具有变时滞中立型控制系统的鲁棒稳定性分析

为了更好地解决时滞中立型控制系统的鲁棒稳定性分析问题,研究并建立保守性更小的相关稳定性准则,针对变时滞不确定中立性系统数学模型,通过构造一个新颖的Lyapunov-Krasovskii泛函,将广义凸集合与积分不等式等方法相结合来估计Lyapunov-Krasovskii泛函导函数的上界,有效地拓宽了结论适用范围。在考虑变时滞与其导函数上下界可测同的同时,基于线性矩阵不等式给出了系统渐近稳定与鲁棒稳定的相关准则,这些准则易于借助Matlab工具箱LMI进行求解。最后通过数值算例与现有相关结论进行了对比分析,所得结果具有更大时滞容许上界值,表明所提出的方法在稳定性分析中更具有较低保守性。     

不确定时滞微分中立系统的稳定性条件

目的 研究不确定微分中立系统带有时变时滞的稳定性问题,所考虑的系统带有时变结构不确定项和时变时滞.方法 采用Lyapunov-Krasovskii泛函理论和线性矩阵不等式(LMI).结果 导出该系统时滞依赖渐近稳定性条件.结论 用一个数值算例来说明此方法的可行性以及更低的保守性.     

广义时滞系统的稳定性条件

研究了广义时滞系统的稳定性问题.首先,将广义时滞系统转化为等价的中立时滞系统模型.然后,通过将二次型中的向量增加维数构造了增广的Lyapunov-Krasovskii泛函(简称L-K泛函),使用四阶Bessel-Legendre积分不等式(简称B-L积分不等式)处理L-K泛函导数的一重积分项,得到了一个新的保守性更小的稳定性充分条件,并以线性矩阵不等式(简称LMI)的形式给出.最后,通过两个数值算例说明了所提方法比现有方法具有更小的保守性.     

具有leakage时滞的随机T-S模糊神经网络的稳定性

研究了一类具有leakage时滞的随机T-S模糊神经网络的稳定性,通过构造一个新的Lyapunov-Krasovskii泛函,并应用It公式、随机不等式技术,得到了基于线性矩阵不等式(LMI)的均方意义下的全局稳定性判定条件.     

具有分布时滞的广义系统的容许性条件

利用李雅普诺夫第二方法,研究了一类具有分布时滞的连续广义系统的容许性问题,得到了连续广义系统容许性时滞的相关条件。首先,在保证具有分布时滞的广义系统是正则、无脉冲的基础上,选取增广的Lyapunov-Krasovskii泛函(简称L-K泛函),并在L-K泛函中增加三重积分项以获得更多的时滞信息。然后,采用相对于Wirtinger积分不等式保守性更小的Bessel-Legendre积分不等式来估计L-K泛函求导后产生的一重积分项和二重积分项,得到广义时滞系统的稳定性条件。进而,利用线性矩阵不等式(简称LMI)给出具有分布时滞的连续广义系统的容许性条件。最后,通过数值算例验证了所得结果的可行性和有效性。同现有文献相比,运用的方法得到的结果具有更小的保守性。     

具有分布时滞的中立型变时滞系统的鲁棒稳定性

研究了一类具有分布时滞的中立型变时滞系统的鲁棒稳定性问题,采用Lyapunov-Krasovskii泛函和自由权矩阵的方法,得到了基于线性矩阵不等式的系统稳定性判据.最后,通过数值例子说明了结论的有效性.     

一类非线性时滞细胞神经网络稳定性分析

研究了一类常时滞细胞神经网络的全局渐近稳定性.通过构造适当的Lyapunov-Krasovskii泛函,利用线性矩阵不等式(LMI)得出了全局渐近稳定性判据.数值的例子验证了方法结果的有效性.     

广义网络化控制系统的鲁棒指数稳定性分析

针对一类带有范数有界不确定性的广义网络化时滞系统,研究基于事件触发机制的鲁棒指数稳定性问题。通过引入恰当的事件触发条件,将原系统转化为带有输入时滞的分段连续系统。通过构造恰当的Lyapunov-Krasovskii泛函,利用时滞依赖的稳定性理论和线性矩阵不等式方法(LMI)得到闭环系统指数稳定的充分条件。通过求解凸优化问题得到控制器增益和指数衰减率。数值仿真验证了该文方法的有效性。     

混合变时延中立型控制系统的鲁棒稳定性新准则

研究了具有混合区间变时延和分式不确定性的中立型控制系统的鲁棒稳定性.首先,在系统参数不确定性不存在时,通过构造改进型的Lyapunov-Krasovskii泛函,利用Jesnen积分不等式并引入少量自由权矩阵,综合矩阵凸组合与交互式凸组合等方法,有效估计了Lyapunov-Krasovskii泛函导函数上界,并基于线性矩阵不等式建立了时延相关的渐近稳定性判据.考虑系统参数具有不确定性时,通过引入改进的有界实引理,给出了系统的鲁棒稳定性准则,且易于借助Matlab工具箱中的LMI进行验证.数值算例和比较结果说明该准则的保守性较弱.     

线性时滞系统的时滞相关稳定性新判据

提出一种新的积分不等式方法,讨论线性时滞系统的时滞相关稳定性.首先利用Leibniz-Newton公式以及Park不等式,建立一系列基于二次型项的积分不等式,然后利用这些不等式以及Lyapunov-Krasovskii 泛函方法,获得一系列基于LMI的时滞相关稳定条件.实践结果表明,利用积分不等式方法所得的时滞稳定界限具有较小的保守性.     

含混合常时滞的中立型系统稳定性

研究含混合常时滞的不确定中立系统的鲁棒稳定性问题,基于时滞分割方法,分别通过构造恰当的Lyapunov-Krasovskii泛函,并结合积分不等式处理技巧、自由权矩阵以及凸组合技术得到新的稳定性判据.通过数值仿真,将文中所得结论与已有的文献结果进行比较,验证结论的有效性.数值仿真表明:文中方法改善了已有文献的结果,降低了结论的保守性.     

隶属函数依赖的时变时滞模糊系统的控制

研究了时变时滞T-S模糊系统的稳定性分析和镇定问题.首先,构造一个增广Lyapunov-Krasovskii函数,结合自由权矩阵不等式,以线性矩阵不等式(LMIs)形式给出了时滞依赖的稳定性准则.基于状态空间分割技术,构造一些由子空间的局部上下确界的凸组合表示的分段隶属函数去近似逼近隶属函数,充分考虑隶属函数的边界信息,同时引入松弛矩阵,进而得到了更为放松的隶属函数依赖的稳定性结果;其次,基于前提不匹配技术,提出了变时滞模糊系统的状态反馈控制器的设计方法,其隶属函数及模糊规则数目可以自由选取,从而提高了控制器设计的灵活性;最后,给出三个仿真实例证明所提方法的有效性.     

变时滞中立系统的时滞依赖渐近稳定性分析

本文讨论了一类变时滞中立系统的时滞依赖渐近稳定性问题.通过利用Lyapunov-Krasovskii泛函(LKF)和自由权矩阵方法,得到了该系统渐近稳定性的时滞依赖新判据.交叉项间的联系由Leibniz-Newton公式给出.定理的推导没有利用模型转换和交叉项有界方法.由于结果以严格线性矩阵不等式形式给出,所以很容易验...     

基于积分等式的中立系统时滞相关稳定性分析

讨论了具有区间时变时滞及非线性扰动中立系统的稳定性判据问题.基于Lyapunov-Krasovskii泛函方法和线性矩阵不等式技术,并结合新的积分等式处理交叉乘积项定界问题,得到了新的时滞相关渐近稳定判据.时滞相关渐近稳定判据用线性矩阵不等式的形式给出,与已有的方法相比,其优点在于更小的保守性.数值计算表明了结果的有效性和优越性.     

线性时变时滞系统新的稳定性准则

在时滞是时变的且属于一个区间的情况下,研究了线性时滞系统的稳定性问题.基于二次类型的Lyapunov-Krasovskii泛函,利用积分的凸组合和Jensen积分不等式,给出了一个新的依赖时滞区间的稳定性判别方法.把时滞区间分段,在每段内采用适当的不等式对Lyapunov-Krasovskii泛函导数的积分项系数进行放大,避免了在不同区间上使用统一的不等式,从而减少了使用凸组合方法带来的保守性.用理论分析和数值算例证明了所得结果比现有结果具有更小的保守性.     

基于TS模型的时滞模糊混沌控制系统的稳定性分析

研究了基于TS模型的时滞模糊混沌控制系统的指数稳定性问题.对一大类时滞混沌系统的受控系统,采用并行分散补偿技术,设计了线性反馈模糊控制器.然后,利用Lyapunov-Krasovskii泛函方法,结合线性矩阵不等式和微分不等式技术,对常量时滞和变量时滞的模糊混沌控制系统,提出了控制器的指数稳定性条件,并给出了相应的控制律.由于所有结果都采用线性矩阵不等式的形式给出,因此,稳定性条件和控制律易于数值计算.     

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。     

具有时滞的双向联想记忆神经网络的鲁棒稳定性

应用线性矩阵不等式技术研究了时滞双向联想记忆神经网络的平衡点稳定性问题.针对存在参数不确定的时滞双向联想记忆神经网络,根据Lyapunov稳定理论,通过构造适当的Lyapunov-Krasovskii泛函,给出了保证双向联想记忆神经网络平衡点全局鲁棒稳定的两个新判据.所得到的结果能够表示成线性矩阵不等式形式,具有易于验证和独立于时变时滞幅值大小等特点.对于慢时变时滞的情况,当时滞幅值较大时,所得结果具有较小的保守性.通过一个仿真例子表明了所得结果的有效性.     

具有漏泄时滞和时变区间时滞的递归神经网络新的稳定性准则

研究了具有漏泄时滞和时变区间传输时滞的递归神经网络的渐近稳定性问题.基于Lyapunov-Krasovskii(L-K)稳定性理论.Jensen不等式和互惠凸方法,得到了线性矩阵不等式(LMIs)表示的新的稳定性准则.相对于现存的方法,避免利用保守性较大的中立型变换,且在构造L-K泛函时充分利用了漏泄时滞和传输时滞的关联信息,因此所得准则具有较小的保守性.数值例子验证了所得结果的有效性和较小保守性.     

非理想网络环境下线性控制系统的稳定性分析

针对一种具有非理想网络状态的网络控制系统,建立了区间时滞系统模型,研究了系统的稳定性问题．通过构造一个包含时滞上下界信息的Lyapunonv—Krasovskii泛函,获得了一个新的稳定性判据．数值算例表明,所得结果具有较小的保守性．