随机不确定系统的鲁棒控制

来源 :山东轻工业学院 齐鲁工业大学 | 被引量 : 0次 | 上传用户:shengweizheng
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
随机控制,尤其是对于Ito随机微分方程表示的随机系统,已经成为现代控制理论研究的一个热点问题,这是因为在信号处理、数学经济和人口模型中,随机控制都有很多方面的应用。本文首先阐述了线性矩阵不等式方法的基本概念和内容,并介绍了有关算法及计算软件,然后举了一个例子说明其在不确定系统的鲁棒控制中的应用。随机控制理论中许多重要的问题,都可转化为线性矩阵不等式(LMI)约束的凸优化问题,从而使其在数值上易于求解。其次,本文研究随机不确定系统鲁棒H滤波问题。假设不确定参数矩阵是时变,范数有界的,外部干扰是一个随机过程。借助于线性矩阵不等式,设计了鲁棒H滤波器,最后给出了一个例子对理论分析进行阐述。然后,研究了随机离散系统的鲁棒H2 /H控制问题,其中系统的噪声依赖于状态、外部干扰和控制输入。借助于求解四个耦合矩阵值方程给出了系统是鲁棒H2 /H可控的一个充要条件。并给出了一个例子,说明本文所得到的结论具有计算上的优点。本文最后研究了一类随机不确定系统的二次稳定和二次保代价控制问题,其中系统的不确定参数是时变的、范数有界的,外部干扰是一个随机过程。文章首先利用线形矩阵不等式给出系统二次稳定的充要条件;然后给出了随机不确定系统的二次保代价控制的定义,利用线性矩阵不等式证明了状态反馈控制律u (t )= Kx(t),既能使系统达到二次稳定,又可以使性能指标函数达到最优,并给出了系统的二次保代价控制与二次能稳的关系。
其他文献
小波神经网络是建立在小波分析理论和人工神经网络基础上的一种新型神经网络.由于其兼具了小波变换良好的时频局部化特性和神经网络的自学习能力,因此已广泛应用于非线性函数
计算机视觉中,从复杂场景中检测目标轮廓是一项重要而又面对挑战的艰巨任务。近年来,研究者们提出了大量的轮廓检测算法,但是,与人类视觉系统的轮廓认知相比,许多算法仍然无
在过程工业和生物医学等领域,许多系统的动态行为同时与时间和空间相关,即这些过程都是与时空相关的非线性分布式参数系统。对于这类系统来说,建模非常重要,然而,由于来源于时空耦
随着计算机技术和信息技术的发展以及生产规模的不断扩大,现代工业控制系统日趋复杂化、集成化和智能化。工业过程产生的大量传感器数据被存储下来,有效地提取出这些数据中所
粗糙集理论是集合论的扩展,是一种新的软计算方法,可以有效地分析和处理不完备信息,近年来被成功地应用于人工智能、数据挖掘、模式识别等诸多领域。本文主要对粗糙集中的核
图像融合是图像理解和计算机视觉领域中一项重要而有用的新技术。由于利用了来自多传感器的多源图像,所以,融合后图像比任何单一源图像都更全面、更准确。融合图像更符合人和
造气炉被广泛应用于合成氨、氮肥、纯碱、炸药、城市煤气、机械加工、玻璃、陶瓷等行业。我国中、小氮肥造气工艺多数采用固定床间歇式造气炉,对间歇造气炉的优化控制直接影
论文在详细分析以可靠性为中心的维修(Reliability Centered Maintenance,RCM)方法和比较传统炼化企业动设备检维修管理现状的前提下,针对以往动设备检测方式单一、检维修周期
现代工业生产过程都不同程度存在纯滞后特性,使得被控量不能及时反映系统所承受的扰动,这样的过程必然产生较大的超调量和较长的调整时间,使得控制问题变得更加复杂,因此,滞
在我国铁路行业,随着高速列车的出现以及铁路的进一步提速,列车脱轨事件也呈上升趋势。脱轨造成人民生命和财产的巨大损失,给铁路安全运输造成了极大的威胁。为了得到列车的