非方离散时滞奇异系统的观测器设计

讨论了非方离散时滞奇异系统的观测器设计问题.在一系列等价变换下,将该问题转化为一个正常线性离散时滞系统的观测器设计问题,利用线性矩阵不等式(LMI)方法,给出了存在一个与系统状态维数相同的函数观测器的充分条件,并用此观测器对系统的状态进行了估计并讨论了一种特殊情况.     

具有随机切换非线性神经网络的非脆弱估计

研究一类具有时滞和随机切换非线性的离散递归神经网络的非脆弱状态估计问题.采用服从伯努利分布的随机变量刻画了随机切换非线性现象.针对离散不确定时滞神经网络,基于可获得的概率信息设计了一个新的非脆弱状态估计器.随后,通过构造适当的Lyapunov-Krasovskii泛函,得到了保证增广系统均方渐近稳定性的充分条件.此外,通过线性矩阵不等式技术得到了状态估计增益矩阵的显式表达式.最后,通过数值仿真证明了该算法的可行性和有效性.     

带时变时滞的不确定离散奇异系统鲁棒稳定性分析

为了降低不确定离散奇异时变时滞系统稳定性条件的保守性,首先,采用时滞分割方法,获得了新的时滞系统描述方法,并通过综合考虑各时滞分割子区间,提出了分割子区间依赖型Lyapunov函数.其次,采用时滞依赖线性矩阵不等式技术,将研究结果描述成易于求解的严格线性矩阵不等式形式.通过Matlab工具箱求解线性矩阵不等式,即可获得标称系统正则、因果及均方稳定的条件,并将标称系统的研究结果推广至不确定离散奇异时变时滞系统的稳定性分析,获得了不确定离散奇异时变时滞系统鲁棒稳定判定条件.最后通过实例应用说明了所提定理的有效性,且与现有文献结果相比,保守性得到了较大程度的降低.     

具有时变时滞离散系统稳定性的新准则

本文研究了具有时变时滞区间离散时间系统的稳定性问题。利用新的积分不等式、时滞分割方法及Reciprocally Convex方法推导出离散时滞系统渐进稳定的一个新的判别条件。新的结果比以前的结果具有更弱的保守性,最后,两个数值实例表明新方法的有效性和可行性。     

离散多时滞系统时滞记忆鲁棒H_∞容错控制

针对具有多个时滞状态的线性不确定离散时间系统,基于李雅普诺夫稳定性理论和线性矩阵不等式方法（LMI）,采用有时滞记忆的状态反馈控制律,研究了执行器发生故障的情况下,不确定离散多时滞系统的鲁棒H∞容错控制问题.在采用离散执行器故障模型条件下,给出了没有干扰输入时,系统存在有时滞记忆的状态反馈鲁棒容错控制器的一个充分条件;...     

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.     

不确定离散时滞系统的时滞无关鲁棒状态反馈控制

研究了一类同时具有状态时滞和输入时滞的离散不确定系统的鲁棒稳定性问题.利用Lyapunov方法,结合矩阵不等式性质,给出可设计系统状态反馈控制律的充分条件,且是时滞无关的.所得结果基于相应的线性矩阵不等式(LMI)的解,并用算例验证了结果的有效性.     

具有时变时滞的离散时间随机神经网络的时滞相依稳定性分析

研究了一类具有时变时滞的离散时间随机神经网络的稳定性问题.通过构造包含更多交叉项的新的Lya-punov泛函,将时滞区间等分为两个子区间,根据时滞函数所处不同的子区间更加细致地讨论了Lyapunov泛函中相应项导数的上界,利用不等式技巧,自由权矩阵和凸组合方法得到系统均方全局指数稳定新判据,结果具有更低的保守性,并举例说明了本文方法的有效性.     

基于Wirtinger型积分不等式的线性时滞广义系统稳定性准则

为研究线性时滞广义系统的渐近稳定性问题,利用时滞分割法均匀分割时滞区间,构造包含多重积分的Lyapunov-Krasovskii泛函以充分利用各子区间的时滞信息,并利用改进的Wirtinger型积分不等式估计泛函导函数的更紧上界,进而建立判定系统渐近稳定的时滞相关充分条件.最后,通过对比3个数值算例的仿真结果,证明了方法的有效性和先进性.     

一类具有混合时滞的神经网络指数稳定性分析

讨论了一类具有混合时滞(包含离散和分布时滞)的人工神经网络的指数稳定性问题.通过将时滞区间分为不等的两部分,并结合倒数凸方法,得到了系统指数稳定的新判据,判据以线性矩阵不等式的形式给出.最后用两个数值实例说明了所得结论的有效性与更小的保守性.     

求解时变线性不等式离散算法的设计与分析

提出一种用于求解时变线性不等式的数值算法.通过引入一个时变向量(其每个元素都大于或等于零),将时变线性不等式转化为一个时变矩阵向量方程,并给出用于求解该方程的连续时间模型(即神经网络).采用欧拉差分公式将其离散化,推导得到相应的离散算法,并通过理论分析和数值实验验证该离散算法的有效性.结果表明:所提出的离散算法的稳态误差(SSRE)具有O(τ²)的变化规律,当τ的数值减小10倍,算法的稳态误差可减小100倍.     

混合变时滞的中立型神经网络全局指数稳定性

利用Lyapunov—Krasovskii稳定性理论和线性矩阵不等式（LMI）处理方法,研究了一类具有混合时变时滞的中立型细胞神经网络的全局指数稳定性问题,获得了该模型平衡点全局指数稳定的一个新的充分条件．改进和推广了已有文献的结果,降低了系统的保守性．所得结论对更好的模拟细胞神经网络的行为具有重要的指导意义．     

时滞神经网络的鲁棒控制器

对不确定变时滞神经网络系统的鲁棒控制器的设计进行了分析.通过构建李亚普诺夫泛函并结合线性矩阵不等式方法及有关不等式技巧给出了不确定时滞神经网络的输出反馈鲁棒控制器的设计方法,提出了易于实现的鲁棒控制器设计的代数判据,其结论与满足一定条件下系统的变时滞大小无关.最后给出了实例并进行了仿真,实验结果表明所设计的鲁棒控制器的有效性.     

一类多轴突非自治神经网络的全局指数稳定性分析

在激励函数全局Lipschitz连续的条件下,通过构造恰当的Lyapunov泛函并结合不等式技巧研究了一类具有时变时滞,以及同时具有时变时滞和无穷分布时滞的多轴突非自治神经网络的全局指数稳定性.得到一系列系统全局指数稳定的充分条件,并举例验证了方法的有效性,推广了相关文献的结果.     

具有混合时滞随机离散神经网络的渐近稳定性分析

研究了一类具有离散和分布时滞的随机离散神经网络的模型,通过构造新的Lyapunov-Krasovskii函数,给出了模型渐近稳定性的定理.以线性矩阵不等式形式给出的定理,易于用Matlab的LMI工具箱求解.最后通过仿真实例证明了定理的有效性.     

变采样周期网络控制系统的量化状态反馈控制

研究了一类具有变采样周期的网络控制系统的量化状态反馈控制问题.将从传感器到控制器的随机时延作为系统的时变采样周期,通过将具有时变采样周期、随机时延和量化器的网络控制系统建模为M arkov跳变系统,利用李雅普诺夫稳定性理论和线性矩阵不等式方法给出了系统指数均方稳定的充分条件,并设计了一种量化状态反馈控制器.通过仿真算例说明了所提方法的有效性.     

基于LMI的随机时滞神经网络的全局渐近稳定性分析

研究了一类时变时滞与分布时滞的随机神经网络模型的全局渐近稳定性,该模型考虑了神经网络的随机扰动性.通过构造适当的Lyapunov泛函,以线性矩阵不等式的形式给出了系统全局渐近稳定的充分条件.最后,数值算例说明了结果的正确性.     

大型互联线性系统的输入-输出分散有限时间镇定

借助于线性时变系统输入-输出有限时间稳定性的定义,对大型互联线性时变系统引入了输入-输出有限时间稳定性的概念。并对一类大型互联线性时变系统进行了分散状态反馈控制器设计,利用微分线性矩阵不等式（DLMI）的方法,提出一个充分条件,当反馈控制律作用于该系统时,闭环系统是输入-输出有限时间稳定的。并给出仿真算例说明该结论的可行性和有效性。     

带有时变时滞的惯性神经网络的同步

研究了带有时变时滞的惯性神经网络的同步问题。利用一个适当的变量变换将原始系统转换为一阶微分系统,构造了含有矩阵Kronecker积的Lyapunov-Krasovskii泛函(Lyapunov-Krasovskii functional, LKF),应用Jensen不等式、倒凸不等式和线性矩阵不等式(linear matrix inequality, LMI)技术来估计LKF的导数,得到了一个新的LMI形式的同步判据并基于同步判据给出了一个误差反馈控制器的设计方法。数值仿真例子验证了所得结果的有效性。     

不确定离散时滞大系统的鲁棒稳定性

对于一类具有时变时滞以及非线性不确定性的离散大系统,考虑了其鲁棒稳定性问题.基于Lyapunov泛函方法及矩阵范数不等式方法,提出了这类时滞大系统的时滞无关鲁棒稳定性判据,所得判据条件由一族Lyaunov方程以及代数不等式给出,计算简单,验证方便.最后以一个数值实例表明了本文所得结论的正确性.