线性时滞不确定性系统的稳定性

研究了一类线性时滞不确定性的动态系统的时滞无关渐近稳定性。利用Ｌｙａｐｕｎｏｖ稳定性理论，通过求解一个矩阵代数不等式，导出了时滞无关渐近稳定性的充分条件，并给出了几个简易验证的代数判据。     

时滞积分不等式与应用

推广了Halanay的时滞微分不等式,建立了一个时滞积分不等式。这一不等式包含了Ha-lanay时滞微分不等式。将此不等式用于研究中立型系统的稳定性问题,获得了判别系统大范围指数稳定的简洁、实用的充分准则。     

基于新二重积分不等式中立时滞系统稳定性分析

针对线性中立时滞系统的时滞相关稳定性问题,本文对文献[7]中二重积分不等式进一步推广,提出了一个改进的二重积分不等式,通过利用改进的二重积分不等式和构造增广型的Lyapunov-Krasovskii泛函,由线性矩阵不等式给出了新的时滞相关稳定性判别准则,并应用数值例子进行验证。验证结果表明,本文与自由权矩阵方法和时滞分割方法相比,能够获得更大的时滞上限,说明所得结果的有效性和优越性。该研究对时变时滞系统的稳定性分析方法具有重要意义。     

考虑时滞的自平衡车控制系统稳定性分析

研究了自平衡车控制系统的时滞相关稳定性问题。首先，应用牛顿经典力学，对自平衡车进行数学建模，给出了自平衡车瞬时力学平衡方程，并对控制电机模型进行线性化处理。在此基础上，建立了基于PID控制器并考虑传输时滞的自平衡车系统的整体状态空间模型。为了评估系统的时滞稳定裕度，基于Lyapunov-Krasovskii（L-K）泛函方法，并应用广义自由矩阵积分不等式技术，建立了系统的时滞相关稳定性判据。然后基于给出的稳定性判据，借助Matlab中的线性矩阵不等式（linear matrix inequality，LMI）工具箱，研究了速度环PID参数对自平衡车控制系统时滞稳定裕度的影响。最后，通过仿真实验验证了所提出系统稳定性判据的有效性。     

时滞依赖的脉冲时滞神经网络的稳定性

基于Lyapunov泛函和不等式技巧,得到脉冲混合时滞神经网络全局指数稳定性的时滞依赖型判据,其中混合时滞包括离散时滞和分布时滞两种类型。该判据用线性矩阵不等式表示,并通过一个数值实例验证了判据的有效性。     

基于新二重积分不等式T-S模糊系统稳定性分析

针对时滞T-S模糊系统时滞相关稳定性问题,本文在文献[9]的基础上进行改进,结合模糊线积分Lyapunov泛函方法和更为先进的一重积分不等式与新型双重积分不等式,得到了保守性更低的非线性时滞系统时滞相关稳定性条件。构建合适Lyapunov-Krasovskii泛函,运用两种积分不等式技术对泛函导数进行处理,所得到的判定准则一方面能获得更大的时滞上界,降低了保守性;另外,相比完全Lyapunov泛函、时滞分割等方法减少了决策变量,为检验本文结果的有效性和优越性,通过2个数值例子进行验证。验证结果表明,比现有成果所得到的稳定性准则面能获得更大的时滞上界,减少了决策变量,而且降低了保守性和复杂度。该研究对时滞T-S模糊系统稳定性分析方法具有重要意义。     

基于T—S模糊模型时滞系统问题的研究

研究一类用T—S模糊模型描述的不确定时滞系统问题。基于线性矩阵不等式（LMI）的可解性，经理论证明得出了T—S模糊时滞系统时滞相关稳定性准则。     

一类模糊不确定时滞系统的非脆弱控制

研究了一类模糊不确定时滞系统的非脆弱控制问题。针对控制器增益具有加性摄动、乘性摄动两种情况,基于Lapunov稳定性分析方法,提出了用非线性矩阵不等式表示的模糊时滞不确定系统的时滞相关稳定性判据;采用参数设定方法及其Schur补引理,把非线性矩阵不等式条件转换成线性矩阵不等式条件;一个仿真实例验证了本文提出方法的有效性。     

时变时滞广义系统的时滞相关稳定性新判据

采用新型Lyapunov-Krasovskii增广泛函并引入积分不等式,结合凸组合的方法,研究了具有时变时滞广义系统的时滞相关稳定性问题,给出了基于线性矩阵不等式(LMI)的时滞相关稳定性新判据。数值例子表明,与文献[15]中的方法相比,本文结果可获得较大的允许时滞上界,数值例子验证了本文结果的有效性和优越性。     

基于增广Lyapunov泛函的时变时滞T-S 模糊系统稳定性分析

针对含有时变时滞的T-S模糊系统进行稳定性分析。首先，利用线积分李雅普诺夫函数和增广李雅普诺夫泛函方法，构造一个包含更多有效信息的李雅普诺夫泛函，使增广向量中不仅包含了双重积分，还包括含时滞乘积项的双重积分。然后，采用一种估计精度更高的广义自由权矩阵不等式方法对泛函导数中的积分项进行界定，从而得到了保守性更小的稳定性判据。接着，对所得到的稳定性条件通过三阶矩阵不等式判定方法转化为线性矩阵不等式的形式。最后，采用两个数值算例验证所提出的稳定性判据的优势。     

中立型Lurie系统的渐近稳定性

利用Lyapunov泛函方法，对具有时滞的中立型Lurie系统的稳定性进行分析，得到了系统渐近稳定的一个时滞相关充分条件，这个条件用线性矩阵不等式(LMI)表示，易于验证。     

具有不确定的时滞微分系统的稳定性

研究具有不确定的时滞微分大系统的鲁棒稳定性问题，利用李雅普诺夫函数和不等式分析方法，给出了不确定性时滞微分大系统在不依赖时滞的反馈分散控制下是稳定化的、渐近稳定化和指数稳定化的充分条件。     

具有区间时变时滞的中立型系统稳定性分析

针对一类具有区间时变时滞的线性中立型系统,基于Lyapunov-Krasovskii泛函与改进的自由权矩阵方法,提出时滞区间依赖型稳定性条件.当时滞的变化率已知时,得到同时依赖于时滞区间和时滞变化率的稳定性条件;当时滞的变化率未知时,得到依赖于时滞区间、独立于时滞变化率的稳定性条件.所给条件进一步推广到具有范数有界不确定性的中立型系统,提出鲁棒稳定性条件.所有结果均以线性矩阵不等式的形式给出,利用线性矩阵不等式(LMI)工具求解非常方便.数值实例验证了结果的有效性.     

基于Wirtinger积分不等式变时滞广义系统稳定性分析

针对线性变时滞广义系统的稳定性问题,本文以Lyapunov稳定性理论作为理论基础,在推导技术上通过构造增广的Lyapunov-Krasovskii泛函,结合推广的二重Wirtinger型积分不等式,并利用一阶和二阶倒数凸组合的方法,获得了新的基于二重Wirtinger型积分不等式线性时变时滞广义系统时滞相关的稳定性判据,并通过Matlab中的线性矩阵不等式工具箱求解,应用数值例子进行验证。验证结果表明,与文献[20]相比,定理1方法可以获得更大的时滞允许上限,说明本文的结果具有更低的保守性。该理论成果对于研究变时滞系统稳定性分析方法有重要意义。     

时滞神经网络的全局渐近稳定性分析

研究了一类具有时滞的细胞神经网络的稳定性问题,利用Lyapunov-Krasovskii泛函的方法,给出了时滞相关的稳定性判据。稳定性判据是以线性矩阵不等式的形式给出,可以很容易得出时滞的上界。在得到时滞相关的稳定性判据的同时也可以也可以得到时滞无关的稳定性判据,包含了已有文章中的很多结果。最后,数值算例说明了本文结果的优越性。     

基于Park积分不等式线性时滞广义系统稳定性分析

针对时滞系统稳定性问题,本文主要对一类时滞广义系统的稳定性进行研究。构造适当的Lyapunov-Krasovskii泛函,并对其中所构造的泛函进行适当的处理,并应用Park双重积分不等式方法以及Wirtinger型积分不等式方法进行处理,得到了新的判定时滞广义系统稳定性的充分条件。同时,通过对Matlab中的线性矩阵不等式工具箱的应用,来进行数值例子的求解以及验证,并通过本文得到的数据结果与以往相关文献中的数据进行比较分析。分析结果表明,本文的结果能够获得更大的时滞上界,验证了本文方法可以获得更小的保守性,进一步说明了本文结果的有效性和优越性。该结果对于深入研究时变时滞系统的稳定性及控制器设计都具有重要应用和意义。     

基于自由矩阵型不等式的分布时滞系统稳定性分析

针对分布时滞系统的稳定性问题,本文基于应用自由权矩阵技术,推导出一个改进型的二重积分不等式,完成对分布时滞系统的稳定性分析。通过构造适当的Lyapunov-Krasovskii泛函,并应用二重积分不等式,得到更好的判断系统稳定性的充分条件,最后利用数例进行计算验证。验证结果表明,利用本文分析方法得到结果的最大时滞上界值均大于文献[2]的值,且更接近于理论值。应用不等式进行分析得到的结果与应用Wirtinger型双重积分不等式得到的结果相比,具有更低的保守性。该研究对于提高系统的稳定性分析方法具有重要意义。     

一类非线性中立型控制系统的绝对稳定性

本文研究具有可变时滞的中立型Lurie控制系统的绝对稳定性.利用Lyapunov泛函方法建立了基于线性矩阵不等式的绝对稳定性条件,因而将稳定性条件的检验转化为数学软件Matlab线性矩阵不等式的求解问题.给出了定理条件下计算绝对稳定时时滞充分性上界的一个算法,数值例子表明了本文结果的有效性.     

一类时滞系统时滞相关型稳定性判据的改进

研究了一类时滞系统时滞相关型稳定性判据的改进问题。用适当的界定方法解决了现有的一些文献在推导稳定性判据的过程中存在的问题,以线性矩阵不等式形式给出了一个具有较小保守性的时滞相关型稳定性判据。最后利用数值示例验证了所给出的稳定性判据的有效性。     

具有时滞的非线性系统的k-全局稳定性

研究了具有时滞的非线性系统的稳定性问题,利用不等式分析技巧和常数变易法,给出了具有时滞的非线性系统的k-全局指数稳定性的充分条件。并举例说明了所得结论的优越性。