随机时滞系统的分析与综合

论文摘要

许多实际动态系统中存在大量的非确定性（即随机）现象。对于这样的系统,无法用常微分方程表示,而需借助随机微分方程。另外,网络控制、生产过程控制、人口及经济等系统存在时间滞后现象,即系统的现状及发展趋势与系统过去的状态相关。近年来,基于随机时滞微分方程描述的随机时滞系统的研究是控制理论界的一个研究热点。本文利用Lyapunov-Krasovskii泛函方法,以线性矩阵不等式（LMI）为工具,研究随机时滞系统的分析与综合问题。主要包括以下内容:1.利用积分不等式方法研究determinisitc时滞系统的指数稳定性问题。证明所得结果与文献中结果的等价性,但是本文结果由于具有更少的LMI维数和变量个数而更加简单。在分析时滞系统研究现状的基础上,提出了利用积分不等式研究随机时滞系统的方法。通过引入一个附加的向量得到随机意义下的积分不等式。利用该积分不等式和自由加权矩阵方法,建立随机时滞系统的时滞相关方法。利用该方法研究随机时滞系统的时滞相关指数均方稳定性。该方法可以避免模型变换和交叉项的界定。在处理满足Lipchitz线性增长条件的非线性扰动时,利用向量和矩阵的秩性质,避免使用现有方法中的矩阵不等式约束条件,从而降低结果的保守性。2.利用积分不等式方法研究随机时滞系统的时滞相关鲁棒镇定、鲁棒H∞控制和基于观测器的输出反馈控制问题。若随机扰动不存在,本文的有界实引理（BRL）将与文献中deterministic时滞结果等价,但本文结果具有更简单的形式。利用奇异值分解（SVD）方法,将基于观测器的输出反馈控制器存在条件用严格线性矩阵不等式（LMI）表示。3.利用积分不等式方法研究随机时滞系统的时滞相关随机无源性问题。将deterministic系统的无源性定义进行拓展,给出It（?）随机时滞系统随机无源的定义。建立随机时滞系统时滞相关的随机无源性条件,并设计随机无源控制器。4.利用积分不等式方法讨论随机时滞系统的时滞相关L2—L∞和H∞滤波问题。所得的L2—L∞性能分析结果与文献中利用自由加权矩阵方法得到的结果是等价的,但本文结果具有更简单的形式。5.利用积分不等式方法,研究具有Markovian跳变参数的随机时滞系统时滞相关稳定性分析和H∞性能问题,以及随机时滞神经网络的时滞相关稳定性分析和状态估计问题。最后,对全文进行概括性总结,并提出了今后需要继续研究的方向。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 引言
• 1.2 It（?）随机系统的基本理论
• 1.2.1 随机过程
• 1.2.2 It（?）随机系统及随机稳定性
• 1.3 随机时滞系统及其研究现状
• 1.3.1 Deterministic时滞系统的研究方法
• 1.3.2 随机时滞系统的研究方法
• 1.4 本文研究的主要内容
• 第2章 不确定Deterministic和随机时滞系统的指数稳定性
• 2.1 引言
• 2.2 Deterministic时滞系统的指数稳定性
• 2.2.1 问题描述
• 2.2.2 主要结果
• 2.2.3 数值例子
• 2.2.4 两种方法的等价性证明
• 2.2.5 具时变时滞的非线性系统指数稳定性
• 2.3 随机时滞系统的指数稳定性
• 2.3.1 问题描述
• 2.3.2 主要结果
• 2.3.3 随机时滞中立系统
• 2.3.4 数值例子
• 2.4 本章小结
• ∞控制'>第3章 不确定随机时滞系统的鲁棒镇定和鲁棒H_∞控制
• 3.1 引言
• 3.2 鲁棒随机镇定
• 3.2.1 随机稳定性分析
• 3.2.2 控制器设计
• 3.2.3 数值例子
• ∞控制'>3.3 鲁棒H_∞控制
• 3.3.1 随机有界实引理
• ∞控制器设计'>3.3.2 H_∞控制器设计
• 3.3.3 数值例子
• 3.4 本章小结
• 第4章 随机时滞系统基于观测器的输出反馈控制
• 4.1 引言
• 4.2 问题描述
• 4.3 主要结果
• 4.4 数值算例
• 4.5 本章小结
• 第5章 不确定随机时滞系统的无源性分析和控制
• 5.1 引言
• 5.2 问题描述与定义
• 5.3 标称系统
• 5.3.1 随机无源性分析
• 5.3.2 随机无源控制器设计
• 5.4 不确定性系统
• 5.4.1 鲁棒随机无源性分析
• 5.4.2 鲁棒随机无源控制器设计
• 5.5 数值算例
• 5.6 本章小结
• 2-L_∞和H_∞滤'>第6章 不确定随机时滞系统L₂-L_∞和H_∞滤
• 6.1 引言
• 2-L_∞滤波'>6.2 随机L₂-L_∞滤波
• 2-L_∞性能分析'>6.2.1 L₂-L_∞性能分析
• 6.2.2 与文献中方法的等价性
• 6.2.3 滤波器设计
• 6.2.4 数值例子
• ∞滤波'>6.3 随机H_∞滤波
• ∞性能分析'>6.3.1 H_∞性能分析
• 6.3.2 滤波器设计
• 6.3.3 数值例子
• 6.4 本章小结
• ∞性能分析'>第7章 随机时滞Markovian系统的稳定性和H_∞性能分析
• 7.1 引言
• 7.2 问题描述
• 7.3 主要结果
• 7.4 数值例子
• 7.5 本章小结
• 第8章 随机时滞神经网络的稳定性分析和状态估计
• 8.1 引言
• 8.2 稳定性分析
• 8.2.1 标称系统稳定性
• 8.2.2 鲁棒稳定性
• 8.2.3 数值算例
• 8.3 神经网络状态估计
• 8.3.1 问题描述
• 8.3.2 状态估计器设计
• 8.3.3 数值算例
• 8.4 本章小结
• 第9章 总结与展望
• 参考文献
• 附录A 常用的引理及公式
• 作者在攻博期间完成的科研论文和参加的科研项目
• 致谢