基于事件驱动间歇控制的离散复杂网络有限时间同步

研究了一类基于间歇控制的离散时间异构复杂动态网络有限时间有界同步问题。首先,设计了一个基于事件驱动的间歇控制机制。在该机制下,控制器是否工作取决于Lyapunov函数轨迹和预设的工作区域。与现有的间歇性控制方案相比,该方法中控制器的工作/休息时间是非周期的且不可预测的。其次,提出了有限时间有界性的概念,并利用类整定时间函数来衡量控制性能。通过求解不等式约束的优化问题,进一步得到有限时间有界同步的类整定时间。最后,通过数值仿真实验验证了该结论的准确性和有效性。     

一类非线性区间时滞随机系统的控制与仿真

针对一类非线性区间时滞随机系统的控制问题,提出一种基于随机模糊双曲正切模型的时滞依赖控制策略.应用随机模糊双曲正切模型对非线性随机系统进行建模,其中模型参数可用BP神经网络进行学习.提出一个新颖的Lyapunov-Krasovskii泛函进而推导出闭环系统时滞依赖均方意义渐近稳定的镇定条件.最后采用改进的Euler-Maruyama法对非线性随机微分方程进行仿真,仿真结果验证了所提出的控制策略的有效性.     

一类非线性随机系统的模糊双曲H_∞滤波

针对伊藤型非线性随机系统,对基于模糊双曲正切模型的H∞滤波问题进行了研究.首先通过定义非线性随机系统的模糊双曲规则基,推导出系统的随机模糊双曲正切模型(SFHM);与Takagi-Sugeno(T-S)模糊模型相比,SFHM不需要前提结构的辨识和完备的前提参数空间,尤其是当所需模糊规则数很多时,采用SFHM明显比T-S模型计算负担小;然后基于该模型进行了滤波器的设计,把非线性随机H∞滤波设计中难以求解的二阶汉密尔顿-雅可比不等式问题转化为线性矩阵不等式问题.仿真结果验证了所提出方法的有效性.