不确定随机时滞系统的无源滑模控制

研究一类不确定随机时滞系统,基于滑模控制的无源化问题.通过选取一个合适的Lyapunov-Krasovskii泛函并引入若干自由权矩阵,以线性矩阵不等式的形式给出了闭环系统对于所有允许的不确定性鲁棒随机稳定且无源的时滞依赖充分性条件.在此基础上设计了滑模控制器.数值例子表明了该滑模控制器的有效性.     

非线性时滞输入系统的滑模控制(英文)

研究了具有输入非线性的不确定时滞系统的无源滑模控制问题。采用滑模控制方法,一个控制器被设计可以保证系统的状态在有限时间达到切换面,同时使得滑动模态具有无源性和渐近稳定性的充分条件以线性矩阵不等式被获得,求解方便。最后,一个仿真例子说明了所提方法的有效性。     

有记忆和无记忆滑模控制器设计及其可行性

针对非线性不确定时滞系统,设计了有记忆和无记忆滑模控制器,并分析了其可行性.通过不等式变换技巧,研究了时滞系统的有记忆滑模控制器设计问题,并将该控制器的可行性问题转化为线性系统的状态反馈二次稳定性问题.此外,给出了无记忆滑模控制器设计方案并给出了其可行性判据.所提方法的显著优点是不需要求解线性矩阵不等式就能判断滑模控制器设计的可行性.     

伊藤型随机时滞系统的滑模控制

考虑存在状态和输入时滞情况下It随机系统的滑模控制问题。通过设计一个新的切换函数,不仅可以有效解决存在状态和输入时滞情况下随机系统的滑模控制器的设计问题,而且可以保证系统状态轨迹从初始时刻就发生滑模运动,从而使得系统在整个状态空间上都具有不变性。利用线性矩阵不等式给出了保证滑模动态依概率渐近稳定的充分条件,最后给出了数值仿真结果。     

不确定奇异时滞系统的观测器型滑模控制器

针对一类带有不匹配不确定性的奇异时滞系统,建立了基于观测器状态的滑模面和滑模控制器。采用等价控制方法获得滑模运动系统,给出了其在滑模面上正则、无脉冲模、渐近稳定的充分条件。滑模面及控制器的解可通过锥补迭代算法求解矩阵不等式获得。给出了一个仿真实例验证理论的有效性。     

一类不确定广义时滞系统的鲁棒无源控制

研究了一类不确定广义时滞系统的鲁棒无源控制器设计问题.首先给出了不确定广义时滞系统鲁棒稳定且严格无源的充分条件,在此基础上给出了带时滞的状态反馈控制器存在的充分条件,保证了闭环系统鲁棒稳定且严格无源,并且利用线性矩阵不等式(LMI)的解设计相应的控制器,数值例子说明该结论的有效性.     

双线性广义时滞系统的稳定性与无源控制

研究了离散的双线性广义时滞系统在外部输入作用下的稳定性和无源控制问题.利用线性矩阵不等式和广义代数Riccati不等式,给出了离散双线性广义时滞系统渐进稳定且严格无源的充分条件,并且基于此条件给出存在状态反馈控制器,使得闭环系统渐进稳定且严格无源的充分条件,同时给出相应的控制器设计.     

基于观测器的时滞T-S模糊广义系统无源控制

目的研究一类时滞T-S模糊广义系统基于观测器的无源控制问题.方法利用Lyapunov函数方法、矩阵缩放理论以及线性矩阵不等式(LMI)技术研究了时滞T-S模糊广义系统的无源控制.结果给出了基于观测器的无源控制器存在的充分条件已确保闭环系统是容许且严格无源的.把这个充分条件表示成了线性矩阵不等式形式,从而无源控制器的求解问题转化成解线性矩阵不等式.结论所提出的方法能很好地解决时滞和干扰情况下,T-S模糊广义系统的无源控制问题,数值算例说明了所提方法的有效性和可行性.     

不确定时变时滞广义系统的鲁棒无源控制

考虑具有状态时滞和输入时滞的时变不确定广义系统的鲁棒无源控制问题,其中的不确定性是范数有界的,但不需要满足匹配条件.基于LMI方法和广义Lyapunov函数,获得了不确定时变时滞广义系统的无源性条件,进而,利用线性矩阵不等式的解设计了一个无记忆反馈控制器,使得闭环广义系统是严格无源的.最后,利用Matlab的线性矩阵不等式工具箱给出了仿真算例,说明了所提出方法的可行性和有效性.     

线性广义时滞系统的无源控制

研究了线性广义时滞系统无源控制问题,利用广义lyapunov函数和线性矩阵不等式,给出了线性广义时滞系统无源且零解渐近稳定的充分条件,并且在一定条件下给线性广义时滞系统设计了一个状态反馈控制器,使得闭环系统无源且零解渐近稳定．     

非线性随机混杂系统的鲁棒耗散控制

针对一类带有多维噪声的带范数有界不确定项的非线性随机混杂系统,通过构造随机跳变系统的随机耗散性理论,给出了该类系统的耗散性定义、耗散不等式,以及系统保证耗散性的充分条件.在此基础上,针对带范数有界不确定项的非线性随机混杂系统,进行鲁棒状态反馈耗散控制,即通过求解线性矩阵不等式,设定状态反馈鲁棒控制器,使得在此控制作用下闭环系统满足耗散性.     

Stability Robustness Bounds of Stochastic Linear Systems with Delayed Perturbations

This note considers stability robustness bounds on a classof stochastic linear systems with delayed perturbations.Using the stochastic Lyapunov stability theory,severalsufficient conditions for delay-independent stochasticasymptotic stability are obtained.It is shown that if theperturbation terms satisfy some conditions,then the sto-chastic systems have the robustness.     

基于李雅普诺夫控制的随机开放量子系统特性分析

 测量给确定性的开放量子系统带来了随机项,使随机开放量子系统本身产生一些马尔科夫和非马尔科夫开放量子系统所不具有的特性,这些特性给随机开放量子系统带来一些新的作用和影响。在目前有关随机开放量子系统李雅普诺夫控制理论研究的基础上,分别对无控制作用下随机开放量子系统的内部特性、开关控制和连续控制作用下系统的状态转移性能进行仿真研究。结果表明,在测量所带来的随机回馈项的作用下,在无控制的自由演化情况下,系统的状态最终随机地收敛到测量算符的某个本征态,其可能达到的本征态的个数与初态密度矩阵中对角线非零元素的个数相等;不论是开关控制还是连续控制,系统都能够从任意的初始纯态转移到期望的本征态,但相比于开关控制,连续控制的收敛速度更快,达到期望目标态所用时间更短。     

线性系统的随机参数辨识和收敛性分析

本文讨论了参数估计和输出误差的收敛性,并给出了系统持续激励的一个充分条件。在此条件下,证明了参数估计和它与时变参数间的估计误差的均方值收敛于随机参数的期望值和均方差值。     

一类脉冲随机微分系统的几乎必然指数稳定性

研究了一类脉冲随机微分系统几乎必然指数稳定性问题.利用Lyapunov函数法和随机分析理论,得到了系统随几乎必然指数稳定和不稳定的条件.基于该条件,探讨了其在灰色脉冲随机微分系统上的应用.     

一类时滞随机分布参数系统的模糊控制

研究了一类新型时滞随机分布参数系统的稳定性问题.首先提出基于Galerkin方法,利用模糊控制理论控制带有多维布朗运动的时滞分布参数系统.然后基于线性矩阵不等式技术,给出了时滞随机分布参数系统稳定的充分条件,所得到的结果表示成线性矩阵不等式的形式,所以易于验证.最后,仿真实例说明了本方法的有效性.     

一类网络化随机控制系统的均方BIBO稳定

研究了一类包含网络诱导时滞、数据丢包和错序以及外界环境的随机扰动等非理想因素网络模型的均方BI-BO稳定问题。结合线性矩阵不等式技术,建立合适的Lyapunov泛函,以线性矩阵不等式的形式给出系统的均方BIBO稳定条件。     

完全耦合的正倒向随机控制系统的LQ问题

研究完全耦合的正倒向随机控制系统的线性二次最优控制问题(LO问题)，在适当假设下得到了随机控制系统状态解的存在惟一性结果，然后得到了惟一的最优控制的显式形式．     

Stability Analysis for Stochastic Delayed High-order Neural Networks

In this paper, the global asymptotic stability analysis problem is considered for a class of stochastic high-order neural networks with tin.delays. Based on a Lyapunov-Krasovskii functional and the stochastic stability analysis theory, several sufficient conditions are derived in order to guarantee the global asymptotic convergence of the equilibtium paint in the mean square. Investigation shows that the addressed stochastic highorder delayed neural networks are globally asymptotically stable in the mean square if there are solutions to some linear matrix inequalities （LMIs）. Hence, the global asymptotic stability of the studied stochastic high-order delayed neural networks can be easily checked by the Matlab LMI toolbox. A numerical example is given to demonstrate the usefulness of the proposed global stability criteria.