交互式凸组合法的混合时滞不确定中立系统的稳定性

针对带分布时滞和离散时滞的不确定中立型系统进行稳定性研究. 基于交互式凸组合方法和下界引理, 通过构造恰当的李雅普诺夫泛函, 适当分割时滞区间, 处理一组由凸参数逆加权的正函数线性组合(交互式凸组合), 给出线性矩阵不等式形式的系统鲁棒稳定性判据. 该方法允许离散时滞为变时滞, 增强了系统的鲁棒性能. 数值算例验证了所得结果的有效性和合理性.

     

不确定分数阶时滞系统的鲁棒稳定性判定准则

基于退化分析方法提出一种判定准则, 用于分析不确定分数阶时滞系统的稳定性. 介绍一种分数阶积分算子的有理逼近方法, 在此基础上采用整数阶系统逼近分数阶系统, 从而将难以判定的分数阶系统稳定性问题转化为由逼近偏差作为不确定项的整数阶系统稳定性问题进行处理. 利用积分不等式法研究逼近系统稳定性, 得到LMI 形式的稳定性判据. 仿真结果表明, 所提出方法能够有效分析这类系统的稳定性.

     

时变时滞与切换有向通信拓扑协议下线性多智能体系统一致性的平均驻留时间条件

研究时变时滞与切换有向通信拓扑协议下高阶连续时间线性多智能体系统的一致性问题. 利用一个线性变换将该问题等价转化为一个切换时滞系统的稳定性问题. 假定出现的每一个通信拓扑都是可一致的, 借助时滞切换系统稳定性的平均驻留时间方法, 以线性矩阵不等式(LMIs) 形式给出多智能体系统达到全局一致的充分条件. 数值实例验证了结果的正确性.

     

基于预测控制的时滞多机器人编队脉冲控制

针对多机器人编队控制的时滞问题, 提出一种基于预测控制的脉冲控制方法. 首先, 利用一致性思想将多机器人编队控制转换为系统稳定性问题; 然后构建预测模型, 采用脉冲控制协议, 利用Schur 稳定性定理推导实现多机器人编队控制的充分条件; 最后, 在数值仿真中随机设置一种包含生成树的通信拓扑关系, 并比较了不同采样时间间隔下时滞系统的控制效果. 仿真结果验证了所提出方法的有效性.

     

基于时滞分割法的区间变时滞不确定系统鲁棒稳定新判据

针对一类存在泛数有界不确性的区间变时滞线性系统, 利用Lyapunov-Krasovskii (L-K) 泛函方法并结合线性矩阵不等式(LMI) 技术建立一种新的保守性更低的鲁棒稳定性判据. 首先基于时滞分割方法将时滞区间均分成N 等分, 针对不同的子区间构造合适的L-K 泛函; 然后在各自的分割区间采用保守性较小的积分不等式处理泛函沿时间的导数, 基于凸组合技术建立了LMI 形式的时滞相关稳定性新判据; 最后通过数值实例验证了结论的有效性.

     

具有区间时变时滞2-D 离散系统的时滞相关稳定与控制

针对具有区间时变时滞2-D离散系统,利用时滞相关方法,研究其稳定性与控制问题.首先选取含有时滞项上、下界的一个新的Lyapunov函数,对其差分时考虑所有项,得到了基于线性矩阵不等式(LMI)的时滞相关稳定性准则;然后给定时变时滞项的下界,再由一个凸优化问题最大化其上界,进而通过状态反馈实现系统的时滞相关控制,且求解LMI可得到增益矩阵;最后,利用数值算例说明了所得结果有效且优于已有成果.     

T-S模糊时滞系统的时滞相关镇定

基于T-S模糊模型方法,研究一类非线性区间时滞系统的稳定性分析与镇定问题.基于一组线性矩阵不等式的可解性,给出了非线性时滞系统时滞相关稳定和镇定的充分条件,并通过构造新的模糊权依赖型Lyapunov泛函,降低了稳定性准则的保守性.最后通过仿真例子表明了所提方法的有效性.

     

不确定时变时滞系统的自适应全局鲁棒滑模控制

针对一类存在时变状态时滞的不确定性系统, 基于全程滑模的思想, 引入一种带状态时滞项的积分型滑模面, 以消除趋近模态, 实现全程滑模控制; 基于一种新颖的自由权矩阵时滞转换模型, 采用线性矩阵不等式(LMI) 的方法给出并证明了滑动模态稳定的充分条件, 降低了保守性; 结合自适应控制思想设计出自适应滑模控制器, 克服了不确定性以及时变的时滞影响.

     

2-D状态滞后系统的时滞相关H∞控制

研究了具有状态滞后的二维(2-D)离散线性系统的时滞相关H∞ 控制问题 .首先提出了2-D 状态滞后系统的时滞相关有界实引理,基于此引理,通过线性矩阵不等式(LMI)的可行性,设计状态反馈控制器使得闭环系统具有H∞扰动衰减度 γ;进而求解一个线性凸优化问题可得最小化γ 值. 所得的时滞相关结果可转化为时滞无关情形. 数值算例说明了所得结论的有效性和优越性.

     

多变量时滞GM(1,??) 模型及其应用

针对具有时滞因果关系的小样本系统建模问题, 提出一种灰色多变量时滞GM(1,??) 模型及其求解方法; 考虑到相关变量累加序列变化量较大的情形下, 驱动项不能被视为灰常量的问题, 给出了时滞GM(1,??) 模型的一种派生模型. 在此基础上, 通过数值仿真和实例分析验证了新模型的有效性. 数值结果表明: 时滞GM(1,??) 模型能够较好地描述和预测含时滞特征的小样本数据系统的运行规律, 不考虑相关因素的时滞作用时, 时滞GM(1,??) 模型退化为经典的GM(1,??) 模型.

     

混合时滞不确定中立系统鲁棒稳定的时滞分割方法

研究了一类同时具有离散与分布时滞的不确定中市型系统的鲁棒稳定性问题.基于时滞分割思想,通过构造一类特殊的Lyapunov-Krasovskii泛函,并利用Jensen不等式,建立了线性矩阵不等式形式的时滞相关鲁棒稳定性新判据.该方法不涉及模型变换与自由权矩阵技术,减少了理论与计算上的复杂性;同时允许中立时滞项的系数矩阵...     

混合变时滞不确定中立型系统鲁棒稳定性分析

研究一类含混合变时滞不确定中立系统时滞相关鲁棒稳定性问题。基于时滞中点值,把时滞区间均分成两部分,通过构造包含时滞中点信息的增广泛函和三重积分项的Lyapunov-Krasovskii (L-K)泛函,利用L-K稳定性定理、积分不等式方法和自由权矩阵技术,建立了一种基于线性矩阵不等式(LMI)的、与离散时滞和中立时滞均相关的鲁棒稳定性判据。数值算例表明,该判据改善了已有文献的结论,具有更低的保守性。     

数据丢失对迭代学习控制的影响分析

针对一类线性系统,分析数据丢失对迭代学习控制算法的影响.首先基于lifting方法给出跟踪误差渐近收敛和单调收敛的条件,并分析收敛速度与数据丢失率的关系,结果表明收敛速度随着数据丢失程度的增加而变慢.其次,为抑制迭代变化扰动的影响,给出一种存在数据丢失时的鲁棒迭代学习控制器设计方法,并将控制器设计问题转化为求取线性矩阵不等式的可行解.仿真示例验证了理论分析的结果以及鲁棒迭代学习控制算法的有效性.

     

On delay-dependent robust stability of neutral systems

The delay-dependent robust stability of uncertain linear neutral systems with delays is investigated. Both discrete-delay-dependent/neutral-delay-independent and neutral-/discrete- delay-dependent stability criteria will be developed. The proposed stability criteria are formulated in the form of linear matrix inequalities and it is easy to check the robust stability of the considered systems. By introducing certain Lyapunov-Krasovskii functional the mathematical development of our result avoids model transformation and bounding for cross terms, which lead to conservatism. Finally, numerical example is given to indicate the improvement over some existing results.     

Novel results on stability analysis of neutral-type neural networks with additive time-varying delay components and leakage delay

The objective of this paper is to analyze the stability analysis of neutral-type neural networks with additive time-varying delay and leakage delay. By constructing a suitable augmented Lyapunov-Krasovskii functional with triple and four integral terms, some new stability criteria are established in terms of linear matrix inequalities, which is easily solved by various convex optimization techniques. More information of the lower and upper delay bounds of time-varying delays are used to derive the stability criteria, which can lead less conservative results. The obtained conditions are expressed with linear matrix inequalities (LMIs) whose feasible can be checked easily by MATLAB LMI control toolbox. Finally, two numerical examples are given to demonstrate the effectiveness of the proposed method.

     

New delay-dependent exponential stability criteria for neural networks with discrete and distributed time-varying delays

In this paper, the problem of exponential stability criteria for neural networks with discrete and distributed time-varying delays are considered. By dividing the discrete delay interval into multiple segments and choosing a new class of Lyapunov functional which contains tripe-integral terms, some new delay-dependent stability criteria are derived in terms of linear matrix inequalities. The obtained criteria are less conservative because free-weighting matrices method and a convex optimization approach are considered. Finally, numerical examples are given to illustrate the effectiveness of the proposed method.     

Further results on delay-dependent exponential stability for uncertain stochastic neural networks with mixed delays and Markovian jump parameters

This paper studies the problem of the robustly exponential stability of uncertain stochastic neural networks with mixed delays and Markovian jump parameters. In terms of linear matrix inequalities approach, some new delay-dependent stability criteria are established for the considered systems by constructing a modified Lyapunov–Krasovskii functional. And our derived results shown by three illustrative examples are more effective than some existing ones.