随机镇定与反镇定概述

本文概述了随机镇定与反镇定理论的研究现状.主要回顾了一个微分方程的随机镇定与反镇定普遍理论及其发展,并围绕该理论的应用和扩展从四个方面阐述连续时间系统噪声镇定理论的当前发展概况.此外,本文还概述了离散时间系统随机镇定方面的最新进展.     

基于多变量非线性DAE子系统模型的同步发电机励磁汽门综合控制

同步发电机励磁汽门综合控制由多变量非线性DAE子系统模型来描述.本文扩展了非线性常微分方程系统的反步控制方法,研究了其镇定控制问题.首先若被控系统的向量相对阶存在,那么可通过一个微分同胚和反馈控制实现系统的解耦和等价转化.然后基于等价系统,利用反步方法设计其镇定控制器,使得整个闭环系统渐近稳定.最后基于MATLAB进行了仿真,仿真结果验证了本文所提方法的有效性.     

输入非线性方程误差自回归系统的多新息辨识方法

典型块结构非线性系统包括基本的输入非线性系统、输出非线性系统、输入输出非线性系统、反馈非线性系统等.输入非线性系统包括输入非线性方程误差类系统和输入非线性输出误差类系统.以输入非线性方程误差自回归系统,即输入非线性受控自回归自回归(IN-CARAR)系统为例,分别基于过参数化模型,基于关键项分离原理,基于数据滤波技术以及基于辨识模型分解技术,研究和提出了IN-CARAR系统的随机梯度辨识方法、多新息随机梯度辨识方法、递推最小二乘辨识方法、多新息最小二乘辨识方法.这些方法可以推广到其他输入非线性方程误差系统、输入非线性输出误差类系统、输出非线性方程误差类系统、输出非线性输出类系统、反馈非线性系统等.同时,给出了几个典型辨识算法的计算步骤、流程图和计算量.     

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.     

基于积分不等式的时滞Markovian跳变系统的稳定性分析和镇定

文章研究了时滞 Markovian 跳变系统的稳定性和镇定问题.首先,运用一个新的积分不等式,得到了保守性更小的稳定性判据;其次,基于此判据,获得了一个状态反馈控制器存在的充分条件,使得闭环系统具有随机稳定性并满足扩展耗散性;最后,两个实际例子说明了设计方法的可行性和有效性.     

变系数紧耦合波动方程组的非线性边界镇定

利用黎曼几何方法和乘子技巧,讨论了带变系数和非线性边界扩散反馈项的紧耦合波动方程组的镇定,得到了解能量的衰减估计.     

二维切换系统FM状态空间模型的耗散稳定性分析与镇定控制

针对二维切换系统的Fornasini-Marchesini（FM）状态空间模型,对系统耗散稳定性以及耗散镇定控制器的设计问题进行研究.首先,根据系统模型的特点,给出了二维系统（T,S,R）-δ-耗散性的定义,并提出二维切换系统渐近稳定和满足（T,S,R）-δ-耗散性的充分条件;然后利用稳定性条件和投影引理,设计了二维（T,S,R）-δ-耗散状态反馈控制器.最后,通过一个数值实例来验证所设计控制器的有效性.     

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.     

基于事件触发机制的一类非严格反馈非线性系统的自适应神经网络追踪控制

基于事件触发机制,研究了一类非严格反馈非线性系统的自适应神经网络追踪控制问题.结合反步技术、神经网络和事件触发机制,提出了一种自适应神经网络控制方案,减少了数据传输量并减轻了控制器和执行器之间的传递负担,保证了输出信号尽可能地追踪到参考信号,同时使得闭环系统的所有信号有界.此外,通过避免芝诺现象保证了所提事件触发机制的可行性.最后,给出一个例子验证了所提出策略的有效性.     

高阶非线性系统自适应模糊有限时间状态约束控制

针对一类具有状态约束的非严格反馈高阶非线性系统,研究一种自适应模糊有限时间跟踪控制问题.首先,利用模糊逻辑系统逼近不确定性非线性函数,在此基础上,采用障碍Lyapunov函数,解决状态约束问题,通过障碍加幂积分方法和反步递推技术,提出了一种有限时间控制设计方法.在有限时间Lyapunov稳定意义下,严格证明闭环系统半全局实际有限时间稳定且系统的状态不超出给定的约束边界,并实现了有限时间跟踪控制目标.最后,仿真研究进一步验证了所提出控制方法的有效性.     

具有随机扰动和混合时滞的两层异质网络的同步研究

在现实生活中,很多复杂的系统不是由单个网络来表示,而是由一组相互依赖的网络系统来表示的.本文研究了具有随机扰动和混合时滞的两层异质网络的对应节点的同步控制问题.基于随机微分时滞方程的LaSalle不变原理和Lyapunov稳定性理论,采用牵制控制方法,对部分节点实施控制,给出了实现同步的充分条件.为了降低反馈控制的增益,结合自适应控制的方法,进一步弱化了两层异质网络实现同步的条件.最后,通过数值仿真,验证了理论结果的有效性.     

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.     

粒子群优化算法在随机分布控制中的应用

将粒子群优化算法应用到随机分布系统中,其随机系统控制目标不局限于传统的均值和方差,而是估算某些变量的概率密度函数.该方法能减少基于泛函算子模型的随机分布控制算法在仿真过程中的计算量,避免计算中间变量的概率密度函数,且对模型的要求不高,从而使控制结果更加精确高效.     

Variability of sea surface salinity in stochastically forced systems

The influences of horizontal advection and horizontal diffusion on the variability of sea surface salinity in stochastically forced systems are investigated. Basic ideas are developed using a two dimensional box model and then extended to a more realistic three dimensional ocean general circulation model. It is shown that, in the absence of advection and diffusion, the ocean response is essentially that predicted by Taylor's random walk model. Advection becomes important when the advective time scale is less than the response time of the mixed layer to the stochastic forcing. Advection of parcels from regions of upwelling into regions of downwelling limits their exposure time to the stochastic forcing and thus the maximum attainable variance in the system (variance increases linearly with time). Regions of upwelling and downwelling may be introduced through the thermohaline overturning circulation or by the wind driven Ekman transport, depending on the specific model configuration. Horizontal diffusion is found to be important when the diffusive time scale is less than the mixed layer response time. The primary role of diffusion is to reduce the effective stochastic forcing through rapid mixing of uncorrelated surface forcing events. Because sea surface salinity does not have a negative feedback with the atmosphere, it is more strongly influenced by weak horizontal processes than sea surface temperature (SST). Accurate knowledge of the stochastic forcing amplitude, decorrelation time, and length scale and distribution are critical to model the variance of sea surface salinity. Aspects of the ocean model which strongly influence the variability of sea surface salinity include the surface velocity, horizontal diffusivity, and the mixed layer depth. Implications on modeling of the ocean and coupled ocean-atmosphere systems are discussed.     

广东气温变化与南方涛动关系的随机动力分析

本文推导出二维线性和非线性随机动力模式的Fokker—Planck方程,得到其稳定态的解析解和气候势函数,并应用于广东气温和南方涛动的随机分析。计算结果表明,线性模式能明确反映广东气温和南方涛动之间的反馈关系;非线性模式则表明非线性作用使广东气温和南方涛动之间的稳定平衡更趋于合理化。      

Cloud-radiation feedback and atmosphere-ocean coupling in a stochastic multicloud model

Despite recent advances in supercomputing, current general circulation models (GCMs) have significant problems in representing the variability associated with organized tropical convection. Furthermore, due to high sensitivity of the simulations to the cloud radiation feedback, the tropical convection remains a major source of uncertainty in long-term weather and climate forecasts. In a series of recent studies, it has been shown, in paradigm two-baroclinic-mode systems and in aquaplanet GCMs, that a stochastic multicloud convective parameterization based on three cloud types (congestus, deep and stratiform) can be used to improve the variability and the dynamical structure of tropical convection, including intermittent coherent structures such as synoptic and mesoscale convective systems. Here, the stochastic multicloud model is modified with a parameterized cloud radiation feedback mechanism and atmosphere-ocean coupling. The radiative convective feedback mechanism is shown to increase the mean and variability of the Walker circulation. The corresponding intensification of the circulation is associated with propagating synoptic scale systems originating inside of the enhanced sea surface temperature area. In column simulations, the atmosphere ocean coupling introduces pronounced low frequency convective features on the time scale associated with the depth of the mixed ocean layer. However, in the presence of the gravity wave mixing of spatially extended simulations, these features are not as prominent. This highlights the deficiency of the column model approach at predicting the behavior of multiscale spatially extended systems. Overall, the study develops a systematic framework for incorporating parameterized radiative cloud feedback and ocean coupling which may be used to improve representation of intraseasonal and seasonal variability in GCMs.