一、随机系统的稳定性(论文文献综述)
王冲,王秀丽,鞠平,邵成成,李洪宇[1](2022)在《电力系统随机分析方法研究综述》文中提出在"碳中和"及"碳达峰"的背景下,高比例可再生能源电力系统将成为未来电力系统发展的一个重要趋势,同时外界极端环境日趋多变多发,电力系统随机因素日益增加,将对系统的经济、安全、稳定运行产生重大影响,需要根据随机因素的不同特征研究分析其对系统的影响以及应对的措施。从随机变量以及描述方程的角度,将电力系统随机问题分为随机稳态问题、随机动态问题、随机事件问题3类。面向这3类随机问题,分别介绍其问题描述,归纳其分析方法。针对电力系统随机稳态问题,从随机特征分析及随机决策问题2个角度综述和探讨了含随机性的电力系统稳态分析方法;针对电力系统随机动态问题,从振荡、安全和稳定3个方面综述和探讨了随机性对系统动态的影响;针对电力系统随机事件问题,从概率分析和马尔可夫分析2个方面综述其分析方法。最后,对新能源的概率预测、强随机性下的系统规划运行、低惯性下的抗干扰能力、随机动力学、极端气候对新能源的影响进行了研究展望。
苏日古嘎[2](2021)在《几类反应扩散系统的稳定性分析》文中提出反应扩散随机系统在力学、化学、生物学和生态学等领域中有着许多重要的应用。此外,现实世界中存在许多结构突变的系统,如:计算机控制系统、化学过程和通信系统,都可以用Markov跳变系统来描述。脉冲现象会出现在物理学、化学、种群动力学以及神经网络等许多领域。滑模控制作为一类特殊的非线性控制,被广泛应用于抑制系统参数的不确定性和外部干扰,如机器人、航天器、容错执行器等。因此,研究具有Markov跳变、脉冲现象、随机扰动、滑模控制的反应扩散系统具有重要的实际背景和理论意义。主要研究内容如下:首先,针对具有一般不确定转移速率的高阶时滞Markov跳变反应扩散Hopfield神经网络的稳定性问题,应用Lyapunov-Krasovskii泛函方法和线性矩阵不等式,研究了该类反应扩散Hopfield神经网络的全局均方指数稳定性。我们考虑的不确定转移速率具有一般性,所得结果推广了前人的研究结果,具有更小的保守性。数值算例说明了所得结论的有效性。其次,针对具有脉冲影响的时滞随机不确定反应扩散广义细胞神经网络和具有脉冲影响的时滞反应扩散系统的稳定性问题,通过构造Lyapunov泛函、利用线性矩阵不等式以及Razumikhin技术,得到了脉冲时滞随机不确定反应扩散广义细胞神经网络鲁棒均方稳定和脉冲时滞反应扩散系统一致渐近稳定的新的充分性条件。仿真算例说明了所得结论的可行性。再次,对具有Markov跳变时变时滞中立型随机反应扩散神经网络的稳定性问题,利用Lyapunov-Krasovskii泛函方法和线性矩阵不等式,得到了几种新的该类随机反应扩散神经网络均方指数稳定的充分性判据。仿真例子说明了所得结论的有效性。最后,通过设计具有脉冲影响的反应扩散不确定系统的滑模控制器,研究了一类脉冲反应扩散不确定系统的镇定性问题。利用线性矩阵不等式,得到了滑模控制反应扩散脉冲不确定闭环系统鲁棒指数稳定的充分性判据,推广了脉冲不确定系统滑模控制理论方面的研究成果。仿真算例说明了所得结论的合理性。
刘厚良[3](2021)在《一类时变随机系统的稳定性研究与应用》文中提出时变系统广泛存在于工程领域以及自然界中,例如:在航空航天、机器人运动控制以及复杂系统过程控制等众多领域中的系统,都或多或少地存在着时变性。时变系统即系统的参数随时间变化而变化,当该系统中的一个或者多个参数随着时间变化而变化时,整个系统的特性也会随着时间变化而变化。目前世界上有众多专家学者都致力于对时变系统的各类性质进行研究。众所周知,采样控制理论及稳定性是时变系统的两个重要性质,也是受人广泛喜爱的课题。虽然如今对于此类课题的研究日趋深入,但是在时变系统的稳定性研究中仍然存在着大量实质性的困难需要被解决。同样的,在实际生活中存在着各种各样的时滞问题,对时滞系统的研究就显得极为重要,降低稳定性判据的保守性问题是对于时滞系统进行稳定性分析的研究目的。时滞系统的稳定性条件指的是系统参数能够满足当系统的时滞未达到某时滞的上界值时,系统能够保证其自身是稳定的。因而,判断有关时滞条件的保守性大小的主要因素就是可被容许的时滞最大值。与此同时,在实际应用中,系统往往会不可避免地受到随机噪音的影响,研究随机微分方程以及相关性质,有利于研究在噪声环境下时变系统的有关特性。本文将分别研究线性时变随机系统和时滞系统的稳定性。由于若干原因,线性时变系统的稳定性分析较线性时不变系统而言要复杂得多。且针对时不变系统,尤其是线性时不变系统其相关稳定性理论研究,已经取得了一系列丰硕的研究成果。然而,针对线性时变系统,值得指出的是:线性时不变系统稳定性的相关理论成果,在大部分情况下并不能直接套用到时变系统的研究中。因此,本文中研究时变系统的稳定性具有一定的科学意义与理论价值。本文针对一类线性时变系统,研究了该时变系统的稳定性。首先,讨论了线性时变系统在随机系统下的稳定性。其次,考虑了在随机时滞系统下的稳定性。本文的主要内容总结如下:第1章,阐述了时变随机系统、时变随机时滞系统规则下的随机系统的研究背景与意义;介绍了时变随机系统的与时变随机时滞系统的有定性的国内外研究现状;最后对本文的框架和主要内容进行了梳理。第2章,对于时变随机系统的采样控制,需要使用随机分析的方法进行研究,其分析方法远比确定性系统复杂。在这一章中研究了一类时变随机系统的稳定化问题。这一章基于常数变易法和广义Halanay不等式,研究了线性时变随机系统的全局一致指数稳定和全局一致渐近稳定的判据。第3章,本章将时变随机系统的采样控制转化为时变随机时滞系统展开分析,提出了 Halanay型不等式的比较原理,以确保随机时滞系统的稳定性。最后通过提出的一般Halanay型不等式,研究了其p阶矩稳定性、p阶矩渐近稳定性和p阶矩指数稳定性,从而获得了一类时变随机系统的采样控制的时滞分析方法。第4章,对本文的研究成果进行了总结和梳理。同时,针对本文研究中存在的欠缺之处,提出了未来的研究方向。
星艳[4](2021)在《具有未知输入的事件触发状态估计方法研究》文中研究表明近年来,网络化的状态估计因具有低成本、远距离传输、高可靠等特点被广泛应用于智慧交通、物联网等领域。目前,网络化的状态估计面临通信带宽有限、量测数据丢失和存在外部输入等问题。传感器能量有限、器件老化、网络拥塞等原因易引起数据传输过程中能耗高、量测数据丢失与不连续等问题,导致状态估计性能下降。现有网络化状态估计方法大多基于高斯分布建模量测噪声,但在实际系统中,由于量测野值、建模误差等原因导致量测噪声呈现非高斯的厚尾特征,基于高斯分布的量测建模方法不再适用。此外,传感网络时刻面临来自内、外部未知输入的干扰或攻击,导致估计精度下降甚至发散。因此,本文针对网络化状态估计中通信带宽约束、量测丢失、未知输入和厚尾噪声建模等问题,研究了未知输入下网络化的状态估计方法。主要研究结果为:(1)针对一类噪声呈厚尾特性的非高斯非线性系统,考虑了数据传输过程中存在的能量有限和量测数据丢失下的状态估计问题。首先,借助学生t分布建立厚尾非高斯噪声模型,引入二项伯努利分布表征量测数据丢失。其次,设计了基于量测的事件触发机制来减少量测数据传输次数,实现节约通信带宽的目的。在此基础上,设计事件触发下的学生t滤波器,实现了非线性系统的状态估计。同时,给出了丢包率约束下的估计误差有界性和稳定性的充分条件。仿真实例表明提出方法的有效性。(2)针对一类含未知输入的噪声呈厚尾非高斯的线性随机系统,研究了未知干扰下的状态估计问题,提出了三步迭代学生t滤波器。在干扰输入增益矩阵列满秩条件下,根据估计误差无偏性和估计误差最小平方和等准则,获得了未知输入的估计值,综合事件触发机制和学生t滤波器获得了状态的估计值。给出了估计误差系统保持稳定的充分条件。仿真实例验证了方法的有效性,并对比了现有方法。(3)针对一类含未知输入且噪声呈厚尾非高斯的线性随机系统,研究了通信带宽约束和量测丢失下的状态估计问题。建立了量测丢失表征模型,设计了量测事件触发机制,提出了同时估计未知输入和状态的滤波方法,探究了丢包率和估计精度间的关系。仿真和实验验证了提出方法的有效性和可应用性。
张敏[5](2021)在《伊藤随机系统的稳定性分析与控制》文中认为稳定性是研究控制系统的首要问题。对于一些实际系统,如航空系统、导弹拦截系统等,都需要具有较好的暂态性能,即要约束系统的状态轨迹。因此,有限时间稳定性、定量稳定性等引起了广泛的关注。另一方面,系统在运行过程中不可避免地受到外界因素的干扰,这类系统可用伊藤随机微分方程来描述。伊藤随机系统在实际工程中具有重要的应用。本论文研究的是伊藤随机系统的稳定性与控制问题,内容如下:(1)研究了伊藤型随机非线性时滞系统的有限时间H∞控制问题,分别设计了状态反馈和动态输出反馈有限时间H∞控制器,所获得的满足设计要求的不等式条件不仅能保证闭环系统是均方有限时间有界的,而且能确定最优的H∞控制性能指标。最后,通过参数优化算法获得相应的H∞控制性能指标。(2)针对一类含有维纳噪声和泊松跳变的随机系统,基于所提出的微分Gronwall不等式方法,分析了其有限时间环域稳定和镇定问题。对于此类伊藤型随机线性系统,从状态反馈和输出反馈两方面分别讨论了系统的有限时间环域镇定问题,并获得了满足设计要求的两类控制器。最后,通过相应的算法获得了泊松跳变强度对系统稳定性的影响。(3)对于同时带有维纳噪声和泊松跳变的随机线性马尔科夫跳变系统,研究了其定量均方指数稳定和镇定。通过矩阵变换的方法和不等式技术,获得了能够使闭环系统满足定量均方指数稳定的状态反馈和基于观测器的控制器,并通过给出的算法和算例对所得到的结果进行了验证。
陈耀[6](2021)在《随机系统有限时间环域有界控制》文中进行了进一步梳理近几十年来,随机系统的控制问题在物理、生物、工程和其他实际系统中引起了广泛的关注。然而,已有的关于随机系统的研究成果大多是基于李雅普诺夫的稳定性。李雅普诺夫渐近稳定的系统可能具有非常差的暂态特性,这在实际工程系统中是不允许的。为了解决系统的暂态性能问题,提出了有限时间稳定性的概念。由于系统在运行过程中经常受到外界干扰的影响,考虑到外界干扰对系统状态变化的影响,提出了有限时间有界的概念。有限时间稳定性和有界性只考虑系统轨道的上界,而不考虑系统轨道的下界。关注系统轨道的下界,在一些实际问题也具有重要意义。考虑到系统轨道的下界,就出现了随机系统的有限时间环域有界控制问题,且得到了有限时间环域有界的概念。本文讨论了线性非线性随机系统,具体内容如下:(1)研究了具有(x,u,v)相关噪声的线性时滞随机系统的有限时间环域有界控制问题。首先,给出了系统的有限时间环域有界的定义,以及一些引理。接着,设计了两个有限时间环域有界控制器,以确保闭环系统的有限时间环域有界,其中一个是状态反馈控制器,另一个是动态输出反馈控制器。此外,提供了一种算法来处理获得的矩阵不等式。最后,通过两个例子证明了结果的有效性。(2)研究了带有维纳和泊松噪声干扰的It?型随机系统的有限时间环域有界控制问题。首先,给出了系统的有限时间环域有界的定义,以及一些引理。接着,设计了两个有限时间环域有界控制器,以确保闭环系统的有限时间环域有界,其中一个是状态反馈控制器,另一个是动态输出反馈控制器。此外,提供了一种算法来处理获得的矩阵不等式。最后,通过两个例子证明了结果的有效性。(3)研究了基于神经网络的非线性随机系统的有限时间环域有界控制问题。首先,给出了系统的有限时间环域有界的定义,以及一些引理。接着,设计了状态反馈有限时间环域有界控制器,以确保闭环系统的有限时间环域有界。此外,提供了一种算法来处理获得的矩阵不等式。最后,通过一个例子证明了该结果的有效性。(4)研究了非线性随机泊松系统的有限时间环域有界控制问题。首先,给出了系统的有限时间环域有界的定义,以及一些引理。接着,设计了状态反馈有限时间环域有界控制器,以确保闭环系统的有限时间环域有界。此外,提供了一种算法来处理获得的矩阵不等式。最后,通过一个例子证明了结果的有效性。
余勇[7](2021)在《一类时变随机系统的有限时间稳定性研究》文中研究指明时变系统在自然界和工程领域中广泛存在,例如:在国防和工业过程控制、机器人运动控制以及导弹控制系统等众多领域中的系统,都或多或少地存在着时变性。时变系统即系统的参数随时间变化而变化,当系统中一个或多个参数随时间变化时,整个系统的特性也会随时间而推移而改变。近年来,时变系统的研究受到了专家学者的关注,相关理论方法不断涌现、成熟,但时变系统的稳定性研究中仍然存在众多实质性的困难需要进一步去探索。在通信和信息技术等许多具有挑战性的领域都涉及到系统的时滞问题。时滞使系统的当前状态在一定程度上受到系统历史状态的影响,这可能会导致系统产生不稳定,振荡等现象。另一方面,在实际应用中,系统不可避免的会受到随机噪声的影响,研究随机微分方程的性质,可以更好地了解噪声环境下时变系统的特性。有限时间稳定性是指在有限的时间间隔内研究该系统的稳定性,即在给定初始条件的前提下,系统的状态在某段时间内未超过某个阈值,则称该系统在一定的时间间隔内为有限时间稳定。这是一个具有广泛应用背景的概念,要求动态系统状态轨迹在一定的时间间隔内保持在理想的操作范围内,以防止饱和,满足硬件约束或保持系统的线性。本文将分别研究线性随机系统和线性随机时滞系统的随机有限时间稳定性。针对时不变系统,尤其是线性时不变系统其相关稳定性理论研究,已经取得了一系列丰硕的研究成果。然而,针对线性时变系统,值得指出的是:线性时不变系统稳定性的相关理论成果,在大部分情况下并不能直接套用到时变系统的研究中,如:线性时变系统的时变系统矩阵很难分析其特征值的性质,且线性时变系统的稳定性研究中的线性矩阵不等式方法,针对线性时变系统也很难应用。因此,本文通过逐段分析的方法和随机分析技巧,首先分析线性时变随机系统在分段区间内的系统状态的变化情况,然后使用逐段逼近的方法,运用随机微分方程和伊藤引理证明系统的随机有限时间稳定性,并根据线性矩阵不等式的方法分段设计控制器的思想,使得所设计的控制器能有效的实现。并根据研究结果设计系统的状态反馈控制器。最后通过几个实例来验证了本文方法的有效性。本文的主要内容总结:第1章阐述了时变随机系统、时变随机时滞系统有限时间稳定的研究背景与意义,介绍了时变随机系统与时变随机时滞系统的随机有限时间稳定性的国内外研究现状,最后对本文的框架和主要内容进行了梳理;第2章研究了关于线性时变随机系统的随机有限时间稳定性及控制器设计问题。首先假设一种特定的李雅普诺夫函数满足分段连续性,提出了在每一个分段点处可能不连续的有限时间稳定性的新的方法,最后基于线性矩阵不等式设计了一类线性时变随机系统的随机有限时间稳定控制器的算法;第3章在随机时滞系统的规则下,参考对时变随机系统的有限时间稳定性的研究思想,通过比较原理和在每一个分段点处可能不连续的有限时间稳定性的新的方法,并借助切换系统的思想研究了时变随机时滞系统的有限时间稳定性;第4章对本文的研究成果进行了总结和梳理。同时,针对本文研究中存在的欠缺之处,提出了未来研究的方向。
王萌[8](2021)在《基于LMI技术的时滞随机奇异系统的分析与综合》文中研究指明随机奇异系统的分析研究作为系统科学一个新的前沿课题,极具挑战性。近几年,越来越多的学者对随机奇异系统进行了研究,得出了许多有意义的结果。然而,对时滞随机奇异系统的研究并不多见。时滞会造成系统不稳定的现象,为此对这类系统的研究过程带来很大的困难。本论文将随机奇异系统分析方法以及随机稳定性理论作为基本思想,利用一些数学手法,比如构造了李亚普诺夫泛函,并利用到了自由权矩阵技术、詹森不等式和线性矩阵不等式等,对具有状态时间延迟的参数确定性随机奇异系统的稳定性与相关性能设计问题进行了研究,进一步分析了具有状态时间延迟的参数不确定性随机奇异系统的稳定性与相关性能问题。本文的主要研究工作包括以下几个方面:首先,研究参数确定性时变时滞随机奇异系统的稳定性和H性能问题。本文构造了一种适当的李亚普诺夫泛函,通过使用辅助向量函数,利用自由权矩阵技术以及詹森不等式,提出了时变时滞随机奇异系统在均方意义下的随机容许性判据。其次,设计了状态反馈控制器,通过利用对偶方程简化计算,得到相应闭环系统是正则、无脉冲、均方意义下随机稳定的且具有H性能指标?。仿真算例表明了所提方法的正确性和有效性。其次,研究具有参数不确定性时变时滞随机奇异系统的耗散性能问题。针对时变时滞不确定随机奇异系统,通过构造一个适当的李亚普诺夫泛函,利用改进的自由权矩阵技术和詹森不等式,在系统满足正则、无脉冲的条件下提出了系统在均方意义下随机稳定的判据。并设计了一种可使系统均方意义下随机容许且严格耗散的状态反馈控制器。最后,我们通过一个算例对所提出的问题进行仿真验证,结果表明所提方法的正确性和有效性。
张红旭[9](2021)在《不完全信息下网络化系统的鲁棒滑模控制方法研究》文中指出随着互联网技术的兴起和广泛应用,网络化系统已逐渐渗透到生活中的各个领域。到目前为止,基于网络化系统的控制与测量已经被广泛应用到组合导航系统、电液伺服系统、遥感测量以及风力发电系统等诸多领域中去。与此同时,网络环境的引入使得信息的测量和传输等也带来了诸多的不确定性,如:传感器测量丢失、信息调度、设备故障、输入非线性、网络攻击等带来的不完全信息情形。利用滑模控制对扰动的不敏感特性,解决上述不完全信息情形的问题尚未得到学者的足够关注,仍存在许多亟待解决的重难点问题。本文重点研究测量丢失、信息调度(随机通信协议和事件触发机制)、执行器故障、网络攻击(Do S攻击和欺骗攻击)等几类不完全信息情形,致力于解决不完全信息下几类网络化系统的鲁棒滑模控制问题。本文拟从以下几个方面进行深入系统的研究:1.针对测量丢失引发的不完全信息情形,研究具有混合时滞的网络化系统鲁棒滑模控制问题。引入服从Bernoulli分布的随机变量刻画测量丢失现象,并利用名义概率与概率误差描述丢失概率的不确定性。借助名义概率信息构造合适的滑模面,给出滑动模态方程。运用等效变换技术提出易于求解的保证滑动模态渐近稳定性的判别依据。结合可获得的测量数据信息,提出依赖于名义概率的鲁棒滑模控制新方法,解决一类测量丢失下网络化系统的滑模控制问题。2.针对信息调度引发的不完全信息情形,研究随机通信协议下网络化系统的鲁棒H∞滑模控制问题。利用二阶Markovian链对测量丢失现象进行数学建模。为了提高网络通信质量、避免节点数据传输冲突,在控制器-执行器信道中引入随机通信协议。借助测量丢失对应的Markovian链转移概率信息构造滑模面,并建立依赖于丢包模态与随机通信协议模态的新型Lyapunov-Krasovskii泛函,进而分析滑模面的可达性以及闭环系统的H∞性能,提出随机通信协议模态依赖的滑模控制律设计方法,解决一类随机通信协议调度下网络化系统的鲁棒滑模控制问题。3.针对设备故障引发的不完全信息情形,研究一类具有执行器故障的离散时滞系统的滑模容错控制问题。引入容错控制注入信号并采用增广技术手段,基于测量信息构造增广系统的观测器。通过设计容错控制注入信号信息,保证跟踪误差能在有限时间内收敛至“测量输出误差-滑模面”并具有满意的H∞性能。为进一步分析系统性能,分解增广观测器,重新构造一个基于状态观测信息的滑模面。分析输入非线性以及执行器特点、采用自适应技术,提出一个能有效解决执行器故障问题的新型鲁棒自适应滑模控制方法,保证滑动模态的渐近稳定性和滑模面的可达性。4.针对网络攻击与输入死区特征引发的不完全信息情形,探讨一类事件触发机制下网络化系统的保安全滑模控制问题。着重考虑传感器输出阶段的事件触发机制及其在网络传输时遭遇的攻击情形,通过引入两个相互独立且服从Bernoulli分布的随机变量刻画两类网络攻击。对于选定的滑模面,基于时滞分割思想给出保证滑动模态满足均方“(?)-安全”性能的充分性条件。结合输入死区特征与测量信息、采用自适应技术,提出能有效抑制网络攻击的保安全自适应滑模控制方法,并保证滑模面的可达性。5.研究一类风力发电系统的最大功率点滑模跟踪控制问题。根据风力机输出功率与风速等参数之间的关系表达式,通过最大功率点跟踪策略,获得最佳叶尖速比与桨距角,并结合风机转速与风速和叶尖速比之间的关系给出风机转子转速的理想表达式。建立发电机组传动系统模型,并利用欧拉离散化方法得到其离散化数学模型,基于滑模容错控制方法,构建离散传动系统的观测器,给出容错控制注入信号并保证滑模面的有限时间收敛性。采用二阶滑模技术,提出制动转矩鲁棒滑模容错控制新方案。
付焕森[10](2021)在《时滞分布参数系统的移动控制与估计》文中进行了进一步梳理移动传感器/执行器网络是在无线传感器/执行器网络基础上,升级为具有自主感知和智能控制功能的网络系统,近年来得到了广泛应用,也必将伴随人工智能的发展在未来发挥举足轻重的作用。利用移动传感器/执行器网络对时滞分布参数系统进行控制与估计,称为移动控制和估计。移动控制和估计相当于对时滞分布参数系统增加了一个维度,使其控制变得更为复杂和更具挑战性。本文利用泛函分析、算子半群理论、抽象发展方程理论、Lyapunov稳定性理论以及随机分析等理论方法,通过移动传感器/执行器网络对几类时滞分布参数系统进行移动控制和估计,主要工作如下:1.基于移动传感器/执行器网络,研究了一类反应-扩散型时滞分布参数系统和It(?)型随机时滞分布参数系统出现扰动时的镇定问题。首先,基于移动传感器/执行器的网络通讯集合设计了时滞分布参数系统的反馈控制器;其次,基于移动传感器/执行器的动力学模型设计其控制力;再选择合适的Lyapunov泛函,利用算子半群理论和Lyapunov稳定性定理给出了两类时滞分布参数系统的镇定判据;最后通过数值仿真表明,移动控制能提升时滞分布参数系统的控制性能,系统以更快的速度趋于稳定;实验还比较了不同时滞大小、不同扰动强度对系统的影响。2.针对移动传感器/执行器运动过程中的协同控制问题,研究了移动传感器/执行器之间的防碰撞控制,移动传感器/执行器和障碍物的避障控制,以及时滞分布参数系统的稳定性控制问题。一是设计反馈控制器时定义了一种新的网络通讯集合,优化了传感器/执行器的通讯能耗;二是在研究移动传感器/执行器与障碍物的避障控制时,增设了发射器装置,设计了避障函数。同样利用算子半群理论和Lyapunov稳定性定理证明了在移动传感器/执行器的控制作用下,时滞分布参数系统是渐近稳定的,并辅以仿真实验说明防碰撞控制和避障控制是有效的。3.针对移动传感器/执行器网络中传感器测量数据丢失的问题,研究了时滞分布参数系统的状态估计。探讨了一类时滞分布参数系统的集中式估计器设计问题,构造了估计误差系统,并得到了时滞误差系统渐近稳定的充分条件;同时考虑了随机测量丢失下的估计器设计问题,设计了分布一致式状态估计器,通过移动控制和估计策略使其在均方意义内全局渐近稳定,并利用随机分析理论和相关控制理论进行了证明。仿真实验表明,分布一致式状态估计器在测量丢失时能更好地估计原系统状态,在移动控制下估计效果更有效。4.探讨了基于移动传感器/执行器网络具输入控制时滞的分布参数系统稳定性问题,与此相关的研究成果在国内外尚未发现,该成果与状态时滞的分布参数系统研究工作互为补充。分别考虑了基于系统输入时滞和执行器输入时滞两种情况,并设计了不同输入时滞情况下的反馈控制器和移动控制力。同样利用算子半群方法、应用泛函技术和Lyapunov稳定性理论,得到了系统输入控制时滞和执行器输入控制时滞的分布参数系统渐近稳定的判据,仿真实验也说明了移动控制策略的有效性。
二、随机系统的稳定性(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、随机系统的稳定性(论文提纲范文)
(1)电力系统随机分析方法研究综述(论文提纲范文)
0 引言 |
1 电力系统随机稳态分析方法 |
1.1 电力系统随机稳态问题描述 |
1.2 电力系统随机特征分析 |
1.2.1 随机生产模拟 |
1.2.2 可靠性分析 |
1.2.3 概率潮流 |
1)解析法 |
2)模拟法 |
3)近似法 |
1.3 电力系统随机决策问题 |
1.3.1 多场景模型 |
1.3.2 风险约束模型 |
1.3.3 鲁棒优化模型 |
2 电力系统随机动态分析方法 |
2.1 电力系统随机动态问题描述 |
1)外部激励ε(t)的随机性 |
2)参数θ和初值X0的随机性 |
2.2 电力系统振荡随机分析方法 |
2.3 电力系统动态安全性随机分析方法 |
2.4 电力系统随机稳定分析方法 |
3 电力系统随机事件分析方法 |
3.1 电力系统随机事件问题描述 |
3.2 电力系统随机事件概率分析方法 |
3.3 电力系统随机事件马尔可夫分析方法 |
4 研究展望 |
5 结语 |
(2)几类反应扩散系统的稳定性分析(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.2 研究现状 |
1.2.1 反应扩散时滞神经网络 |
1.2.2 反应扩散脉冲时滞随机系统 |
1.2.3 反应扩散系统的滑模控制 |
1.3 本文主要研究内容 |
第2章 时滞Markov跳变反应扩散Hopfield神经网络的均方指数稳定性 |
2.1 时滞Markov跳变反应扩散Hopfield神经网络 |
2.2 均方指数稳定性分析 |
2.3 数值算例 |
2.4 本章小结 |
第3章 脉冲随机不确定反应扩散广义细胞神经网络的鲁棒均方稳定性 |
3.1 脉冲随机不确定反应扩散广义细胞神经网络 |
3.2 鲁棒均方稳定性分析 |
3.3 数值算例 |
3.4 本章小结 |
第4章 时滞脉冲反应扩散系统的一致渐近稳定性 |
4.1 时滞脉冲反应扩散系统 |
4.2 一致渐近稳定性分析 |
4.3 数值算例 |
4.4 本章小结 |
第5章 Markov跳变中立型随机反应扩散神经网络的均方指数稳定性 |
5.1 Markov跳变中立型随机反应扩散神经网络 |
5.2 均方指数稳定性分析 |
5.3 数值算例 |
5.4 本章小结 |
第6章 反应扩散脉冲不确定系统的积分滑模控制 |
6.1 反应扩散脉冲不确定系统 |
6.2 积分滑模控制律下反应扩散脉冲不确定系统的镇定性 |
6.2.1 设计滑模面 |
6.2.2 可达性分析 |
6.2.3 鲁棒指数镇定性 |
6.3 数值算例 |
6.4 本章小结 |
结论 |
参考文献 |
攻读博士学位期间发表的论文 |
致谢 |
个人简历 |
(3)一类时变随机系统的稳定性研究与应用(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景与研究意义 |
1.2 国内外研究现状 |
1.3 课题的研究方法及创新点 |
1.4 论文内容及安排 |
第2章 时变随机系统的稳定性分析 |
2.1 系统描述与相关定义 |
2.2 主要结论 |
2.3 控制器设计 |
2.4 本章小结 |
第3章 时变随机时滞系统的稳定性分析 |
3.1 系统描述与相关定义 |
3.2 主要结论 |
3.3 控制器设计 |
3.4 本章小结 |
第4章 总结与展望 |
参考文献 |
攻读硕士期间取得的学术成果 |
致谢 |
(4)具有未知输入的事件触发状态估计方法研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 事件触发滤波方法研究现状 |
1.2.2 非高斯滤波器研究现状 |
1.2.3 含未知输入的滤波方法研究现状 |
1.3 研究内容及编排 |
1.3.1 论文研究内容 |
1.3.2 论文编排 |
第二章 含量测数据丢失的事件触发学生t滤波 |
2.1 问题描述 |
2.1.1 噪声建模 |
2.1.2 量测事件触发机制设计 |
2.1.3 量测数据丢失建模 |
2.2 含量测数据丢失的事件触发学生t滤波 |
2.2.1 基于事件触发机制的学生t滤波器 |
2.2.2 含量测数据丢失的事件触发学生t滤波器 |
2.3 滤波器误差系统的稳定性分析 |
2.3.1 一步预测协方差矩阵的有界性分析 |
2.3.2 滤波器误差系统的稳定性分析 |
2.4 仿真验证 |
2.5 本章小结 |
第三章 含未知输入的事件触发学生t滤波 |
3.1 问题描述 |
3.2 三步迭代学生t滤波器设计 |
3.2.1 未知输入估计 |
3.2.2 时间更新 |
3.2.3 量测更新 |
3.3 滤波器误差系统的稳定性分析 |
3.4 仿真验证 |
3.5 本章小结 |
第四章 含未知输入和量测数据丢失的事件触发学生t滤波 |
4.1 问题描述 |
4.2 含未知输入和量测丢失的事件触发学生t滤波 |
4.2.1 含未知输入和量测数据丢失的学生t滤波 |
4.2.2 含未知输入和量测数据丢失的事件触发学生t滤波 |
4.3 滤波器误差系统的稳定性分析 |
4.4 仿真和实验验证 |
4.4.1 仿真验证 |
4.4.2 实验验证 |
4.5 本章小结 |
第五章 结论与展望 |
5.1 主要结论 |
5.2 研究展望 |
参考文献 |
在学期间的研究成果 |
致谢 |
(5)伊藤随机系统的稳定性分析与控制(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景 |
1.1.1 稳定性理论的研究背景 |
1.1.2 伊藤随机系统的研究背景 |
1.2 有限时间控制的基本内容 |
1.2.1 有限时间稳定性的相关理论 |
1.2.2 有限时间H_∞控制的相关理论 |
1.3 随机系统的基本内容 |
1.3.1 马尔科夫跳变系统的相关理论 |
1.3.2 泊松跳变系统的相关理论 |
1.4 论文的主要内容与安排 |
第2章 伊藤型随机非线性时滞系统的有限时间H_∞控制 |
2.1 引言 |
2.2 系统描述与预备知识 |
2.3 主要结果 |
2.3.1 状态反馈有限时间H_∞控制 |
2.3.2 动态输出反馈有限时间H_∞控制 |
2.4 算法 |
2.5 数值算例 |
2.5.1 状态反馈有限时间H_∞控制 |
2.5.2 动态输出反馈有限时间H_∞控制 |
2.6 总结 |
第3章 带有维纳噪声和泊松跳变的随机系统的有限时间环域稳定和镇定 |
3.1 引言 |
3.2 系统描述与准备工作 |
3.3 有限时间环域稳定 |
3.4 有限时间环域镇定 |
3.4.1 状态反馈镇定 |
3.4.2 基于观测器的反馈镇定 |
3.5 数值算法 |
3.6 数值算例 |
3.6.1 状态反馈镇定 |
3.6.2 动态输出反馈镇定 |
3.7 总结 |
第4章 带有维纳噪声和泊松跳变的线性随机Markov跳变系统的定量均方指数稳定与镇定 |
4.1 引言 |
4.2 系统描述与准备工作 |
4.3 定量均方指数稳定 |
4.4 定量均方指数镇定 |
4.4.1 状态反馈镇定 |
4.4.2 基于观测器的反馈镇定 |
4.5 数值算法 |
4.6 数值算例 |
4.6.1 基于状态反馈的定量均方指数镇定 |
4.6.2 基于观测器反馈的定量均方指数稳定 |
4.7 总结 |
第5章 总结与展望 |
参考文献 |
致谢 |
在学期间主要科研成果 |
一、发表学术论文 |
(6)随机系统有限时间环域有界控制(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 随机系统的基本内容 |
1.2 有限时间环域有界 |
1.3 论文的主要内容及安排 |
第2章 具有(x,u,v)相关噪声的时滞线性随机系统的有限时间环域有界控制 |
2.1 引言 |
2.2 系统描述与预备知识 |
2.3 有限时间环域有界 |
2.4 有限时间环域有界控制器设计 |
2.4.1 状态反馈有限时间环域有界的控制器设计 |
2.4.2 动态输出反馈有限时间环域有界的控制器设计 |
2.5 算法 |
2.6 数值算例 |
2.6.1 状态反馈有限时间环形域有界的控制器设计 |
2.6.2 动态输出反馈有限时间环形域有界的控制器设计 |
2.7 小结 |
第3章 带有维纳和泊松噪声干扰的伊藤型随机系统的有限时间环域有界控制 |
3.1 引言 |
3.2 系统描述与预备知识 |
3.3 有限时间环域有界 |
3.4 有限时间环域有界控制器设计 |
3.4.1 状态反馈有限时间环域有界的控制器设计 |
3.4.2 动态输出反馈有限时间环域有界的控制器设计 |
3.5 算法 |
3.6 数值算例 |
3.6.1 状态反馈有限时间环形域有界的控制器设计 |
3.6.2 动态输出反馈有限时间环形域有界的控制器设计 |
3.7 小结 |
第4章 基于神经网络的不确定非线性随机系统的有限时间环域有界控制 |
4.1 引言 |
4.2 系统描述与预备知识 |
4.3 有限时间环域有界 |
4.4 状态反馈有限时间环域有界的控制器设计 |
4.5 非线性随机系统有限时间环域有界 |
4.6 算法 |
4.7 数值算例 |
4.8 小结 |
第5章 非线性随机泊松系统的有限时间环域有界控制 |
5.1 引言 |
5.2 系统描述与预备知识 |
5.3 有限时间环域有界 |
5.4 状态反馈有限时间环域有界控制器设计 |
5.5 算法 |
5.6 数值算例 |
5.7 小结 |
第6章 总结与展望 |
参考文献 |
致谢 |
在学期间主要科研成果 |
一、发表学术论文 |
(7)一类时变随机系统的有限时间稳定性研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景与研究意义 |
1.2 国内外研究现状 |
1.2.1 时变系统 |
1.2.2 时滞系统 |
1.2.3 随机系统 |
1.2.4 有限时间稳定 |
1.3 主要研究内容与论文结构 |
第2章 线性时变随机系统的有限时间稳定性研究 |
2.1 系统描述与相关定义 |
2.2 主要结论 |
2.3 控制器设计 |
2.4 算法设计 |
2.5 数值实例及其仿真 |
2.6 本章小结 |
第3章 线性时变随机时滞系统的有限时间稳定性分析 |
3.1 系统描述与相关定义 |
3.2 主要结论 |
3.3 控制器设计 |
3.4 数值仿真 |
3.5 本章小结 |
第4章 总结与展望 |
参考文献 |
附录 |
攻读硕士期间取得的学术成果 |
致谢 |
(8)基于LMI技术的时滞随机奇异系统的分析与综合(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 课题来源 |
1.2 研究背景 |
1.3 国内外研究现状 |
1.3.1 国外研究现状 |
1.3.2 国内研究现状 |
1.4 时滞系统 |
1.5 本文主要工作 |
2 预备知识 |
2.1 奇异系统基本理论 |
2.1.1 奇异系统模型 |
2.1.2 奇异系统与正常系统的联系与区别 |
2.1.3 奇异系统的研究方法 |
2.2 随机奇异系统基本理论 |
2.3 线性矩阵不等式技术 |
2.3.1 线性矩阵不等式的表示 |
2.3.2 线性矩阵不等式求解器 |
2.3.3 YALMIP工具箱 |
2.4 符号说明 |
2.5 本章小结 |
3 参数确定性时滞随机奇异系统的稳定性与H_∞性能 |
3.1 引言 |
3.2 问题描述 |
3.3 随机奇异系统的稳定性分析 |
3.4 随机奇异系统的H_∞性能分析 |
3.5 仿真算例 |
3.6 本章小结 |
4 参数不确定性时滞随机奇异系统稳定性与耗散性 |
4.1 引言 |
4.2 问题描述 |
4.3 不确定时滞随机系统的稳定性 |
4.4 不确定时滞随机奇异系统的耗散性 |
4.5 仿真算例 |
4.6 本章小结 |
5 总结和展望 |
5.1 总结 |
5.2 创新点 |
5.3 展望 |
参考文献 |
作者简介 |
作者在攻读硕士学位期间获得的学术成果 |
致谢 |
(9)不完全信息下网络化系统的鲁棒滑模控制方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.2 国内外研究概况和发展趋势 |
1.2.1 测量丢失和时滞的研究现状 |
1.2.2 通信协议的研究现状 |
1.2.3 容错控制问题的研究现状 |
1.2.4 网络攻击问题的研究现状 |
1.3 国内外研究现状评述 |
1.4 课题来源及研究内容 |
第2章 具有测量丢失与混合时滞的网络化系统鲁棒滑模控制 |
2.1 引言 |
2.2 问题描述 |
2.3 滑动模态分析 |
2.3.1 滑模面设计 |
2.3.2 鲁棒渐近稳定性 |
2.4 可达性分析 |
2.4.1 滑模控制律设计 |
2.4.2 可达性判别依据 |
2.4.3 等式约束求解设计 |
2.5 数值算例 |
2.6 本章小结 |
第3章 随机通信协议下网络化系统鲁棒H_∞滑模控制 |
3.1 引言 |
3.2 问题描述 |
3.3 滑模面可达性分析 |
3.3.1 滑模面设计 |
3.3.2 协议依赖滑模控制律设计 |
3.3.3 可达性判别依据 |
3.4 随机稳定性分析 |
3.4.1 随机稳定性判别依据 |
3.4.2 增益矩阵求解设计 |
3.5 数值算例 |
3.6 本章小结 |
第4章 具有输入非线性的网络化系统滑模容错控制 |
4.1 引言 |
4.2 问题描述 |
4.3 观测器设计及误差性能分析 |
4.3.1 观测器设计 |
4.3.2 滑模面设计 |
4.3.3 误差性能分析 |
4.3.4 观测增益矩阵求解设计 |
4.4 系统性能分析 |
4.4.1 滑模面设计 |
4.4.2 滑动模态性能分析 |
4.4.3 增益矩阵求解算法设计 |
4.5 自适应滑模控制器设计 |
4.6 数值算例 |
4.7 本章小结 |
第5章 事件触发机制下具有网络攻击的网络化系统鲁棒自适应滑模控制 |
5.1 引言 |
5.2 问题描述 |
5.2.1 系统模型描述 |
5.2.2 事件触发机制 |
5.2.3 网络攻击描述 |
5.3 观测器设计 |
5.4 系统保安全性能分析 |
5.4.1 均方“(?)-安全”性能分析 |
5.4.2 增益矩阵求解设计 |
5.5 自适应滑模控制器设计 |
5.6 数值算例 |
5.7 本章小结 |
第6章 风力发电系统的最大功率点滑模跟踪控制 |
6.1 引言 |
6.2 风力发电系统基本结构与模型建立 |
6.2.1 风力机数学模型 |
6.2.2 传动系统数学模型 |
6.3 额定风速下制动转矩T_(em)滑模控制 |
6.3.1 滑模观测器设计 |
6.3.2 滑模面设计 |
6.3.3 误差性能分析 |
6.3.4 制动转矩滑模容错控制设计 |
6.4 实验分析 |
6.5 本章小结 |
结论 |
参考文献 |
攻读学位期间发表的学术论文及其他成果 |
致谢 |
(10)时滞分布参数系统的移动控制与估计(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 课题的国内外研究现状 |
1.2.1 时滞分布参数系统的研究进展 |
1.2.2 分布参数系统的移动控制研究现状 |
1.3 本文的主要研究工作 |
第二章 基于移动传感器/执行器的时滞分布参数系统镇定 |
2.1 引言 |
2.2 具扰动的时滞分布参数系统镇定 |
2.2.1 反应-扩散型时滞分布参数系统描述 |
2.2.2 移动控制与稳定性分析 |
2.2.3 仿真实验分析 |
2.3 随机时滞分布参数系统的镇定 |
2.3.1 It(?)型随机时滞分布参数系统描述 |
2.3.2 移动控制与稳定性分析 |
2.3.3 仿真结果分析 |
2.4 本章小结 |
第三章 时滞分布参数系统的移动传感器/执行器协同控制 |
3.1 引言 |
3.2 移动传感器/执行器的防碰撞控制 |
3.2.1 系统描述与问题提出 |
3.2.2 防碰撞控制与稳定性分析 |
3.2.3 数值仿真分析 |
3.3 移动传感器/执行器的避障控制 |
3.3.1 一类扩散型时滞分布参数系统描述 |
3.3.2 避障控制与稳定性分析 |
3.3.3 实验仿真分析 |
3.4 本章小结 |
第四章 基于移动传感器/执行器的时滞分布参数系统状态估计 |
4.1 引言 |
4.2 一类时滞分布参数系统的状态估计 |
4.2.1 扩散型时滞分布参数系统描述 |
4.2.2 集中式估计器设计和稳定性分析 |
4.2.3 仿真实例分析 |
4.3 具测量丢失的时滞分布参数系统状态估计 |
4.3.1 随机测量丢失模型描述 |
4.3.2 分布一致式估计器设计与稳定性分析 |
4.3.3 实验仿真分析 |
4.4 本章小结 |
第五章 具输入时滞的分布参数系统移动控制 |
5.1 引言 |
5.2 具系统输入时滞的分布参数系统移动控制 |
5.2.1 输入时滞型分布参数系统描述 |
5.2.2 移动控制与稳定性分析 |
5.2.3 数值仿真分析 |
5.3 基于执行器输入时滞的分布参数系统移动控制 |
5.3.1 具执行器输入时滞的反应-扩散系统描述 |
5.3.2 移动控制与稳定性分析 |
5.3.3 仿真实验分析 |
5.4 本章小结 |
第六章 结论与展望 |
6.1 结论 |
6.2 展望 |
致谢 |
参考文献 |
附录:作者在攻读博士学位期间发表的论文 |
四、随机系统的稳定性(论文参考文献)
- [1]电力系统随机分析方法研究综述[J]. 王冲,王秀丽,鞠平,邵成成,李洪宇. 电力系统自动化, 2022(03)
- [2]几类反应扩散系统的稳定性分析[D]. 苏日古嘎. 哈尔滨工业大学, 2021
- [3]一类时变随机系统的稳定性研究与应用[D]. 刘厚良. 安徽工程大学, 2021
- [4]具有未知输入的事件触发状态估计方法研究[D]. 星艳. 北方工业大学, 2021(01)
- [5]伊藤随机系统的稳定性分析与控制[D]. 张敏. 齐鲁工业大学, 2021(09)
- [6]随机系统有限时间环域有界控制[D]. 陈耀. 齐鲁工业大学, 2021(10)
- [7]一类时变随机系统的有限时间稳定性研究[D]. 余勇. 安徽工程大学, 2021
- [8]基于LMI技术的时滞随机奇异系统的分析与综合[D]. 王萌. 沈阳建筑大学, 2021
- [9]不完全信息下网络化系统的鲁棒滑模控制方法研究[D]. 张红旭. 哈尔滨理工大学, 2021(01)
- [10]时滞分布参数系统的移动控制与估计[D]. 付焕森. 江南大学, 2021(01)