一类变时滞忆阻器递归神经网络全局指数周期性

忆阻器是近几年来提出的一种区别于电阻、电容、电感的一类非线性两端无源电子元件,而忆阻器递归神经网络由于系统参数的不同,系统表现出各种动态性能。针对一类变时滞忆阻器递归神经网络,研究全局指数周期性问题,考虑连接权值在切换状态下的对称和非对称的情况,通过构造两个Lyapunov函数、Halanay不等式和由Fillippov给出的右端不连续微分方程理论的研究方法,提出关于全局指数周期性的充分性条件。最后,实验结果验证了所提理论的可行性和有效性。     

考虑随机量测时滞和同步相关噪声的改进高斯滤波算法

经典高斯滤波算法存在量测信息实时获取,以及过程噪声和量测噪声相互独立的假设条件.然而,在工程实际应用中该假设条件有时难以满足.本文针对一类具有随机量测时滞和同步相关噪声的高斯系统的状态估计问题,设计了一种高斯滤波框架形式的最优估计算法,并给出了所设计算法的三阶球径容积法则的次优实现形式-考虑随机量测时滞和同步相关噪声的容积卡尔曼滤波器(CKF–RDSCN).其借助Bernoulli随机序列,来描述系统中可能存在的量测时滞现象,并利用高斯条件分布性质来解决噪声相关问题,在此基础上构建所提出的最优估计算法.仿真结果表明,相比于扩展卡尔曼滤波(EKF),无迹卡尔曼滤波(UKF)以及容积卡尔曼滤波(CKF),在含有随机量测时滞和噪声同步相关的状态估计问题中,CKF–RDSCN具有更高的精度和更好的数值稳定性.     

基于大时滞系统的改进无模型控制器研究

无模型控制是一种不依赖被控对象数学模型的控制方法,对于复杂系统有较好的控制效果。大时滞系统控制的稳定性和快速性是一对相互对立的问题,以往较多关注其稳定性研究,对其快速性研究较少。为此,在基本无模型控制方法的基础上,借鉴功能组合控制方法的思想,在泛模型中引入速度因子v( k),得到一种改进的无模型控制方法,能够提高无模型控制方法对大时滞系统的控制速度,兼顾其控制稳定性和快速性。对改进无模型控制方法的有界输入有界输出稳定性及收敛性证明验证了该方法的可行性。同时Matlab仿真实验表明该方法可提高对大时滞系统的控制速度。     

时滞柔性关节机械臂自适应位置/力控制

针对具有时滞的柔性关节机械臂自适应位置和力控制问题进行了研究.首先,通过坐标变换得出降维的位置/力控制模型.随后,将时间滞后近似表示成一阶滞后,进行时滞补偿.利用自适应算法修正机械臂系统参数,克服模型参数不确定性对系统的影响.同时,采用反步控制技术设计机械臂位置/力控制器,运用Lyapunov稳定性定理证明控制器能使机械臂位置和力跟踪误差收敛.最后的仿真研究验证了控制方案的有效性.     

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.

     

单边Lipschitz 非线性时滞系统的函数观测器设计

基于线性矩阵不等式理论, 研究一类非线性时滞系统的函数观测器设计. 通过选取合适的Lyapunov-Krasovskii 泛函, 得到函数观测器增益矩阵存在的充分条件, 并系统地提出函数观测器增益矩阵的设计方法. 仿真实例表明, 所设计的函数观测器是可行有效的.

     

基于Razumikhin 方法的随机时变时滞非线性系统的状态反馈

采用Razumikhin 方法研究一类随机时变时滞非线性系统的状态反馈镇定问题. 利用随机系统的Razumikhin-Mao 理论和反推设计方法, 设计系统的状态反馈控制器, 所设计的控制器能保证闭环系统的平衡点为依概率全局渐近稳定的. 所提出的方法能够彻底地去掉关于随机时变时滞非线性系统传统结果中所要求的时滞导数的限制. 仿真示例验证了所提出状态反馈控制器的有效性.

     

时变中立型Lurie系统的稳定性分析

文章考虑时变时滞的中立型Lurie系统的绝对稳定性问题。系统的中立时滞是常时滞,离散时滞是变时滞,系统的变时滞上界为一个未知的常数。在无限的扇形区间条件下,将变时滞区间划分成小的片段。通过利用Lyapunov-Krasovskii函数引入自由权矩阵的方法,并进行时滞分解,从而得到使系统绝对稳定的充分条件。最后给出数值算例,证实算法的有效性。     

中立联想记忆神经网络鲁棒稳定性新准则

针对一类具有离散时滞和参数范数有界的不确定性中立联想记忆神经网络的全局渐近鲁棒稳定性问题进行了研究.通过应用范数理论和矩阵不等式分析方法,并构造合适的Lyapunov-Krasovskii泛函,推导出了与时滞无关的新稳定性判定准则,用于保证神经网络的平衡点是全局渐近鲁棒稳定的.该准则中包含的未知参数少、计算复杂度低,易于验证.仿真算例验证了新判定准则的有效性.     

分数阶PD控制器在时滞伺服系统中的研究

分数阶微积分理论的发展推动了分数阶微积分在各个领域的广泛应用,分数阶控制算法的研究也成为近几年的研究热点.目前分数阶控制理论的研究主要集中在理论分析,对于目前所研究的这类工程性较强的控制对象,成熟的研究成果较少.针对实际工程中含有时滞的伺服系统模型,将Flat phase法和系统稳定性裕度条件相结合,设计了分数阶PD控制器.此PD控制器结构简单,对参数变化稳定性好,控制精度高.为了对比仿真实验,文章还设计了整数阶PID控制器.仿真结果表明,分数阶控制器比传统整数阶PID控制器的控制精度更高,鲁棒性更好.