广义离散随机非线性系统的最优滤波

讨论了一类广义离散随机非线性系统的状态估计 ,在系统干扰噪声与测量噪声为非零均值白噪声 ,且其互为相关的情形下 。

广义连续随机非线性系统的状态估计问题

讨论了系统噪声和测量噪声为非零均值及具有相关噪声干扰情形下的广义连续随机非线性系统 ,利用矩阵的奇异值分解方法 。

广义非线性离散系统的稳定性

利用广义李雅普诺夫方法 ,研究了广义非线性离散系统 ,给出了广义非线性离散系统稳定性定理和不稳定性定理。就一类广义非线性离散系统 ,给出了其按线性近似的稳定和不稳定的条件。

李普希兹离散非线性奇异系统的广义二次镇定

考虑了一类李普希兹离散非线性奇异系统的广义二次镇定问题.利用矩阵不等式技巧,得到了李普希兹离散广义系统状态反馈镇定控制器存在的充分条件与闭环系统广义二次稳定且存在唯一解的充分条件.在未对系统矩阵进行分解的条件下,给出了镇定控制器的设计方法.

广义离散随机线性系统最优递推估计

运用新息理论和射影的方法［１］，提出了广义离散随机线性系统最优递推滤波、预报和平滑估计算法，在一定条件下证明了最优递推估计的渐近稳定性．所得的结果可用于正常离散随机线性系统．

非线性离散广义系统观测器的设计与存在性判据

广义系统理论的研究吸引了很多学者。该理论广泛应用于机械、电力等诸多领域。针对含非线性项的离散广义系统进行了研究,给出了一种系统状态观测器的设计方法与状态观测器的两个存在性判据。首先,通过对离散广义系统进行等价转换,设计了一种离散广义系统的状态观测器。其次,通过讨论系统中的非线性项,给出了两个状态观测器的存在性判据,以范数不等式形式给出的存在性判据可以得出观测器误差方程中非线性部分所允许的界限,以线性矩阵不等式(LMI)的形式给出的存在性判据,可以通过MATLAB控制工具箱对状态观测器中的增益矩阵进行求解,避免了增益矩阵选取的盲目性。最后,通过数值算例计算出了误差方程中非线性部分的界限β与观测器的增益矩阵L,验证了状态观测器存在性判据的有效性。

非线性广义离散区间系统的鲁棒非脆弱H_∞控制

研究一类含有非线性扰动的广义离散区间系统的鲁棒非脆弱H∞控制问题,所研究的非线性扰动满足Lipschitz条件.首先,利用Lyapunov函数理论,研究不确定非线性广义系统的鲁棒H∞控制问题;其次,以线性矩阵不等式(LMI)形式,给出了系统鲁棒非脆弱H∞控制器存在的充分条件,使得对于所有容许不确定性,闭环系统都允许且H∞性能指标满足给定上界.同时,给出状态反馈控制器的设计方法;最后,用数值例子表明了所提出方法的有效性.

非线性离散广义系统的H_∞控制

针对非线性离散广义系统研究了状态反馈H∞控制器的设计问题,利用广义Lyapunov函数和线性矩阵不等式(LMI),首先对系统的零解渐近稳定问题进行了研究,并在此基础上给出了系统的零解渐近稳定且具有H∞范数约束的充分条件,之后设计了状态反馈H∞控制器,使闭环系统具有同样的性能,最后给出了数值算例说明本文结论的有效性和可行性.

一类时滞Lipschitz非线性离散广义系统观测器的设计

针对一类时滞Lipschitz非线性离散广义系统,主要研究了系统的观测器设计问题.首先,基于广义系统的特殊结构对时滞广义系统进行变换,将系统转化为易于求取观测器的形式;其次,考虑到系统中的Lipschitz非线性项,将系统分两种情况并分别设计出了系统的观测器;最后,为保证系统与观测器的误差系统渐近稳定,通过利用线性矩阵不等式(LMI)的方法给出了两个观测器存在的条件,并通过数值例子验证了观测器设计方法的有效性.

非线性离散随机时变系统比例微分滤波

扩展卡尔曼滤波 (EKF)是从极小化状态估计误差的方差得到的 ,没有考虑状态误差的变化率 ,因而对非线性时变系统EKF估计方法惯性作用较大 ,从而产生估计滞后。提出了非线性离散随机系统比例微分滤波 (PDF) ,PDF联合考虑极小化状态估计误差方差和状态误差变化率的方差 ,克服了EKF对非线性时变系统估计滞后的缺点 ,估计具有适时性 ,提高了估计的精度。仿真例子证明了所提出的估计方法的有效性。。

一种离散非线性随机系统模型的非线性结构的自校正控制器

本文给出了一种描述离散非线性随机系统的数学模型,它是CARMA模型的一种扩展,双线性系统模型是它的一种特殊形式,并给出了新模型下自校正控制器的算法,它将CARMA模型下的算法结构从线性扩展到非线性。

广义离散线性随机系统的稳态Kalman估计

用现代时间序列分析方法 ,基于ARMA新息模型和白嗓声估值器 ,提出了广义离散随机线性系统的一种稳态Kalman估值器 ,可统一处理滤波 ,平滑和预报问题 ,可处理带相关嗓声系统 。

基于广义子集模拟和自适应Kriging模型的非线性随机动力系统的时变可靠性分析

针对非线性随机动力系统在非平稳高斯随机过程激励下的时变可靠性问题,提出一种广义子集模拟(GSS)和主动学习Kriging模型结合Monte Carlo的自适应更新(AK-MCS)高效计算方法(GSS-AK-MCS)。基于全概率定理,将非线性随机动力系统的时变可靠性转化为一个双层嵌套问题:内层通过GSS算法解决非平稳随机激励下累积失效概率的计算;外层自适应地构建系统随机参数与累积失效概率之间的Kriging代理模型,基于代理模型实现随机系统的可靠性分析。以两个非线性结构系统的时变可靠性分析为例,验证所提出方法的可行性。数值算例结果表明:GSS-AK-MCS方法不受非平稳随机激励的频谱特征的影响,与传统的MCS和Kriging模型方法比较,显著提高了非线性随机动力系统的时变可靠性计算效率。

滞后广义非线性离散系统的H∞控制

研究了滞后广义非线性离散系统的状态反馈H∞控制器设计问题,利用广义Lyapunov函数和线性矩阵不等式,首先对系统的稳定性进行了讨论,在此基础上得到了系统的零解渐近稳定且具有H∞范数约束的充分条件,然后设计了状态反馈H∞控制器,使闭环系统具有同样的性能,最后给出了数值算例说明本文结论的有效性。

一类非线性广义离散系统的无源控制

针对一类非线性广义离散系统的无源控制问题进行了分析。利用广义Lyapunov函数和线性矩阵不等式(LMI),得到了非线性广义离散系统的零解渐近稳定且无源的充分条件,在此基础上得到了状态反馈无源控制器,使闭环系统零解渐近稳定且无源。同时,给出了相应控制器的设计方法,最后提供一个数值算例说明结论的有效性。

广义离散随机线性系统固定区间稳态Kalman平滑器

运用新息理论和射影方法，基于ＡＲＭＡ新息模型和白噪声估值器，提出了广义离散随机 线性系统正向固定区间稳态Ｋａｌｍａｎ平滑器。仿真例子说明了算法的有效性。

广义离散随机线性系统稳态Kalman估值器统一新算法及其渐近稳定性

基于ＡＲＭＡ新息模型与白噪声估值器，提出了广义离散随机线性系统稳态Ｋａｌｍａｎ估值器统一新算法，并证明了其渐近稳定性。

广义随机非线性系统的马尔可夫估计

讨论了系统与测量噪声为非零均值白噪声，系统噪声与测量噪声互为相关的广义随机非线性系统，得到了该系统的马尔可夫递推算法．

一类含Lipschitz非线性的广义离散系统的预见控制

研究一类含有Lipschitz非线性项的广义离散系统的预见控制.首先,采用一阶前向差分算子,对原广义系统的状态方程进行差分运算,从而得到了一个包含跟踪误差信号的广义增广误差系统;其次,对广义增广误差系统设计一个状态反馈控制器.由Lyapunov稳定性理论,设计出一个使得闭环系统渐近稳定的充分条件,从而得到了原广义系统的一个预见控制器,使得其输出信号实现了对参考信号稳态、无差地跟踪.最后,一个数值算例证明了该方法的有效性.

非线性离散广义系统的输出反馈H_∞控制

主要对非线性离散广义系统的输出反馈H∞控制器的设计问题进行讨论,首先利用广义Lya-punov函数和线性矩阵不等式,对系统的零解E-渐近稳定性问题进行分析,在此条件基础上给出系统零解E-渐近稳定且具有H∞范数约束的充分条件,然后设计系统的输出反馈H∞控制器,使得闭环系统具有同样的性能。