruumiin pelastaakseen sielun.
Beeda.

Jo vuositaakan raskaan painamana

Ja hautaan kallistuen tietä kulki
Vain pojan johtamana hurskas Beeda.
Ei silmät nähneet enää aurinkoa,
Ja kauneus maan ei ollut enää hälle;
Mut nuorekkaana hänen sydämessään
Ol' usko Kristukseen, kuin kuolo, vahva,
Ja Herran riemu loisti sielussansa.
Mut pojan johdolla hän kiersi maata
Ja missä löysi kansan kuolevaisen,
Hän saarnas sanaa totuuden ja armon.
Ja sokeen sanoista sai moni valon.

Ja kerran saapuivat he laaksoon jylhään,

Niin autioon ja vuorten ympäröimään,
Ja korkeet kalliot sen yli riippui.
Mut poika vallaton näin lausui hälle:
On täällä paljon kansaa koolla, isä,
Mi vuottaa kuullaksensa sinun saarnaas.
Hän lausui niin, ja sydämessään nauroi.
Mut vanhus alkoi saarnata, ja riemuin
Hän kertoi sanaa evankeliumin.
Ja sanatulva hänen huuliltansa
Soi sovituksen suurta viisautta
Ja armon rikkautta, kaikkein omaa.
Hän hurmaantuen avas aarteet, kertoi,
Ett' elo, rauha, jumaluus ja voitto,
Mi löytyy Jeesuksessa Kristuksessa,
On jokaisen, ken tulee hänen luokseen
Ja tahtoo päästä synnin kahlehista.
Ja kun hän vihdoin käsin kohotetuin
Huus uskon, voiton riemun varmuudessa:
On Kristuksessa armo, autuus, elo,
Ja ken sen ottaa tahtoo, ottakoon sen!
Niin kaikui selvään kaikkialta "Amen",
Ja "Amen" kaikui joka kalliosta.

Mut poika vuorten äänen pelvoin kuuli,

Tuo kaiku koski hänen sieluhunsa.
Hän kauhistuen lankes hurskaan eteen
Ja kyynelsilmin kertoi petoksensa.
Mut aavistuksena kautt' ukon sielun
Lens' evankeliumin ikivoima,
Ja huulensa ne riemuin lausui hiljaa:
Kun vait' on ihmiset, niin kivet puhuu!

Kevätaamu.

Kevät nuori vast' oli saapunut

Kera lintujen, auringon,
Maa kummiksensa on katsellut,
Kuin kaunis sen kulku on.
Jos kunne katseli, kattoi sen
Sini taivahan, puna ruusujen.

Kevätaamuna kerran heräten

Näin päivyen nousussaan.
Se maata katseli hymyillen,
Läks' valossa vaeltamaan.
Kävi huone ja rinta niin ahtaaksi,
Minä tahdoin kauvaksi, kauvaksi.

Niin nousin mä huipulle vuorimaan,

Näkö rintaani riemua loi;
Tuoll' uinui kaikki nyt umpussaan,
Tuoll' laakso ja korkeus soi.
Tuoll' lintunen lauleli oksaltaan,
Min suinkin se jaksoi vaan.

Niin mietin mä silloin: kaunis on

Tää Luojan vihreä maa!
Ain' aamusin rukous sanaton
Sen rinnasta kohoaa.
Mä riemussa, rauhassa tahtoisin
Tääll' elää ja kuollakin!

Mut laaksossa vuoren juurella

Ol' asunto ihmisen,
Siell' avasi mies juur' ovensa
Kera vaimonsa riidellen.
Kiroukset ne aamuhun kirkkaaseen
Kohos suustaan ja korkeuteen.

Lyydian kehtolaulu.
 Luo silmäs umpehen
Ja uinu hetkinen.
On lapsi väsynyt,
Oi hyvää yötä nyt!

Täss' äiti vielä vaan

Sua tuutii lapsostaan,
Oi kunnes keinuhun
Sä nukut armas mun.

Ja nähdä uness' saat

Sä kirkkaat kukkaismaat,
Ken ymmärtää ne voi,
Mit' armas unelmoi!

Vaikk' unta nähtiin me,

Meilt' unhottui jo se;
Sit' enää unelmaa
Voi tuskin aavistaa.

Nyt rinta rauhaton

Kai ainiaaksi on;
Mut onnellisna sa
Viel' lepäät Herrassa.

Ja Jeesus taivaastaan
Sua katsoo lapsenaan,
Ja joukko enkelten
On luona kätkyen. —

Luo silmäs umpehen

Ja uinu hetkinen.