转移率部分未知的Markov跳变神经网络的稳定性

研究了具有Markov跳跃和区间时变时滞神经网络系统的稳定性问题。此类Markov跳变神经网络系统的转移概率矩阵元素部分未知,因而更具有一般性。通过建立新颖的增广Lyapunov泛函和应用反凸组合技术,得到了含有转移概率部分未知的Markov跳变神经网络的稳定准则。提出的方法不需要知道转移概率矩阵中未知元素的任何信息,增加了结果的使用范围。同时,得到的稳定性准则依赖于时滞的上下界。最后,通过数值仿真验证了所得结果的正确性。

广义Markov跳变系统在一般转移率下的鲁棒无源控制

研究一类转移率具有不确定性且部分未知的随机广义Markov跳变系统的鲁棒无源控制问题.通过构造Lyapunov函数,运用自由权矩阵的方法给出了该系统随机容许且无源的充分条件,进而设计状态反馈无源控制器,使闭环系统是随机容许且无源的.控制器可通过求解相应的线性矩阵不等式得到.

具有马氏跳变参数的不确定广义时滞系统的稳定性分析

采用时滞分割法研究了一类具有马氏跳变参数的不确定广义时滞系统的稳定性分析问题,针对状态转移矩阵的转移率为部分未知的情况,得到了时滞区间n0等分下的线性矩阵不等式(LMI)形式的递推公式,并给出了一组稳定性判据。数值实例表明本方法具有有效性和一定的优越性。

具有随机不确定通讯连接和马氏切换拓扑的多自主体系统的鲁棒H_(∞)领导跟踪一致性研究

文章研究了马氏切换拓扑下多自主体系统的鲁棒H_(∞)领导跟踪一致性问题.由于通讯环境中难以预知的变化,自主体之间的通讯连接可能具有随机的不确定成分,文章用伯努利分布序列来描述这种随机不确定性.同时,在很多实际系统中,想精准获得马氏跳变过程的转移率矩阵中的元素是不容易的,或者获取成本很高,因此文章中马氏切换拓扑的转移率是假定为部分未知的.通过使用随机理论和H_(∞)控制技术,得到了用线性矩阵不等式表示的充分条件,使得所有的跟随者都将在均方意义下渐近跟踪领导者.最后,通过数值仿真验证了理论结果.