一类时滞线性耦合网络的自适应聚类同步

针对实际网络的特点,提出一类同时含时变时滞和分布式时滞的线性耦合网络,利用泛函微分方程中的不变原理以及线性矩阵不等式等方法,研究其上的自适应聚类同步控制问题.该网络上的节点不仅具有非一致性,而且耦合矩阵可以是非对称和加权的,通过理论分析,得到了实现聚类同步的充分条件.     

非一致节点的未知复杂动态网络的自适应同步

对非一致节点的非线性耦合时变时滞未知复杂动态网络,运用学习控制方法实现自适应同步．采用信号置换技术对系统方程进行重构,将所有的未知时变项合并为1个周期时变向量,设计周期自适应学习律估计该向量 ．通过构造复合能量函数,得到同步的1个充分条件和所有信号的有界性．通过1个数值算例证明了所提出方法的有效性．     

节点含时变时滞的复杂网络的自适应同步（英文）

针对节点带有时变时滞、网络结构完全未知的不确定动态网络模型,基于Lyapunov稳定性理论,设计了复杂网络同步自适应控制器,给出了网络同步的充分条件和不确定动态网络的参数估计法,进而实现了该模型的同步。理论推导和数值结果均表明该同步方法的有效性和可行性。     

拓扑结构时变的复杂动态网络的自适应同步

对具有周期时变拓扑结构的复杂动态网络,设计了自适应同步方案.在所研究的复杂动态网络中,拓扑结构是未知的.采用周期自适应学习律对未知的时变耦合参数进行估计,同时加入自适应控制策略,使得复杂动态网络的状态达到同步.通过构造复合能量函数,得到同步的一个充分条件.通过数值算例表明所提出方案的有效性.     

时变时滞耦合复杂网络的函数投影同步

为了探索时变时滞耦合复杂网络的函数投影同步及参数辨识问题,构造时变时滞耦合的节点参数未知和拓扑结构未知的2类复杂网络.利用牵制控制方法,分别设计这2类网络各自的自适应控制器,使得2类网络和其孤立节点实现函数投影同步.分别利用网络节点未知参数的辨识法则和网络未知拓扑结构的辨识法则,对网络的节点参数和拓扑结构进行辨识.最后给出数值仿真例子验证自适应控制器和辨识法则的有效性.     

不连续耦合的时滞复杂动态网络的同步

基于李雅普诺夫稳定性理论,对不连续耦合的时滞复杂动态网络进行分析,得到网络同步的充分条件,并且给出网络实现同步时滞的上界估计。研究表明:即使网络之间的耦合是不连续的,只要时滞满足一定条件,网络也可以实现同步,且网络容许的时滞上界与耦合强度、网络代数连通性以及耦合的开关率相关。数值模拟中利用Ikeda系统作为节点动力学,采用误差函数作为网络同步性指标,给出网络同步误差演化轨迹和各状态的演化轨迹,并进一步分析控制参数对同步速度的影响,模拟结果验证了理论结果的正确性。     

时滞复杂动态网络的有限时间随机广义外部同步

基于有限时间控制技术以及开环控制技术,研究具有噪声干扰的时滞复杂动态网络的有限时间广义外部同步问题。设计新的有限时间控制器,利用随机微分方程的稳定性理论得到网络实现有限时间随机广义外部同步的充分条件。研究表明:设计的控制器对于噪声干扰具有较强的鲁棒性,且网络同步时间与控制强度密切相关。在其他条件不变的情况下,网络同步时间随着控制强度的增大而减小。数值模拟中分别选择R(¨overo)ssler-like系统和Hindmarsh-Rose系统作为驱动网络与响应网络的节点动力学,给出了网络同步误差和总同步误差的演化轨迹。数值模拟结果验证了理论结果的有效性与可行性。     

具有时变耦合强度复杂动态网络的同步

首先,构造一类具有时变耦合强度的复杂动态网络,进而针对这类网络自身难以实现同步的情况,根据Lyapunov稳定性定理,设计一个自适应控制器;其次,构造一Lyapunov函数证明了该控制器能够使这类网络实现同步;最后,Matlab数值仿真的结果证实了该控制器的有效性和其对噪音具有较强的抗干扰性。     

混合变时滞二重边复杂网络自适应同步反馈控制

在目前已有的复杂网络模型的基础上, 给出了一类混合变时滞二重边复杂网络模型, 它不仅包含2个不同性质的子网络, 而且同时含有节点时滞和耦合时滞, 且2种时滞都随时间而变化。基于Lyapunov-Krasovskii泛函方法, 在一些保守性较小的假设和对网络参数要求很弱的情况下,运用合适的不等式放缩, 分别给出了混合变时滞二重边复杂网络渐近同步和指数同步的自适应反馈控制器设计方法。实例数值仿真结果说明了控制方法的有效性,并通过取相同初始值, 验证了网络在指数同步控制器控制下同步速度更快。     

时滞不确定的动态网络同步

针对复杂网络结构的不确定性以及时滞对网络同步问题的影响,探讨了带时滞不确定动态网络的同步问题.基于李雅普诺夫稳定性定理,研究了未知网络参数的估计方法,分析了带时滞的不确定网络同步控制的充分条件,设计了带时滞不确定复杂动态网络的同步自适应控制器.所设计的控制器不仅有效解决了时滞网络的同步问题,而且其设计结果同样与网络拓扑结构无关,可适合于无标度网、小世界网或其他任意结构的复杂网络,具有良好的适应性.为验证所提出方法的有效性,以一环状网络的同步问题进行仿真研究,取得了满意的结果.     

Fault Tolerant Synchronization for a General Complex Dynamical Network with Random Delay

一般随机时延耦合复杂动态网络的容错同步

王超,樊春霞,巩伦赛

（南京邮电大学自动化学院）

创新点说明：

针对一般复杂动态网络,考虑网络节点间发生随机时延,通过设计同步控制器使网络节点达到同步;进一步考虑所设计的同步控制器存在传感器故障,利用容错控制理论,改进外部控制器,使得网络节点状态在容错同步控制器作用下再次达到同步。

研究目的：

本文主要解决了存在传感器故障的的随机时延耦合复杂网络的同步控制。

研究方法：

本文在理论推导过程中主要使用了容错控制理论、随机分析方法以及李雅普诺夫稳定性定理;在仿真模块主要使用了Matlab仿真软件。

结果：

本文针对带有传感器故障的随机时延耦合复杂网络,研究设计出容错同步控制器使得网络节点状态达到同步。

结论：

1、本文研究随机时延耦合复杂网络的同步问题,而不是简单的带有固定时延复杂网络的同步控制,符合目前绝大多数网络特性,具有普遍性和现实意义;

2、基于随机时延耦合复杂网络的同步控制问题,同时又考虑了外部控制器中可能存在的传感器或是执行器故障,充分考虑了现实系统中的各种不确定性;同时使用容错控制理论与网络同步控制相结合,改进同步控制器,提高网络同步能力,十分具有研究意义。

关键词：复杂网络同步,容错控制,随机时延,传感器故障

     

郑州电力通信时钟同步网建设的必要性和组建模式分析

时间同步网建设对于电力通信网发展具有极其重要的意义。文章着重说明了建设时钟同步网的必要性,利用GPS系统建设同步网的设计原则和关键,从网络拓扑结构、时钟网同步方式、时钟传递等几个方面对郑州电力通信时钟同步网的建设进行了分析,最后介绍了时钟同步网的管理与维护。     

时滞反馈Lorenz系统的神经网络滑模自适应同步控制及在保密通信中的应用

为了研究不确定Lorenz混沌系统同步控制在保密通信中的应用,首先设计了时滞反馈Lorenz混沌系统,并通过Poincare映射和功率谱分析了其混沌动力学特性.在此基础上,提出了不确定时滞反馈Lorenz混沌系统的神经网络滑模自适应同步控制策略.应用径向基(RBF)神经网络逼近混沌系统的不确定项,基于该径向基神经网络的输出再利用滑模控制和自适应控制相结合的方法提出了单维同步控制器的设计.最后,将所设计的同步控制方法应用于保密通信.仿真结果表明,本文所提出的神经网络滑模自适应同步控制方法可以实现混沌系统同步并可应用于保密通信,且具有较强的抗干扰能力.     

环状自相似结构复杂动力网络模型及其同步

提出了一种新型的复杂动力网络及其演化网络模型——环状自相似结构复杂动力网络模型,这是一种由动力节点通过单变量线性耦合构成的复合环状网络,只需要适当调整耦合强度就可以实现网络的完全同步。从理论上分析了网络的同步能力,并以节点为混沌Lorenz系统的网络为例,通过数值仿真验证了网络的同步能力。     

网络统一授时系统在气象行业中的应用研究

气象业务具有时效性强和时间一致性要求高的特点。气象资料收集时间的准确性对于各类气象科研和气象数据的业务应用显得尤为重要。随着气象业务现代化的快速发展,气象业务对全网时间同步的需求也越来越迫切。本文简要介绍了NTP技术原理,分析了气象部门对时间同步的具体需求和网络统一授时系统的体系结构,并借助时间同步技术在江西气象业务中成功的应用实例,探讨了网络统一授时系统在气象行业具有一定的推广应用价值。     

北京建工学院校园网的应用构想

我院即将对校园网的建设作出规划，校园网就是将校内各部门的计算机连接起来，并且相互通讯。校园网可使各部门的软硬件资源通过网络得到共享，实现院机关办公自动化，全院行政信息管理能通过网络完成，校园网为CAI教学提供了便利条件，同时，校园网不仅是图书信息管理的重要手段，也是人与人之间一种新的交流方式。校园网连入INTERNET以后，可享受INTERNET提供的电子邮件、文件传输等各种服务，并可通过网络授课和进行学术交流。本文对以上我院校园网应用的一些设想作了简要介绍。     

基于BP神经网络的时延水温控制系统设计

神经网络具有自组织、自学习、自适应的特点,近年来随着计算机技术的发展,为其网络优异的函数逼近性能和分类性能应用于工程提供了硬件基础,神经网络由于其大多结构简单,算法易于理解和使用,有利于工程人员应用解决实际问题。本文介绍了BP神经网络在时延控制对象中的建模,建立了一个基于BP神经网络的预测模型,在Matlab中对几种使用神经网络模型的控制方案进行了研究和比较。     

长延迟网络控制系统的建模与稳定性分析

网络控制系统中由于通讯网络的引入产生了不确定的网络延时、数据包丢失以及数据包时序错乱等问题,这些问题严重影响了系统的稳定性能甚至引起了系统的不稳定.针对延迟大于一个时钟的情况,本文通过微分方程来描述有延迟的系统.通过Lyapunov-krasovskii定理推导出带有延迟的系统的稳定条件.最后结果验证了稳定性结论.