一类非线性时滞悬架系统的Ｈ∞ 控制

用范数有界的非线性函数表示车辆主动悬架系统的悬架刚度和悬架阻尼的非线性不确定特性,建立一类具有控制输入时滞的非线性主动悬架系统模型．基于线性矩阵不等式,对非线性时滞悬架系统提出一种新的Ｈ∞ 鲁棒控制策略,最优控制车身的垂直加速度、轮胎变形量、悬架动扰度３个系统性能参数,保证闭环控制系统在随机干扰下的稳定性．仿真结果显示了该方法的有效性,大大提高了驾乘汽车的舒适性和安全性．     

不确定系数多离散时滞的中立型系统的时滞相关鲁棒稳定性

研究了一类时变不确定系数多离散时滞中立型系统的时滞相关鲁棒稳定性问题.利用线性矩阵不等式技术,提出了一种计算该系统自由权矩阵和时滞上界的简化方法,并在系统中考虑了中立项时滞和离散时滞,得到了上述系统为稳定与鲁棒稳定的一些充分条件.最后,用数值例子说明了该方法的有效性和较小的保守性.     

具有控制器增益随机不确定性的多智能体一致性控制

针对控制器存在随机不确定性的多智能体系统,研究了所有智能体状态达到一致的控制问题.首先,假设智能体连接网络拓扑是无向、固定和连通的,而且每个个体的控制器存在相同的随机不确定性,最终得到了融合随机控制器增益不确定的闭环控制系统模型.应用基于李雅普诺夫稳定性理论、线性矩阵不等式技术和鲁棒控制方法,得到了一种保证误差状态系统渐近稳定的充分条件.进一步通过一系列矩阵变换处理技巧,将状态反馈控制器的存在条件转化为一组线性矩阵不等式的可行解问题.最后应用计算机仿真验证了该控制器设计结果的有效性.     

具有不确定参数的滞后型Lurie控制系统鲁棒绝对稳定性的LMI方法

分别针对具有结构参数和范数有界参数的滞后型Lurie控制系统的鲁棒绝对稳定性问题,利用Lyapunov方法给出了系统鲁棒绝对稳定的时滞无关条件及时滞相关条件.得到的结果用线性矩阵不等式（LMI）表示,易于利用MATLAB工具箱求得保守性较低的条件.     

具有DoS攻击的网络控制系统事件触发安全控制

本文主要研究在随机出现的双通道DoS攻击下的网络控制系统基于事件触发的安全控制问题.首先,提出了一个具有补偿策略的DoS攻击模型,且此攻击模型应用于网络系统的传感器-控制器通道和控制器-执行器通道;其次,为了降低通信负担,提出事件触发机制,通过定义一个触发条件,当触发条件满足时,才进行信息传递;最终得到闭环控制系统模型.根据最优控制理论和线性矩阵不等式技术,得到闭环系统以一定概率输入到状态稳定的充分条件,进一步通过一系列矩阵变换处理技巧,通过解线性矩阵不等式方程组得到控制器参数.最后,通过计算机仿真验证了该控制器设计的有效性.     

一类非线性中立型系统的状态反馈时滞相关Ｈ ｉｎｆｉｎｉｔｙ控制

研究了一类非线性中立型时滞系统的Ｈ ｉｎｆｉｎｉｔｙ控制问题．利用了适当的参数待定的Ｌｙａｐｕｎｏｖ Ｋｒａｓｏｖｓｋｉｉ泛函及ＬＭＩ方法获得了中立型系统的稳定性时滞相关的判据,给出了Ｈ ｉｎｆｉｎｉｔｙ状态反馈控制器存在的时滞依赖的充分条件．所采用的方法在设计、求解控制器时不需要做矩阵变换,求解简单,利用Ｍａｔｌａｂ的ＬＭＩ工具箱求解方便,并且给出的数值仿真实例说明了方法的有效性．     

基于LMI的不确定时滞非线性系统鲁棒镇定研究

研究了一类不确定时滞非线性系统的鲁棒镇定问题.不确定参数是时变未知有界的,但不一定满足所谓的匹配条件.利用线性矩阵不等式,一些充分条件被获得,保证了相应闭环系统的鲁棒稳定性,并在此基础上得出了相应的状态反馈控制器.最后,通过一个数值例子说明了该方法的有效性.     

随机马尔可夫跳变系统的弹性动态输出反馈控制

本文讨论了随机噪声影响下马尔可夫跳变系统的弹性动态输出反馈控制问题.在系统随机干扰和控制输入扰动的情况下,设计的弹性控制器可以确保闭环系统的依概率渐近稳定性.通过运用随机微分方程理论和线性矩阵不等式技术对系统进行稳定性分析,获得了系统依概率渐近稳定的充分条件和控制器增益.最后通过数值算例和直升机系统仿真验证了所提弹性动态输出反馈控制方法的有效性.     

执行器退化的遥机器人系统量化反馈容错控制

针对遥机器人系统中存在执行器退化、控制输入量化,且编、解码端的量化灵敏度参数不匹配的问题,设计了遥机器人系统的鲁棒量化反馈容错控制系统.控制器结构的线性部分由线性矩阵不等式给出,旨在解决系统指标性能问题,非线性部分则用于处理量化参数不匹配问题.经稳定性理论证明,提出的鲁棒量化反馈容错控制方法能消除执行器退化及量化参数不匹配等的影响,并确保从机器人能渐近跟踪主机器人.最后,算例仿真验证了方法的有效性.     

参数不匹配下含有泄露时滞与多个传输时滞的分数阶忆阻器神经网络的拟同步

本文主要讨论了一类在参数不匹配之下带有多个传输时滞与泄露时滞的分数阶忆阻器神经网络的拟同步问题.首先,给出了时滞线性反馈控制器;然后,根据分数阶微分包含、集合值映射理论和分数阶微分不等式理论等,得出了主从系统达到拟同步所满足的条件以及所对应的误差边界;最后,给出了一些数值模拟验证所得结论的有效性.     

不确定时滞分布参数系统的振动性

研究了不确定时滞分布参数系统的振动性．采用反证法,结合Ｇｒｅｅｎ公式、不等式技术以及对不确定项的处理技巧,得到系统在Ｈｕｒｗｉｔｚ角域［０,ｋ］上振动的一些充分条件．给出了数值仿真例子,说明该方法有效．     

具有遗忘时滞的静态神经网络的H∞状态估计

本文研究了具有遗忘时滞的静态神经网络的H_∞状态估计问题.首先降低了时变时滞可微的条件,然后通过构造合适的Lyapunov-Krasovskii泛函,设计保H_∞性能的状态估计器,使得误差系统实现全局渐近稳定.最后,借助Matlab中线性矩阵不等式工具箱进行数值仿真,验证了结论的有效性.     

一类时滞离散非线性系统的全维观测器设计

通过类Lyapunov方法,结合线性矩阵不等式(LMI)技术,给出了具有时滞的Lipschitz非线性离散系统全维观测器存在的充分条件.在此基础上,设计了具有扰动的时滞Lipschitz非线性离散系统的鲁棒观测器,提出了该鲁棒观测器存在的一个充分条件,并用具体例子说明了其可行性与有效性.     

含变时滞输入的挠性航天器姿态复合控制

对含变时滞输入的挠性航天器姿态复合控制问题进行了研究,主要是通过设计一个时滞依赖的H_∞控制和干扰观测器（DOBC）相结合的复合分层控制结构,实现姿态角和姿态角速度的稳定控制.本文所提方法的优势为：1）对振动引起的干扰进行精确补偿,减少了干扰对控制效果的影响;2）设计了时滞依赖的状态控制器,降低了时滞对姿态的影响;3）在泛函求解过程中引入了时滞积分不等式分解系数,从而降低了设计的保守性.最后,通过数值仿真验证了本文设计的控制方法的有效性,并分析了时滞量及时滞积分不等式分解系数对闭环系统性能的影响.     

具有异步控制器的离散马尔可夫跳变Lur'e系统的稳定性和l2增益性能分析

本文研究了一类具有异步控制器的离散马尔可夫Lur''e跳变系统的稳定性及l₂增益性能.通过引入隐马尔可夫模型（HHM）来描述所设计的控制器和原始系统之间出现的异步现象.利用线性矩阵不等式（LMI）方法分析了闭环系统的稳定性和l₂增益性能.然后提出了一个充分条件使得闭环系统随机稳定,并使得从扰动到系统输出的l₂增益达到最小.同时,通过求解给定条件来设计一个由线性状态反馈和扇形有界非线性输出反馈组成的异步控制器.最后,给出了一个数值仿真例子来验证所提方法的有效性.     

分布参数高阶随机时滞Hopfield神经网络的指数稳定性

利用Lyapunov稳定性理论,积分不等式和Halanay不等式,研究了具分布参数的高阶随机时滞 Hopfield神经网络的均方指数稳定性,得到了保证系统指数稳定且与扩散项相关的充分性条件,并给出了指数收敛率,同时放松了现有文献中对变时滞的要求,因而在一定程度上了改进了现有文献的结果.最后给出了数值算例验证所得结果的有效性.     

具有Markov切换随机神经网络混合时滞依赖的自适应同步

运用Lyapunov函数方法,基于泛函微分方程的不变原理、随机分析理论以及自适应反馈控制技术,给出了具有Markov切换的随机神经网络混合时滞依赖的自适应同步的充分性判据,它与线性矩阵不等式方法相比更容易验证.最后,通过一个数值模拟例子验证了理论结果的正确性及有效性.     

具有时变时滞的数据采样无人船舵减摇系统稳定性分析

本文研究了基于数据采样的无人船舵减摇闭环控制系统的稳定性.考虑到采样过程存在延迟现象,引用动态时滞区间的方法,构造相应的Lyapunov-Krasovskii泛函（LKF）.此方法将固定时滞区间扩展成为动态时滞区间,不仅放宽了时滞区间上界和下界的限制,还能同时获得基于线性矩阵不等式（LMI）的更小保守性的相关稳定性判据.最终可以获得一个更宽松的标准来分析基于数据采样的无人船舵减摇闭环控制系统的稳定性.最后,举例说明了所提出方法的有效性.     

面向跟踪系统的多通道传输策略研究

本文主要研究了面向跟踪系统的多通道传输策略的问题.采用多通道代替单通道进行数据传输,降低数据传输过程中的丢包概率,提高数据传输的可靠性.通过对系统输出的测量和跟踪,分析跟踪误差和输出误差,找到系统能满足稳定的条件.用满足Markov分布的离散随机状态来描述通道选择情况,Markov状态转移矩阵表征不同状态之间的转移概率,从而进行稳定性分析.通过构造Lyapunov泛函和利用线性矩阵不等式处理等方法,给出了多通道传输系统满足稳定性和严格（Q,S,R）-γ-耗散性的充分条件,并设计了满足上述性能的控制器.最后通过一个仿真实例验证了本文所得结论的正确性.     

基于神经网络方法的不确定非线性微分-代数子系统的鲁棒反推镇定控制

对于指数1且关联可测的不确定非线性微分-代数子系统,将反推方法和神经网络相结合,研究了其鲁棒渐近镇定控制问题.基于反推方法来构造镇定控制器,利用3层的神经网络来逼近每一步控制器构造过程中的不确定项.提出一种新的自适应算法对神经网络权值进行在线调节,并适当选取每一步虚拟控制器的参数,最终得到的控制器使得闭环系统是渐近稳定的.