常微分方程线性系统的一般理论与方程求解

在常微分方程的全部内容中,线性系统部分占有特别重要的地位,这不仅因为其自身的理论已被研究得十分清楚外,同时线性系统又是讨论非线性系统的基础.利用线性空间理论进一步对常微分方程线性内容及方程求解做一些分析和探究.     

基于培养研究能力的线性系统理论研究生课程的教学探索

江西理工大学线性系统理论课程在教学实践中注重教学内容和学科前沿、方法论、仿真及实验紧密结合,并采用了灵活多样的教学方法,启发式、问题式、互动式教学和研究式教学、科研实践相互结合,借助丰富的网络资源和多媒体等手段,增强了学生兴趣,提高了教学质量,尤其是培养了研究生的科学素养及研究能力。     

周期系数线性系统的稳定性

利用柯西矩阵的性质,讨论了周期系数线性矩阵的稳定性问题.将矩阵稳定的条件减弱为拟稳定,利用矩阵的不等式运算性质,得到了各种周期系统平凡解稳定的判据,所得结论,推广了现有文献的结论.最后,利用Matlab模拟仿真,验证了所得结果的可行性.     

离散线性时变系统族的多面体生存域

讨论了离散线性时变系统族的多面体生存域.将动态系统的状态约束和控制约束等问题转化为状态空间中某些由非单位矩阵刻画的更一般的多面体可生存性问题,利用混合单调分解法,得到了微分包含形式下离散线性时变系统族存在鲁棒生存域的充要条件,进一步讨论了当系统存在控制输入时,存在相应一般形式的鲁棒可控生存域的充分必要条件.     

基于一类复合型性能指标的线性最优控制问题

讨论基于一类复合型性能指标的线性最优控制问题.应用最优控制理论推导出问题的最优控制解的形式,得出最优控制是不依赖于系统状态的开环控制.另外得到了最优价值函数的具体形式,并证明了价值函数关于系统状态x是线性的.     

欠阻尼二阶线性系统中的随机共振及其抑噪应用

在乘性噪声背景下,研究欠阻尼二阶线性系统中的随机共振及其抑噪应用.当二阶线性系统的阻尼系数和固有频率均受高斯白噪声干扰下,欠阻尼二阶线性系统中存在随机共振现象.研究表明,该系统的平均输出幅度增益呈现非单调变化,不仅在一定条件下大于无噪声时的增益,而且调节适当的系统参数和噪声强度能够提高幅度增益.因而只要使系统处于共振区域,就会使夹杂在噪声中的被测信号突现出来,从而实现弱信号的检测.因而,采用可视化仿真软件SIMULINK对此进行了实例模拟.仿真证实该方法检测弱信号的可行性和有效性.     

基于MATLAB/GUI的线性系统仿真软件设计

实际研究中,大部分系统都可以近似为线性系统,因此对线性系统的研究非常重要。目前主要的研究方法有时域分析方法与频域分析方法,然而这些方法的应用比较繁琐和复杂,非常有必要设计专门针对线性系统的仿真软件,便于实际应用中对系统的控制。应用MATLAB语言设计的GUI仿真界面具有灵活、简便、修改方便等特点,可以随时修改线性系统的参数,并得到系统的时频域特性曲线与性能指标,使线性系统分析的工作量大大减少。     

指数稳定双系统同时近似可观测的充分条件

利用指数稳定半群生成元的谱理论,得到了判断指数稳定双系统在[0,∞)同时近似可观测的充分条件.{z1(t)=A1z1(t),z1(0)=x1,y1(t)=C1z1(t)2(t)=A2z2(t),z2(0)=x2,y2(t)=C2z2(t)     

输入矩阵定常型切换线性系统的能控性探讨

重新考察一类切换线性系统的能控性,这类系统具有不同的系统矩阵和相同的输入矩阵.研究发现文献导出的必要充分条件为假命题,该判据只适用于2阶系统,对于3阶及以上系统其必要性不一定成立.并证明第一不变子空间只是能控状态集的真子集,而非其全体.最后通过1个反例对结论予以验证.     

Robust H∞ filtering for discrete-time systems with Markovian switching and time-delays

The robust H∞ filtering problem for uncertain discrete-time Markovian jump linear systems with modedependent time-delays is investigated. Attention is focused on designing a Markovian jump linear filter that ensures robust stochastic stability while achieving a prescribed H∞ performance level of the resulting filtering error system, for all admissible uncertainties. The key features of the approach include the introduction of a new type of stochastic Lyapunov functional and some free weighting matrix variables. Sufficient conditions for the solvability of this problem are obtained in terms of a set of linear matrix inequalities. Numerical examples are provided to demonstrate the reduced conservatism of the proposed approach.