区间时滞相关不确定奇异系统的鲁棒稳定性和镇定性

研究区间时滞相关的不确定时变时滞奇异系统的鲁棒稳定性和镇定性问题,不确定参数假设是范数有界的。充分利用时滞的下界信息构造Lyapunov函数,用严格的矩阵不等式给出系统对所有的容许不确定满足正则、无脉冲、稳定的新判据。基于这个判据,设计状态反馈控制器使得系统鲁棒稳定。数值例子说明所得结果具有更小的保守性。

区间时滞相关离散非线性系统的鲁棒模型预测控制

针对一类带有扰动、输入约束和凸多面体不确定性的区间时滞离散非线性系统,提出一种鲁棒模型预测控制方法.一方面,利用min-max模型预测控制求解鲁棒模型预测控制器,以研究鲁棒预测控制在范数有界意义下的扰动抑制问题;另一方面,充分利用时滞的上下界信息构造Lyapunov函数以得到控制器存在的充分条件.最后给出了闭环系统鲁棒稳定性证明.

连续线性不确定时滞系统的时滞分布和时滞区间相关的鲁棒指数均方稳定性判据

解决了一类时滞服从二项分布的连续线性不确定时滞系统的鲁棒稳定性问题。利用李雅普诺夫稳定性理论和线性矩阵不等式方法,给出改进的该类系统的时滞分布和时滞区间相关的鲁棒指数均方稳定性判据。判据以线性矩阵不等式形式给出,方便于使用MAT-LAB软件中的LMI工具箱求解。理论的和数值的比较表明所提出判据比文献中的具有更小保守性。

一类区间时变时滞系统的稳定性分析

针对一类区间时变时滞系统的稳定性问题,进行了全局渐近稳定性分析。通过引入时滞分段方法和构建恰当的Lyapunov-Krasovskii泛函,得到了新的区间时滞相关稳定性判定准则。该准则以线性矩阵不等式形式给出,便于利用LMI工具箱对系统的稳定性进行判定。新准则具有较少的保守性,并且在一定范围内保守性随着时滞分段增多而减少,即时滞分段越多,保守性越少。数值仿真算结果例表明了新准则所具有的有效性和较少的保守性。

不确定区间时滞Markov跳变BAM神经网络的鲁棒指数稳定性

讨论了具有不确定区间时滞的BAM神经网络的鲁棒均方指数稳定性问题。通过构造适当的Lya-punov-Krasovskii泛函,利用一些新的定界技术,以线性矩阵不等式形式给出了Markov跳变BAM神经网络的时滞且区间相关的全局鲁棒指数稳定性判据,该判据利用Matlab的LMI工具很容易进行检验。给出数值示例,说明了判据的有效性与优越性。