时滞随机关联系统的群稳定性

在假定激励是参数白噪声的前提下, 基于箱体理论, 研究了无限维时滞随机关联系统中各子系统的内部联系. 利用向量Lyapunov 函数法, 研究了无限维时滞随机关联系统的群稳定性, 分别得到了无限维时滞非线性复合随机系统、无限维时滞弱耦合随机系统, 以及无限维时滞车辆跟随随机系统指数群稳定性的充分条件. 最后给出一个算例, 用以说明定理在实际中便于应用.     

基于时滞追踪的实时混合试验自适应补偿方法

实时子结构试验方法因其高效、适用面广,近20年来受到结构试验领域的重视。虽然近年来硬件技术有所提升,但仍受到一些限制,例如,作动器加载时运动机构和控制回路存在时滞,导致无法准确地施加位移。故实时子结构试验中,如何消除时滞影响成为试验成功与否的关键所在。为了减小和消除实时子结构试验中时滞的不利效应,该文首先根据液压伺服作动系统和Simulink建立了实时子结构试验平台,而后提出了基于时滞追踪的自适应补偿方法,最后采用数值仿真和子结构加载试验进行了验证和参数分析。结果表明：该算法可根据作动系统负载不同对时滞实时自适应地补偿,从而避免迭代试验。该方法不改变原控制器固有算法,也无需对系统时滞参量进行预判定或系统辨识,只需将提出的自适应补偿算法串联接入到系统之中即可,实用性、鲁棒性好。算法对非线性系统导致的时变时滞效应也有理想的补偿效果,通过一个铝合金梁的弯曲测试说明了该算法的正确性,可推广应用于结构实时仿真试验。     

时滞分布参数系统中和控制器设计

首先给出中和控制器设计思路,针对具有时滞特性的分布参数系统,设计中和控制器,讨论此类系统的稳定问题.利用Lyapunov稳定性理论并结合矩阵不等式处理方法,得出具有时滞特性分布参数系统稳定中和控制器存在的充分条件.最后结合所给条件,给出一个数值仿真说明其有效性.     

关于新型冠状病毒肺炎一类基于CCDC统计数据的随机时滞动力学模型

科学地预测新型冠状病毒肺炎疫情发展趋势对疫情防控至关重要.本文对中国疾病预防控制中心(CCDC)发布^[1]的数据进行了分析,给出了关于新型冠状病毒肺炎的一些可能的统计模型:传播链中连续病例的发病时间间隔分布、感染至发病的时间间隔分布和发病至住院的间隔时间3个分布,并形成了感染至确诊的时间间隔分布表达.结合CCDC统计数据和程晋团队的时滞动力学模型(TDD–NCP模型),本文发展了新的随机时滞动力学模型(Fudan–CCDC模型),并给出了参数反演结果与疫情分析.     

依赖延迟线性时滞系统的稳定性判据

由于独立延迟线性时滞（Linear time-delay with independent delays,LTD-ID）系统的稳定条件对系统参数有严格的限制,只有极少数依赖延迟线性时滞（LTD with dependent delays,LTD-DD）系统可满足该稳定条件. LTD-ID 系统的特征多项式属拟多项式,其根为多重延迟的函数,这使得LTD-ID系统的稳定性检验非常困难. 为解决该问题,基于二维域混合多项式,本文提出LTD-DD系统的若干稳定性判据. 应用例表明所提出的稳定性判据是简单的和有效的,所提出的定理4可解决现有LMI稳定性判据的保守性问题.     

基于动态结构自适应神经网络的不确定时滞系统跟踪控制

针对一类不确定时滞非线性系统,提出一种自适应跟踪控制器.首先采用Lyapunov-Krasovskii函数设计时滞补偿器,并构造其中的参数调节规律.再针对建模误筹及小确定非线性,引入动态结构自适应神经网络,其隐层神经元个数可以随着跟踪误差的增大而在线增加,以提高逼近精度.最后,用仿真示例表明本文所提方法是有效的.     

带有色观测噪声多传感器多重时滞系统分布式融合滤波器

基于新息分析方法, 对带有色观测噪声的多重时滞系统, 提出了一种带白噪声估值器的非增广的最优滤波器. 它等价于一个带相关白噪声多重时滞系统的一步预报器. 当系统带有多个传感器时, 推导了多重时滞系统的任意两个传感器子系统之间的估计误差互协方差阵. 基于线性最小方差最优加权融合估计算法, 给出了分布式加权融合最优滤波器. 分布式融合估计比基于每个传感器的局部估计具有更高的精度. 比增广的集中式最优滤波器具有更好的可靠性, 且避免了高维计算和大存储空间. 仿真例子验证了其有效性.     

在低频域内对线性时滞系统的故障检测滤波器设计

对线性时滞系统, 本文在低频域内考虑了故障检测问题. H∞范数用来度量外界扰动, H-指标用来度量故障敏感性. 本文主要结果包括得到了故障检测观测器存在的充分条件而且通过解线性矩阵不等式得到了观测器的增益解. 最后, 数值例子解说明了本文方法的有效性.