一类不确定时延状态反馈网络化系统鲁棒稳定性

考虑控制器和执行器事件驱动、传感器时钟驱动、恒定周期采样和不大于一个采样周期的不确定时延,将有控制约束的状态反馈网络控制系统建模为含有不确定性的离散时变系统.利用Lyapunov理论和线性矩阵不等式方法,导出系统鲁棒稳定的充要条件.利用Matlab LMI工具箱求解该条件,可在判定该类系统稳定性的同时,获得系统鲁棒控制律.仿真算例说明了分析方法和稳定判据的有效性.     

TD-SCDMA系统切换实现方式及时延性能分析

接力切换是TD-SCDMA系统的重要组成部分，但是由于技术的不成熟和种种原因，接力切换并未在现有 网络系统中完全实现。提出了一种基于硬切换并带有接力切换部分特点的切换模式，该模式基于硬切换的演变而 来，同时又借用智能天线产生的定位信息，不仅缩短了切换延时而且相对接力切换减少了信令交互的复杂度。基 于3GPP的各项标准，按照这种切换模式分析了同步同频和异步异频时的切换具体时延，为将来的TD-SCDMA网 络规划和优化工作奠定了基础。     

不确定时滞系统的滑模控制及其应用研究

研究了一类带有控制时滞的不确定性系统的滑模变结构控制器的设计问题。定义特殊线性变换,将原不确定时滞系统化为无时滞系统。在新坐标下,提出了基于二次型性能指标的最优滑模面的设计方法;选择适当的动态不连续控制律保证了系统状态在有限时间到达滑模面,并有效的削弱了抖振。提出并证明了原系统渐近稳定的充分条件。将该控制方法应用到典型的不确定时滞对象——聚合反应釜的温度控制系统中,仿真结果表明了该方法的有效性。     

网络生态学:一种研究无边界网络生存性的新方法

无边界网络的复杂性及其它特性,包括没有全局可见度、信任关系模糊、无集中控制以及多管理域等,使得对无边界网络的生存性研究面临许多挑战.生态学对于自然界的建模分析法提供了认识复杂系统的基本方法,已经在计算机网络的某些领域得到应用.笔者分析了无边界网络的特点和生存性研究所面临的问题,讨论了将生态学理论应用于无边界网络生存性研究的构想.     

时滞动态复杂网的反馈控制

介绍了一类时滞动态复杂网的模型,分别采用了标准反馈控制和时滞反馈控制,首先得到系统的误差方程,然后应用线性矩阵不等式(LMI)方法.基于李亚普诺夫稳定性定理,给出了误差方程稳定的充分条件.     

带有输入时滞的不确定线性系统的H_∞鲁棒控制

本文研究控制输入中含有未知时滞的系统的鲁棒镇定问题和鲁棒H∞控制。闭环系统的结论最终是以线性矩阵不等式的形式给出的。列举的例子说明文中所提出的方法比原有的方法具有更少的保守性,而且所设计出来的控制器具有较小的反馈增益。     

线性时滞动力学问题的精细积分解法

具有时滞的动力系统广泛存在于各工程领域.文中给出了一种新的解决时滞系统动力学的方法———精细积分法,把时滞项看作激励项进行处理,通过对时滞项积分上下限的讨论,采用了线性插值和Romberg积分法对其进行处理.同其它一些方法相比,用精细积分法解决时滞问题具有过程简单、结果精确的优点.     

动态输出反馈网络控制系统鲁棒控制器设计

研究了具有不确定时延的动态输出反馈网络控制系统鲁棒控制器设计问题.考虑小于等于一个采样周期的不确定时延,将动态输出反馈网络控制系统建模为含有不确定性的离散时变系统.利用Lyapunov理论和矩阵不等式方法,推导出系统鲁棒控制律存在的条件,并转化为矩阵不等式表示的可行性问题,从而可利用Matlab LMI工具箱来求解,以便构造鲁棒控制律.Matlab仿真算例说明分析方法和结果是有效可行的.     

一类不确定时滞系统的滑模控制

考虑了一类同时存在状态不确定性和控制不确定性的时滞系统的滑模控制问题,通过采用李亚普诺夫方法和线性矩阵不等式(LMI)技术,给出了闭环系统渐近稳定的充分条件,而且滑模控制律和滑模面的设计可以利用线性矩阵不等式的解得到,证明了该滑模控制律能保证状态轨迹被驱动到指定的切换面上。仿真实验表明了算法的有效性。     

Adaptive control method for nonlinear time-delay processes

Two complex properties,varying time-delay and block-oriented nonlinearity,are very common in chemical engineering processes and not easy to be controlled by routine control methods.Aimed at these two complex properties,a novel adaptive control algorithm the basis of nonlinear OFS(orthonormal functional series) model is proposed.First,the hybrid model which combines OFS and Volterra series is introduced.Then,a stable state feedback strategy is used to construct a nonlinear adaptive control algorithm that can guarantee the closed-loop stability and can track the set point curve without steady-state errors.Finally,control simulations and experiments on a nonlinear process with varying time-delay are presented.A number of experimental results validate the efficiency and superiority of this algorithm.