马尔可夫时滞网络控制系统的稳定性

针对同时具有马尔可夫(Markov)链跳变特性时滞和随机丢包现象的网络控制系统,建立了网络控制系统的离散模型,利用李亚普诺夫稳定性理论、线性矩阵不等式和自由权矩阵方法,分析了系统的均方稳定性和均方可镇定性,并基于线性不等式给出了系统均方稳定、镇定判据.该方法能判定具有马尔可夫时滞和丢包的网络控制系统的均方稳定性,并设计出同等条件下的均方可镇定时滞依赖控制器.与现有方法相比.能更准确地描述网络时滞特性,有效减小系统保守性,结果更具一般性.最后通过仿真实例证明了方法的有效性.     

基于LMI的随机神经网络全局渐进稳定性

研究了一类变时滞的随机神经网络模型零解的全局渐进稳定性.基于Lyapunov稳定性理论,通过构造新型Lyapunov-Krasovskii泛函,利用线性矩阵不等式分析技巧,结合It^o微分公式,得到了保证网络的平衡解为均方意义下全局渐进稳定的判别条件.推广了一些已有的结果,并且更少保守.所的结论可用Matlab中的线性矩阵不等式工具箱进行计算来验证网络的稳定性,通过数值例子证明了结论的有效性和易用性.     

具有数据丢失的网络控制系统的建模与控制

研究了具有数据丢失的网络控制系统的建模与控制问题．用两种方法将网络控制系统建模成随机系统,并给出了使网络控制系统均方渐近稳定的充分条件．利用线性矩阵不等式设计了相应的状态反馈控制器和输出反馈控制器．     

一类具有时延和丢包的网络系统的H_∞均方指数稳定控制

考虑了具有随机网络诱导时延和丢包的不确定网络控制系统的H_∞均方指数稳定控制问题.通过把随机时延和丢包看做满足区间Bernoulli分布的随机等价时延,建立网络控制系统新模型.基于Lyapunov稳定性理论和线性矩阵不等式方法,给出使网络系统均方指数稳定的H_∞控制器设计方法.数值算例说明了所提方法的有效性.     

网络控制系统的全程最优滑模控制

针对一类具有网络诱导时延的网络控制系统,建立了该系统的连续数学模型.利用Lyapunov稳定性理论和线性矩阵不等式方法设计系统的全程滑模面和最优滑模控制器,使性能指标最小的同时系统状态渐近稳定,所得条件均以线性矩阵不等式形式出现.仿真结果说明了该方法的有效性.     

随机基因调控网络的指数稳定性

对由分形布朗运动驱动的随机基因调控网络(genetic regulatory networks,GRNs)进行了均方指数稳定性分析.通过构造Lyapunov函数和采用线性矩阵不等式,得到了均方意义下GRNs随机模型指数稳定的充分条件,同时也得到了标准布朗运动扰动的GRNs的相应结果.     

基于鲁棒分析的一类随机系统的保性能控制

在不确定线性系统保性能控制研究的基础上,对成本控制矩阵不确定随机二次控制问题进行了研究,给出了一类线性随机系统及相应系数不确定线性随机系统保性能控制的定义,并利用伊藤公式和LMI(线性矩阵不等式)方法,在其满足均方稳定的条件下,得到了相应线性随机系统的保性能控制律的存在条件,即若线性随机系统均方稳定,则其相应的保性能控制律存在.最后将最优保成本控制律的设计转化为一个凸优化问题,即求解一个线性矩阵不等式问题.     

一类伊藤型不确定随机系统均方稳定的充要条件 

利用LMI(线性矩阵不等式)的相关知识,对不确定随机系统的均方稳定性进行深入研究, 提出一类新的系数不确定伊藤型线性时不变随机系统,分析该类系统的均方稳定性,得到该类 系数不确定伊藤型线性时不变随机系统均方稳定的一个充要条件,同时也得到该类系统均方 稳定反馈控制器的一个设计方法。     

一类不确定随机系统均方稳定的充要条件

利用线性矩阵不等式(LMI)的相关知识, 对不确定随机系统的均方稳定性进行深入研究. 提出了一类新的系数不确定伊藤型线性时不变随机系统, 分析该类系统的均方稳定性, 得到该类系数不确定伊藤型线性时不变随机系统均方稳定的一个充要条件. 同时也得到该类系统均方稳定反馈控制器的一个设计方法.     

一类伊藤型不确定随机系统均方稳定的充要条件

利用LMI(线性矩阵不等式)的相关知识，对不确定随机系统的均方稳定性进行深入研究，提出一类新的系数不确定伊藤型线性时不变随机系统，分析该类系统的均方稳定性，得到该类系数不确定伊藤型线性时不变随机系统均方稳定的一个充要条件，同时也得到该类系统均方稳定反馈控制器的一个设计方法。     

基于LMI的不确定大系统的BIBO镇定

利用多Lyapunov函数法和不等式技巧,讨论了一类连续时间大系统有界输入有界输出(BIBO)的镇定.以线性矩阵不等式(LMI)的形式给出系统BIBO稳定的充分条件可以用MATLAB工具箱进行可行性求解并在此基础上给出了状态反馈控制器的设计方法并将其推广到系统结构中存在不确定扰动项的情形,运用Schur补引理,得到了闭环大系统鲁棒BIBO稳定的判据.最后通过算例仿真证明了结论的有效性.     

具有参数振动的时滞微分系统的鲁棒稳定化

本文考虑一类具有参数振动的时滞微分系统的鲁棒稳定化问题。系统中参数振动含有不确定性。利用时滞积分不等式，全 渐近稳定性的充分条件由一个指定的非负矩阵半 的界给出。在同样的条件下，这类不确定系统的有界输入与有界出稳定性也被研究。文末给出两个例子说明我们结果的有效性。     

具有多重时滞的多变量反馈系统的稳定化

本文首先给出了一类多时滞线时变系统与时滞无关稳定化的充要条件，然后将这一结果推广到此类系统的有界输入有界输出稳定化。在这两类稳定化方案中，选取状态反馈增益Ｋ不需要时滞关联结构的信息。     

混合时滞系统的BIBO稳定性

根据Lyapunov稳定性的理论,利用Lyapunov-Krasovskii泛函方法并结合不等式的技巧,研究了非线性扰动混合时滞系统的BIBO稳定性,分析了系统在闭环状态下的BIBO稳定,所得的结果推广了已有文献的有关内容。     

DSP混沌随机信号发生器构造算法研究

提出了用于产生混沌随机序列的ＤＳＰ（数字信号处理）混沌随机信号发生器构造算法。在吸引子转换技术的支持下，由该算法实现的混沌随机信号发生器之运转可避免伪周期及输出失谐的影响，因而其输出的混沌随机序列可用于计算机网络保密通信。     

多变量间接自适应控制算法及全局收敛性分析

提出了可以控制具有任意交互矩阵的随机多变量系统的间接自适应控制算法并进行了稳定性和收敛性分析。首次表明:该算法无论用于开环不稳定或非最小相位系统,系统的输入输出以概率1采样均方有界,广义输出误差的条件均方取得整体最小值;参数估计强相容。     

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.     

不满足匹配条件的不确定广义系统的鲁棒镇定

研究了不确定连续线性广义系统的鲁棒稳定和鲁棒镇定问题,针对不确定是模有界、时不变且可不满足匹配条件的不确定连续线性广义系统,应用线性矩阵不等式（LMI）方法得到了不确定连续线性广义系统鲁棒稳定性的充分条件和不确定连续线性广义系统鲁棒镇定的充分条件,它们是一组线性矩阵不等式;在此基础上,给出了状态反馈鲁棒控制器的设计方法;最后举例说明了该方法的应用．     

具有均匀量化器的网络控制系统的一致有界性

针对连续被控对象、系统总时延小于1个采样周期的网络控制系统建立了离散模型.利用Lyapunov稳定性理论和线性矩阵不等式方法给出了使网络控制系统稳定的控制方法.实现了均匀量化情况下系统的一致有界控制,给出了系统收敛上界.通过调节量化器的误差可以将系统状态控制在一定的范围内.实际中据此可设计相应的量化级别及编码长度等参数.通过仿真验证控制方法的有效性并分析了量化误差对系统收敛性的影响.     

一类不确定组合广义大系统的稳定性

一类不确定组合广义大系统所含有的不确定性是时不变未知但范数有界的,对所有容许的不确定性,寻找通过子系统特征,使得该不确定组合广义大系统都是正则的、脉冲自由且稳定的条件。应用线性矩阵不等式方法,给出了完全用子系统特征描述的该类不确定组合广义大系统稳定性的充分条件;作为主要结果的特例,给出了不合不确定项的组合广义大系统的用子系统特征描述的稳定性条件。最后用数值例子说明该方法的应用。