不确定性时滞大系统的分散鲁棒跟踪控制器设计

研究不确定性关联时滞大系统的分散鲁棒输出跟踪控制问题,系统中不确定项具有数值界,可满足匹配条件,基于不确定项的表达形式,给出了存在分散分散鲁棒跟踪控制器的线性矩阵不等式（LMI）条件,在此基础上,通过建立求解受LMIs约束的凸优化问题,提出了具有较小反馈增益LMI设计方法,使受控系统渐近跟踪给定的参考输入,LMI方法求解简单,便于计算。     

带有非线性不确定参数的线性系统的鲁棒稳定性和鲁棒镇定问题

研究带有非线性不确定参数的线性系统的鲁棒稳定性和鲁棒镇定问题。讨论一种有很强实际应用背景并允许带有二次不确定参数的模型,研究该系统的鲁棒稳定性和鲁棒镇定问题。以ＬＭＩ的形式给出了判据,并举例证明了该方法的优越性。     

基于LMI的鲁棒控制器设计

研究了时域线性系统的鲁棒控制分析与综合,提出了将鲁棒控制设计问题转化为线性矩阵不等式（ＬＭＩ）形式的方法,给出了鲁棒控制器的标准ＬＭＩ结构,并通过求解ＬＭＩ得到鲁棒控制棒。文中以双转子涡喷发动机控制器设计为例风言风语地基于ＬＭＩ的鲁棒控制器,表明所给方法是可行的。     

时滞大系统分散鲁棒跟踪控制器设计: LMI 方法

针对一类满足匹配条件的不确定性关联时滞系统,导出了分散鲁棒输出跟踪控制器存在的充分条件。基于不确定项的表达形式,给出了存在分散鲁棒跟踪控制器的线性矩阵不等式（LMI）条件。通过建立求解受LMIs约束的凸优化问题,提出了具有较小反馈增益LMI设计方法,使受控系统渐近跟踪给定的参考输入。仿真示例说明了该方法的应用。     

参数不确定广义大系统的分散鲁棒镇定控制

应用线性矩阵不等式(LMI)方法研究了参数不确定广义大系统的分散鲁棒镇定控制问题，系统中不确定项具有数值界，可不满足匹配条件．基干不确定项的表达形式，给出了存在分散鲁棒控制器的LMI条件．仿真例子表明，LMI方法求解简单、便干应用。     

非线性不确定动态时滞系统的鲁棒H∞的设计

本文研究了带有非线性不确定动态时滞系统的鲁棒Ｈ∞设计器问题,在不具备任何匹配条件的类非线性摄动条件下,通过求解Ｈａｍｉｌｔｏｎ－Ｊａｃｏｂｅａｎ－Ｉｓａａｃ不等式,来设计具有扰动衰减度γ的鲁棒Ｈ∞控制器,并通过实例验证上述方法的有效性。     

带有不确定参数的线性时滞系统的强鲁棒H∞-控制:LMI方法

利用线性矩画不等式（ＬＭＩ）方法讨论了带有不确定参数,而且被调输出含时滞状态和干扰输入的线性时滞系统的强理棒Ｈ∞－控制问题,得到了这类系统鲁棒Ｈ∞－控制问题有解的充分必要条件,并且相应给出所有可参数化无记忆强鲁棒Ｈ∞－控制器的设计。     

一类不确定时滞系统的时滞依赖型鲁棒控制器设计

本文研究了一类状态和控制同时存在滞后的不确定线性系统时滞依赖型鲁棒镇定２，针对所有容许的时变未知但有界的不确定性，得到了一种新的确保系统可鲁棒镇定的充分条件和相应的鲁棒镇定控制器设计方法，所得到的结果与时滞相关的，并且以线性矩阵不等式（ＬＭＩ）形式给出。     

时变采样周期网络控制系统的鲁棒容错控制器设计

研究具有时变采样周期网络控制系统的执行器失效的完整性问题．假设系统任意两个连续采样间隔具有上界,利用输入时延法,将时变采样周期网络控制系统等价转化为连续时变时延网络控制系统．在此基础上,基于时延条件,应用Ｌｙａｐｕｎｏｖ稳定性理论和线性矩阵不等式（ＬＭＩｓ）方法证明了鲁棒容错控制律的存在条件,设计了鲁棒容错控制器,并给出了系统完整性条件下的最大允许时延的估计方法．仿真结果验证了所提方法的可行性和有效性．     

一类不确定非线性系统的指数鲁棒输出跟踪

研究一类不确定非线性系统的鲁棒输出跟踪控制问题。应用输入／输出反馈线性化法和李亚普诺夫方法,提出一种基于不确定项上界的连续型鲁棒输出跟踪控制器设计方法。该控制器不仅可确保闭环系统的状态一致最终有界,使系统输出按指数规律跟踪期望输出,而且计算简单,更易实现。仿真结果证明了该方法的可行性与有效性。     

基于线性矩阵不等式的不确定关联系统的分散鲁棒镇定

应用线性矩阵不等式（LMI）方法研究不确定性关联大系统的分散便棒镇定问题。系统中不稳定项具有数值界,可不满足匹配条件。基于不确定项的表达形式,给出了其可分散状态反馈镇定的充分条件,即一组LMIs有解。在此基础上,通过求第一凸优化问题,提出了具有较小反馈增益的分散稳定化状态反馈控制律的设计方法。仿真示例说明了该方法的有效性和优越性。     

变时滞不确定关联系统的分散鲁棒无记忆控制

针对一类不确定项具有数值界的变时滞不确定关联系统,主要运用线性矩阵不等式（LMI）方法对其分散鲁棒无记忆控制问题进行了研究,首先,通过构建适当形式的Lyapunov泛函数,运用LMI方法与矢量不等式方法,提出了以一组LMIs有解作为系统可分散鲁棒无记忆控制的充分条件,并给出了系统在此条件下的控制律,然后,将求解一个具有LMIs约束的凸优化问题作为设计尽可能小反馈增益的分散鲁棒无记忆控制律的系统化方法,从而可以得到更符合实际的满意的分散无记忆控制律。     

LMI optimization approach to robust decentralized controller design

A new approach for design of robust decentralized controllers for continuous linear time‐invariant systems is proposed using linear matrix inequalities (LMIs). The proposed method is based on closed‐loop diagonal dominance. Sufficient conditions for closed‐loop stability and closed‐loop block‐diagonal dominance are obtained. Satisfying the obtained conditions is formulated as an optimization problem with a system of LMI constraints. By adding an extra LMI constraint to the system of LMI constraints in the optimization problem, the robust control is addressed as well. Accordingly, the decentralized robust control problem for a multivariable system is reduced to an optimization problem for a system of LMI constraints to be feasible. An example is given to show the effectiveness of the proposed method. Copyright © 2010 John Wiley & Sons, Ltd.     

不确定广义大系统分散鲁棒H∞保性能控制

针对一类状态矩阵和控制矩阵存在参数不确定的广义大系统,研究其分散鲁棒H∞保性能控制问题,系统中不确定项具有数值界,可不满足匹配条件.基于广义系统的有界实引理,应用线性矩阵不等式(LMI)方法,给出了不确定广义大系统存在分散鲁棒H∞保件能控制器的一个LMI条件,并用这个线性矩阵不等式系统的可行解提供了一组分散鲁棒H∞保性能控制律的参数化表示,最后用例子说明该方法的应用.     

输出概率密度函数鲁棒弹性最优跟踪控制

研究了一类随机动态系统的鲁棒弹性最优跟踪控制问题。在采用B样条神经网络模型逼近随机动态系统的输出概率密度函数(PDF)的基础上,同时考虑系统模型和控制器增益不确定性,结合Lyapunov稳定性理论和线性矩阵不等式(LMI)技术,引入增广控制作用,设计基于广义状态反馈的鲁棒弹性最优跟踪控制器,目的是使系统的输出PDF跟踪给定PDF。通过求解LMI,所得控制器不仅能实现跟踪目的,而且能确保该随机动态系统全局稳定并满足一定的线性二次型性能指标上界。仿真结果表明该方法简单易行,且无需任何设计参数调整。     

时变不确定性关联系统的分散鲁棒稳定控制器设计

对一类满足匹配条件的时变不确定性关联大系统,给出了其可分散状态反馈镇定的充分条件即一组线性矩不等式（ＬＭＩ）有解,在此基础上,通过求解一凸优化问题,指出了具有较小反馈益的分散稳定化状态反馈控制律的设计方法,文中的仿真示例说明了该方法的有铲笥和优越性。     

Output feedback decentralized stabilization: ILMI approach

In this paper, the static output feedback decentralized stabilization problem is addressed using a linear matrix inequality approach. A necessary and sufficient condition for static output feedback decentralized stabilizability is derived for linear time-invariant large-scale systems. It is proven that the existence of a stabilizing decentralized gain is equivalent to that of the solution of a quadratic matrix inequality. The extension of the result to control is studied. An iterative LMI algorithm based on the linear matrix inequality technique is proposed to obtain the decentralized feedback gain. Examples show the effectiveness of the algorithm.