驻留时间限制切换正系统的分析与综合

来源 :电子科技大学 | 被引量 : 0次 | 上传用户:zxz6381
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
切换正系统是一类由几个连续和离散时间的正的子系统以及它们间的切换规则构成的系统。它同时具有正系统和切换系统的性质。切换正系统广泛存在于实际生活中,因此正日益受到学者们的关注。切换正系统由于具有比正系统和切换系统更加复杂的形式,以及更加多变的性质,故而其研究工作更加复杂。与正系统和切换系统相比,目前关于切换正系统的研究还相对较少。关于切换正系统在驻留时间限制下的分析综合问题的研究有待进一步丰富。因此,关于切换正系统的研究具有重要的理论和实际意义。本文利用了矩阵理论、切换系统理论、正系统理论等基本理论和最小驻留时间方法、平均驻留时间方法、计时器依赖的多线性余正Lyapnov函数方法、离散化方法、平方和多项式近似方法等研究方法,研究了切换正系统在驻留时间切换信号下的稳定与镇定、异步L1增益控制、状态观测、异步L1增益滤波等问题。具体来说,本文的研究工作和创新之处如下:1.研究了切换正线性系统在最小驻留时间切换信号下的稳定和镇定问题。首先研究了连续时间切换正线性系统的稳定和镇定问题,以含无限维项的线性规划的形式给出了一些连续时间切换正线性系统在最小驻留时间信号下的稳定和镇定条件,并揭示了这些稳定和镇定条件之间的保守性关系。这些含无穷维项的条件可以通过使用离散化方法转化为可以直接求解的条件。仿真结果表明相比传统文献,在离散化阶数取相同值的情况下,借助我们设计的算法可以得到保守性更低的结论。随后,研究得到一些含有区间不确定性的离散时间切换正线性系统在最小驻留时间信号下的稳定和镇定条件,并且也揭示了这些条件之间的保守性关系。离散时间系统的稳定和镇定条件均以有限维线性规划的形式给出,可以被直接求解。2.研究了切换正线性系统在最小驻留时间切换信号下的异步L1增益控制器设计问题。首先研究了含有区间和凸多面体不确定性的连续时间切换正线性系统的L1增益表现和异步L1增益控制器设计问题,随后研究了含有凸多面体不确定性的离散时间切换正线性系统的L1增益表现和异步L1增益控制器设计问题。通过使用一种计时器依赖的多线性余正Lyapunov函数方法,依次得到了连续和离散时间切换正线性系统在最小驻留时间切换信号下的L1增益表现分析的结论。接着,基于所得到的L1增益分析的结论,分别给出了连续和离散时间切换正线性系统的异步L1增益控制器的设计方案。仿真结果表明所设计的控制器可以保证闭环系统为正系统、稳定,且有一定的非加权L1增益性能。3.研究了平均驻留时间信号下连续时间切换正线性系统的稳定性和状态观测器设计问题。首先,通过使用一种反向计时器依赖的多线性余正Lyapunov函数方法,给出了连续时间切换正线性系统在平均驻留时间信号下的稳定性条件。随后,基于前面的稳定性判据,给出了可以跟踪系统未知状态量的观测器的设计方案。所设计的观测器的增益值可以通过求解平方和规划问题直接得到。实验结果显示与传统的多线性余正Lyapunov函数方法相比,使用反向计时器依赖的多线性余正Lyapunov函数方法可以得到保守性更低的结论。4.研究了连续时间切换正线性系统在最小驻留时间切换信号下的异步L1增益滤波器设计问题。首先,通过使用一种计时器依赖的多线性余正Lyapunov函数方法,给出了表征增广系统LL1增益性能的充分条件。随后,借助前面得到的L1增益分析的结论,给出了可以使基于原系统和滤波误差系统构造的增广系统稳定并有规定的非加权L1性能的滤波器的设计方案。所设计滤波器的增益值可以通过求解一系列线性规划问题得到。仿真结论表明相比传统的异步L1增益滤波器设计方案,通过使用我们设计的方案可以得到更小的L1增益系统。
其他文献
随着世界各国经济和科学技术的飞跃发展,移动机器人的应用领域越来越广泛,其应用场景也从室内环境拓展到了各种复杂环境,如野外、水下、空中甚至外太空等。目前,对于复杂环境的机器人系统仍存在许多尚待研究的课题。本文针对环境全局信息已知、地面崎岖不平的复杂环境条件下的轮式机器人的路径规划和轨迹跟踪控制技术进行研究。本文建立了崎岖地面的环境模型,针对曲面路径规划算法的时间复杂度改进问题,提出了多尺度技术。针对
机器学习是大数据处理的常用工具之一。然而,依靠单个计算节点的计算能力处理大规模的数据集,不能在可接受的时间范围内将模型训练到满意的精度。通常采用多个计算节点来实现数据并行训练。每个计算节点迭代式地处理部分数据集,每次迭代都要通过网络与其他计算节点同步模型的信息,保证训练的正确性。由于模型规模通常在数百兆至数千兆字节之间,每个计算节点每次迭代都要交互等同于模型大小的数据量,例如模型的参数或者梯度,使
近几年来,忆阻器作为一种新兴的电子元件在非易失存储和神经仿生方面都有重要的应用。忆阻器是具有电容结构,能够被多次写入和非破坏性读取的二端器件,它是下一代存储器的有力竞争者。除了作为存储器件,忆阻器作为一种具有可调整状态的二端器件,与生物突触具有高度的相似性,基于忆阻器的大规模神经网络有望实现类脑计算系统,在生物神经仿生领域也具有很高的研究价值。神经网络已经具有几十年的研究历史,近年来由于深度神经网
高灵敏、快速和低成本的生物标志物检测在重大疾病的早期诊断中具有重要意义。但现有的光学传感器尚不能达到疾病早期诊断的要求,主要存在三个方面的瓶颈问题。(1)光和物质相互作用弱,难以实现高灵敏传感;(2)传感器制备重复性差,难以实现高灵敏的一次性使用;(3)步骤繁琐,难以实现快速检测。因此,如何同时实现一次性、高灵敏和快速的生化传感成为光学传感领域亟待解决的关键问题。针对上述瓶颈问题,本论文利用光微流
随着自动化技术的发展,工业机器人以其高效、低成本、重复性好等优点,在汽车制造、电子电气和航空航天等现代工业生产中得到了广泛的应用。在这些应用中,运动精度作为关键的性能指标,是工业机器人完成操作任务的重要保证。然而,由于工业机器人结构中制造误差、关节间隙、弹性变形等不确定性因素的影响,末端执行器实际的运动远未达到高精度、高可靠的性能要求。因此,精确地分析和评估工业机器人的运动精度可靠性,是确保其在工
装备制造业是一个国家工业化发展程度的重要标志。数控机床,作为装备制造业的“工作母机”,是不可缺少的“生产工具”。五轴数控机床作为高端机床的代表,由于具备两个旋转轴,拥有更好的加工柔性、更高的加工效率等优点,但同时也引入了更多的误差影响,刀具运动也更加复杂。研究五轴机床误差的作用机理,并进行检测与补偿,对提高五轴机床的加工精度具有十分重要的意义。本文以五轴联动数控机床为研究对象,考虑机床精度在几何误
自动目标识别(Automatic Target Recognition,ATR)是基于传感器获取的数据识别目标的技术,能够通过模式识别、机器学习算法实现目标的类别或属性的判定,是提升传感器信息感知能力、实现传感器技术应用的关键技术之一,具有重要的研究意义。随着传感器技术的快速发展和广泛应用,海量数据被积累,而且数据量仍在不断增加。日益增多的数据必然会对目标识别能力的提升和应用范围的拓展起到积极作用
学位
近年来,人工智能发展迅速,成为国家重点关注和建设的领域。人工神经网络作为一种模仿动物神经网络的技术,能促进人工智能行业快速发展。究其本质来说,人工神经网络是一种动力系统,本文以几类具有时滞的动力系统为研究课题,基于Lyapunov理论,着重研究了时滞神经网络的稳定性与耗散性、马尔科夫复杂网络的同步性与控制器设计、时滞复杂网络的指数同步性与控制器设计、网络攻击下的多智能体的一致性与控制器设计。具体研
近年来,得益于数据获取、储存、处理等技术的进步,机器学习算法得到了快速发展。机器学习算法起初只应用于图像分析、模式识别等计算机领域,但由于其优越的性能,机器学习算法正作为一种新方法,为解决复杂电磁学问题提供了更多选择。无线通信系统是电磁学的代表性应用。为了搭建性能优良的通信系统,需要了解信道特性,并设计出满足性能要求的电磁器件。因此,本论文以信道建模与器件设计为研究方向,深入研究了相关基础理论与关