基于Lévy噪声的混合时滞中立型神经网络自适应同步研究

研究了带有Lévy噪声的混合时滞随机中立型神经网络的自适应同步问题.Lévy噪声的提出,使得网络里的噪声干扰由Gauss过程和Poisson点过程两部分组成,同时包含了连续的扰动和不连续的突触噪声.通过建立新的Lyapunov泛函,使用Itos公式以及不等式分析方法,得到误差系统的稳定性条件,给出了反馈控制器的更新率,从而进一步保证响应系统和驱动系统的自适应同步.最后,提供了一个数值实例,通过MATLAB相关仿真,说明前文所得结果的正确性.

基于事件触发的时滞Lur’e系统主从同步研究

研究了基于事件触发采样控制的时滞混沌Lur’e系统主从同步问题.首先考虑了系统中包含的传输时滞构造了系统时滞模型.然后,通过构造三重积分项的Lyapunov-Krasovskii泛函,并结合Wirtinger积分不等式和凸组合技术对Lyapunov-Krasovskii泛函的导数进行估计,给出了混沌系统主从同步的充分条件.所提出的事件触发机制应用于主从同步研究中,可以有效地减少采样数据传输,缓解网络带宽压力,提高网络带宽利用率.最后,通过时滞蔡氏电路的数值仿真,验证了所提出同步准则的有效性.

基于事件触发控制带有参数不确定的时滞Lur’e系统主从同步

本文研究了参数不确定的时滞Lur’e系统采样数据主从同步问题。为了节约信道资源,引入了非周期事件触发机制,只有在满足触发条件时,当前采样数据才会被传输到网络中。为了减少保守性,充分利用了系统的非线性,引进了合适的三重Lyapunov-Krasovskii (L-K)泛函项,并不要求所有的对称矩阵都是正定矩阵,结合基于辅助函数的积分不等式和逆凸矩阵不等式及Schur补引理,给出了新的线性矩阵不等式形式的同步判据。最后,通过两个Chua’s电路的数值仿真验证了结论的有效性。