设计高阶PI观测器对线性系统故障作鲁棒检测

针对具有干扰的线性定常系统,研究了基于高阶PI观测器的鲁棒故障检测设计问题.基于Sylveste矩阵方程的参数化解,给出了干扰与残差解耦的充要条件,并提出了基于高阶PI观测器的线性系统鲁棒故障检测参数化设计方法.数值算例及仿真分析表明所提鲁棒故障检测参数化设计方法是有效的.

线性系统对偶Luenberger观测器设计

提出了线性系统对偶Luenberger观测器的参数化设计方法.基于一类广义Sylvester矩阵方程的显式参数化解,根据一些自由参数给出了对偶Luenberger观测器所有增益矩阵的参数化表达.该设计方法能提供所有的设计自由度,它们能进一步用来实现系统的其他性能指标.数值例子显示了该方法的设计过程.

滞后细胞神经网络的鲁棒无源分析

考虑了多胞不确定性滞后细胞神经网络(DCNNs)的无源分析问题。基于近期研究成果和线性矩阵不等式(LMI)技术,给出了一个判定DCNNs无源性的新准则,这个新的准则实现了DCNNs系统矩阵和Lyapunov矩阵的完全分离。当DCNNs所受不确定性为多胞类型的不确定性时,该准则相对于基于二次稳定框架的准则而言,可以降低保守性。数值算例揭示了本文方法的有效性。