线性I随机系统部分变元的强稳定性

运用随机线性系统的柯西矩阵及其截断矩阵 ,通过引进随机线性系统左截柯西矩阵和右截柯西矩阵 ,讨论了线性It^o随机系统部分变元的几乎必然强稳定性 ,得出了该系统只依赖于左截柯西矩阵的有界性和右截柯西矩阵的渐近性的各种a .s强稳定性 ,包括强稳定、强一致稳定、强渐近稳定、强一致渐近稳定及强指数稳定之间的等价条件 ,推广了已有文献的结果     

线性It^↑O随机系统部分变元的强稳定性

运用随机线性系统的柯西矩阵及其截断矩阵，通过引进随机线性系统左截柯西矩阵和右截柯西矩阵。讨论了线性It^↑O随机系统部分变元的几乎必然强稳定性，得出了该系统只依赖于左截柯西矩阵的有界性和右截柯西矩阵的渐近性的各种a．s强稳定性，包括强稳定、强一致稳定、强渐近稳定、强一致渐近稳定及强指数稳定之间的等价条件，推广了已有文献的结果．     

随机线性系统部分变元依概率强稳定性研究

借助随机线性系统的Cauchy矩阵解及其截断矩阵解,通过引进随机线性系统左截Cauchy矩阵解和右截Cauchy矩阵解,并运用测度的单调性与连续性,讨论了线性Ito随机系统部分变元的依概率强稳定性,得出了该系统只依赖于左截Cauchy矩阵解的有界性和右截Cauchy矩阵解的渐近性的各种依概率强稳定、强一致稳定、强渐近稳定、强一致渐近稳定的等价关系。     

线性系统关于部分变元的强稳定性

讨论了线性系统关于部分变元的强稳定性，利用系统的Ｃａｕｃｈｙ矩阵，给出了其强稳定，强一致稳定、强渭近稳定、强一致渐近稳定性、强指数稳定的充要条件。     

随机线性系统部分变元稳定的充要条件

在引进随机线性系统截断Cauchy矩阵概念的基础上，应用矩阵分析的方法讨论了该类系统关于部分变元的几乎必然稳定性（a.s.稳定性），得到了只依赖于截断Cauchy矩阵有界性或渐近性的系统各种a.s.稳定的等价条件及系统某些不同稳定性之间的等价关系，研究结果在系统分析与设计中具有理论指导意义。     

抵御信息误差的动态输出控制

针对线性系统,采用更接近于实际的信息连续误差模型,利用线性矩阵不等式,给出了保证闭环系统渐近稳定的鲁棒动态反馈控制设计的线性矩阵不等式方法.所设计的控制系统不仅当系统信息不发生误差时可以保证系统的渐近稳定性,而且当系统信息产生误差时也保证系统的渐近稳定性.数例验证了文中所提出方法的设计过程,同时也展示了所提出方法的有效性.     

模型不确定多智能体系统的鲁棒一致性控制

针对模型不确定性多智能体系统的分布式鲁棒一致问题,提出了鲁棒部分变元稳定性方法,将连续时间多智能体不确定系统的状态一致性问题转化为相应线性系统的鲁棒部分变元渐近稳定性问题.首先根据有向图生成树建立关联矩阵,对原来的不确定系统进行线性变换,实现结构分解.其次根据得到的降阶系统设计鲁棒二次镇定控制器,推导出所有智能体状态达到渐近一致的充分条件,将控制协议的设计最终转化成求解线性矩阵不等式可行解的问题,使得所有的智能体能够在所设计的控制协议下不仅能保证不确定性闭环系统是渐进稳定的,而且实现了多智能体系统状态的一致性.最后通过数值仿真验证了所提出的一致性协议的可行性和有效性.     

具有函数型关联因子的大系统的部分联结稳定性

讨论具有函数型关联因子的大系统的部分联结稳定性.利用向量李雅普诺夫函数法和负对角拟优矩阵性质研究了该类大系统的部分联结一致渐近稳定、指数稳定和不稳定性，并得到相应的判定条件，推广了大系统关联稳定性的有关结论.     

一类不确定混合线性系统鲁棒自适应控制

通过分析一类具有Markov跳跃参数的不确定混合线性系统的随机稳定性问题,将确定型系统中的Lasalle稳定性定理推广到混合系统中,并对系统不确定部分的未知范数上界提出了一种参数自适应估计方法及相应的鲁棒控制律,实现了混合线性系统以概率1渐近稳定.研究结果表明,此控制方案对混合线性系统的不确定部分有较强的鲁棒性.     

基于电力系统的广义大系统的稳定性

针对在电力系统、复杂电路与人工神经网络等中都广泛应用的广义系统,讨论了它的线性系统和非线性系统的稳定性问题.应用Lyapunov函数方法及Schur补原理,在所有孤立子系统都是正则,脉冲自由且渐近稳定的条件下,以线性矩阵不等式的形式给出了它们稳定的新的充分条件,最后给出数值例子说明所得结果的有效性.