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。

S-分布时滞随机竞争神经网络的均方指数鲁棒稳定性研究

讨论了S-分布时滞随机竞争神经网络模型解的存在性和渐近行为,运用Lyapunov泛函方法和随机分析技巧,研究了网络的均方指数鲁棒稳定性,给出了易于验证的稳定性判据。

基于Adaline神经网络参数辨识的PMSM鲁棒电流预测控制

针对复杂工况下永磁同步电机存在模型参数失配导致控制系统性能下降的问题,提出一种基于参数在线辨识的鲁棒电流预测控制方法。首先,建立永磁同步电机预测控制模型,详细分析电磁参数失配对电机响应电流及输出转矩和转速的影响。然后,设计了基于Adaline神经网络的参数在线辨识器,并在传统的权值调整算法上,提出一种应用于电机参数辨识系统的新型动态混合最小均方算法。最后,利用在线辨识的参数来实时更新电流预测控制器中的参数,以避免参数失配对控制系统性能的影响。通过仿真和实验验证了所提方法和新型算法的可行性和有效性,其结果表明了该方法不仅能够实现精准在线跟踪电机参数的变化,而且有效抑制了参数失配导致的响应电流偏差。

随机Markov跳跃时滞系统的鲁棒H_∞指数滤波器设计

研究了一类不确定随机Markov跳跃时滞系统的鲁棒H∞指数滤波问题.应用Lyapunov-Krasovskii稳定性理论和广义Finsler引理,建立了滤波器存在的时滞相关条件,避免了使用模型变换方法和自由权矩阵方法所带来的保守性和繁冗的计算,鲁棒H∞指数滤波器可通过求解联立线性矩阵不等式设计.数值例子说明了所采用方法的有效性.

随机不确定系统的鲁棒H_∞控制

本文研究随机不确定线性系统的鲁棒H_∞控制问题。假设不确定参数矩阵是时变,范数有界的,外部干扰是一个随机过程。借助于线性矩阵不等式给出了系统是鲁棒H_∞可控的一个充分条件。与用代数Riccati-型方程给出的确定性系统的有关结论相比,本文所得到的定理具有计算上的优点。

基于SLQ控制器的时滞微分系统的鲁棒镇定

该文基于随机线性二次控制问题,讨论了多时滞、且具有马尔可夫跳变参数的微分系统的最优控制的鲁棒性及可镇定问题．应用了Lyapunov-Krasovskii型的泛函、伊藤(Ito)公式、及Schur补等工具,分析了该随机多时滞、具有马尔可夫过程的微分系统的均方指数稳定性．得到了时滞相关与时滞无关的充分性的代数判据．

S-分布时滞随机竞争神经网络的指数稳定性

讨论S-分布时滞随机竞争神经网络模型解的存在性和渐近行为,运用Lyapunov泛函方法和随机分析技巧,研究了网络的全局均方指数鲁棒稳定和几乎必然指数稳定性,给出了易于验证的稳定性判据。仿真实验表明了结论的正确性。

具反应扩散项和马尔可夫跳变的时滞耦合神经网络的同步

研究了一类具有反应扩散项的时滞耦合神经网络的同步问题.通过构造Lyapunov-Krasovskii泛函,利用线性矩阵不等式技术并结合Kronecker积获得了耦合神经网络依赖于时滞和反应扩散算子的均方全局指数同步的充分性判据.此外,将细胞激活函数假设为扇形非线性函数,能减少结论的保守性,数值仿真结果证明所得结论有效.

不确定随机时滞系统的时滞相关鲁棒镇定

研究一类不确定随机时滞系统的时滞相关鲁棒镇定问题.通过引入参数化的中立型模型变换,构造Lyapunov-krasovskii泛函,运用线性矩阵不等式方法,得到了使得闭环系统为均方指数稳定的保守性较小的时滞相关鲁棒镇定条件.

随机网络控制系统的H_∞控制

目的建立更加符合实际的网络控制系统模型,探讨随机网络控制系统的随机鲁棒均方指数稳定和鲁棒H∞控制问题.方法运用随机控制、It微分、线性矩阵不等式(LMI)和Lya-punov稳定性理论,推导出改进的网络控制系统鲁棒均方指数稳定且满足H∞性能的充分条件及H∞控制器的设计方法.结果提出了同时具有网络诱导时延、数据包丢失和随机扰动等各因素下的网络控制系统模型,分析了该模型随机鲁棒均方指数稳定且满足H∞性能的充分条件,并给出相关控制器的设计方法.结论通过控制器的设计,使具有扰动的网络控制系统性能有很大的改善,通过Matlab仿真证明该推导方法和结果行之有效,并且结果具有更小的保守性.

一类具反应扩散项的时滞耦合神经网络的同步

主要讨论一类具有反应扩散项混合时滞耦合神经网络的同步问题.同时,考虑系统参数的范数有界不确定性及其切换依赖某个马尔可夫链等方面对其的影响.文中通过构造新颖的Lyapunov-Krasovskii泛函,运用线性矩阵不等式(LMI)技术并结合Kronecker积来获得耦合神经网络的鲁棒均方全局指数同步的充分性条件,并且所获得的判据依赖于时滞.该条件可由MATLAB的LMI工具箱进行有效的验证.此外,细胞激活函数更为一般的假设,可进一步减少结论的保守性.