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.     

不同损失下随机截尾BurrⅫ分布的Bayes统计分析

基于随机截尾试验,研究了BurrⅫ分布的参数Bayes估计问题.在MLINEX损失和复合MLINEX对称损失函数下,得到该分布未知参数θ的Bayes估计及区间估计,并且运用Monte-Carlo随机模拟方法进行模拟及比较.     

流媒体服务系统分层存储调度策略

针对层次化流媒体服务系统中的存储调度问题,提出了子树虚拟化方法来简化模型分析和存储调度策略设计。采用层次化存储结构下的分布式存储调度策略,通过自上而下的副本分发和自底而上的副本请求两个步骤来实现系统的负载均衡。验证实验表明,采用提出的存储调度策略,可使系统负载达到均衡状态,获得较高的用户请求接受概率。     

k阶Erlang分布参数单变点的贝叶斯估计

利用贝叶斯方法研究了k阶Erlang分布参数单变点模型,得到该分布的似然函数.利用Fisher信息矩阵选取无信息先验分布,从而得到每个参数的满条件分布.使用Gibbs抽样与M-H算法相结合的MCMC方法对各参数进行随机模拟得到贝叶斯估计.模拟结果表明,各参数的估计值的精度在较高水平上都是有效的.     

一类不确定Markov跳跃系统的鲁棒跟踪与模型跟随

讨论了一类不确定Markov跳跃线性系统的鲁棒跟踪与模型跟随问题。通过构造一组非线性鲁棒状态反馈跟踪控制器来跟踪给定的动态信号,该控制器确保系统当T→∞时是以扰动衰减系数γ鲁棒随机稳定的,且跟踪误差有界。最后给出算例说明了所设计的鲁棒跟踪控制器的性能。     

参数非严格反馈形式的随机非线性系统的自适应控制

论文研究了一类带参数非严格反馈形式的随机非线性系统的自适应控制问题 .利用Backstepping设计方法 ,通过构造 4次型的随机控制Lyapunov函数 ,给出了有效的自适应控制方案 ,使得闭环系统达到在概率意义下的全局渐近稳定     

马氏参数非精确可测得情况下的线性跳跃系统鲁棒自适应控制

讨论了一类不确定混合线性系统在其Markov跳跃参数所处模态非精确可测得情况下的鲁棒自适应控制问题.基于混合系统模式下的LaSalle稳定性定理,对系统不确定部分的未知范数上界给出了一种参数自适应估计方法并设计了相应的鲁棒自适应控制律,实现了不确定混合线性系统以概率1渐近稳定.设计了仅依赖于跳跃参数的非精确测量值的鲁棒控制律.仿真结果验证了该方案的有效性.     

一类时变参数的Sontag型控制器设计

采用弱控制Lyapunov函数方法,对非线性仿射系统进行了时变Sontag型控制器设计.通过聚点条件保证了此控制器的全局连续性,并利用LaSalle不变集原理证明了该控制的全局镇定性以及对一定范围的输入不确定性具有鲁棒性.此外,调节时变参数减弱了控制器性能对控制Lyapunov函数选择的依赖,并使控制器对可调整的系统控制指标具有最优性.最后通过对一开环不稳定系统的仿真研究,说明了本文控制器的有效性和实用性.     

复合Mlinex对称损失下k阶Erlang分布参数的Bayes估计

在Mlinex损失函数基础上定义了复合Mlinex对称损失函数;在复合Mlinex对称损失函数下,利用Bayes估计的方法研究了k阶Erlang分布参数的Bayes估计、E-Bayes估计及多层Bayes估计,并证明了其容许性;最后通过MATLAB模拟检验了参数的3种Bayes估计的合理性和优良性。