一类部分信息下的不定随机线性二次最优控制问题

来源 :山东大学 | 被引量 : 0次 | 上传用户:weilai0769
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
  线性二次最优控制问题不但可以模拟现实世界中的很多现象,而且可以近似一些复杂的问题;同时其结构又相对简单,处理方便,因而成为现代控制理论中的一类重要问题。不管是确定性的情形,还是随机情形,都已经得到很多经典的结果,它们是现代控制不可或缺的部分。  一个随机线性二次(LQ)最优控制问题,当状态和控制的权重矩阵为不定时,称为不定LQ问题。不定随机LQ理论已经得到进一步的发展,而且在金融中有了广泛的应用。  本文主要讨论的是一类部分信息下的不定随机LQ问题,其形式如下:  这里Q(t),F为不定对称矩阵,R(t)为非负对称矩阵。  在本文中我们利用“分离性原理”(见[9])将此最优控制问题分解成两个问题:一个是滤波问题,另一个是完备信息下的最优控制问题。然后我们将给出形式如下的一类Riccati方程
其他文献
学位
脉冲微分议程是微分方程的一个重要分支,它不公反映了一种瞬间突变现象即脉冲现象,而且能考虑到这种现象对状态的影响.在从多科学领域中有着很好的应用,近年来得到了广泛重视
Hamiltonian系统是微分方程中一类基本的研究体系,它研究的主要问题之一是非线性项满足一定条件下方程周期解的存在性及个数问题,所用到的基本原理和方法主要有拓扑度理论和变
本文主要研究的是关于关于微分代数系统解的迭代序列的收敛性、波形松弛迭代法收敛性的新的方法、具有时滞扰动的非自治中立型FDE的3/2-稳定性. 在第一章中,得到了微分代数系
而卡尔曼滤波用于实时融合动态的低层次冗余传感器数据,该方法用测量模型的统计特性决定统计意义下最优融合数据估计。如果系统具有线性动力学模型,且系统噪声和传感器