【摘 要】
：
切换系统是一类重要的混杂系统,其在各种领域的广泛应用引起了研究者的关注.目前针对切换系统已有的研究结果大多是关于线性切换系统的.此外,相对于大部分研究采用的传统时间触发机制而言,事件触发机制在保证对系统进行有效控制的同时,能节省通信资源,避免网络堵塞.本文将事件触发机制引入控制器设计中.针对几类带有时变时滞的切换系统进行了稳定性分析与控制设计.主要内容和研究成果如下:首先,本文研究了带有区间时变时
论文部分内容阅读
切换系统是一类重要的混杂系统,其在各种领域的广泛应用引起了研究者的关注.目前针对切换系统已有的研究结果大多是关于线性切换系统的.此外,相对于大部分研究采用的传统时间触发机制而言,事件触发机制在保证对系统进行有效控制的同时,能节省通信资源,避免网络堵塞.本文将事件触发机制引入控制器设计中.针对几类带有时变时滞的切换系统进行了稳定性分析与控制设计.主要内容和研究成果如下:首先,本文研究了带有区间时变时滞的非线性不确定切换系统的基于观测器的事件触发H∞ 控制问题.文中提出了一种事件触发机制,并构造了基于观测器的事件触发控制器.利用Lyapunov-krasovskii泛函和平均驻留时间技术,得到了切换系统是基于观测器的事件触发H∞ 有限时间镇定的充分条件.通过矩阵不等式给出了观测器增益和控制器增益的设计方法.最后通过一个仿真例说明了所提方法的有效性和优越性.其次,本文研究了一类带有时变时滞的不确定切换系统的H∞ 指数镇定问题.通过设计基于观测器的事件触发H∞ 控制器使得切换系统的相应闭环系统是指数稳定的.在考虑子系统与其匹配的子系统控制之间异步切换的情况下,给出了一些充分条件以保证在提出的控制方案下系统是指数镇定的且具有H∞ 性能?,并给出了观测器增益和控制器增益的计算方法.同时,给出了相邻采样间隔的一个正的下界,从而在理论上排除了Zeno现象.文中通过数值算例说明了所得结果的有效性.最后,针对带有时变时滞的不确定切换神经网络研究了H∞ 有限时间镇定问题.文中提出了一种事件触发采样机制,并构造了基于事件触发机制的反馈控制器.通过构建新的Lyapunov-Krasovskii泛函、利用平均驻留时间技术和自由权矩阵方法,建立了切换神经网络在基于事件触发的状态反馈控制下有限时间镇定的判据.基于矩阵不等式,给出了控制器增益的设计方法.文中给出数值算例验证了所得结果的有效性.
其他文献
航拍图像的目标检测与识别是一项非常重要的任务,广泛应用在地图制图,灾害预测与治理,农业检测,城市的规划和建设等领域。随着深度学习技术的快速发展,基于深度神经网络的航拍图像目标检测算法取得了远超传统目标检测算法的效果。然而,这些深度学习算法应用到实际的航拍检测系统时,往往面临计算开销过大的问题,要达到实时检测需要使用多块高性能的GPU,巨大的算力要求限制了算法在航拍图像实时检测任务上的应用。因此,本
随着多机器人技术的不断发展,多机器人技术在多个领域得到应用,受到了越来越多的关注。单个机器人由于自身性能的限制无法满足人们日益增长的对机器人性能需求。多机器人系统具有更好的性能,能够协作完成更复杂的工作。多机器人编队控制是多机器人技术的一个重要的方向,对多机器人编队控制进行研究具有重要的意义。本文以轮式移动机器人作为研究对象,对多移动机器人的预定性能编队控制问题进行研究,论文主要研究内容如下:对多
癌症标志物是体内发现的一种生物分子,它是癌症发现、预防的征兆,它的识别对癌症的预防以及治疗都有重要的意义。基因表达谱数据是一类非常重要的癌症标志物,从数万种基因表达谱数据中挖掘出不同癌症类型的标志物对于阐明癌症的形成机制、预防癌症的产生和发展都有重要意义。本文的研究分为三个方面:1.本文提出了一种数据标准化的方法。首先将原始数据进行标准化处理,将化学分子间的乘积关系转化为线性关系,将转换后的数据在
遮挡是实际生活中普遍存在的现象,被遮挡的物体会缺失部分信息丢失,严重影响着计算机对于图像的理解和分析,因此遮挡一直是阻碍着计算机视觉一些重要研究的发展。被遮挡的图像不便于我们对于图像的分析和处理,也影响了我们对于图像的目标检测与识别等研究。图像修复指复原图像中缺损位置的信息。主要是通过图像中现存信息的特征,去还原图像中的缺失部分。人脸修复作为图像修复领域重要的一个分支,在实际生活中具有重要的应用价
伴随着深度学习技术的不断更新发展,深度学习在多个领域都有广泛的应用。当前的深度神经网络模型变得更为复杂,这就意味着模型的参数量与计算量越来越大,对于部署模型所用的硬件平台要求也是愈来愈高。然而,诸如自动驾驶、遥感卫星目标检测等任务时,需要在极低的延迟下对周围的目标进行检测识别。数据必须在边缘端完成主要的计算,但由于边缘端对于所使用的硬件平台有非常严苛的性能和功耗限制。因此,在功耗和性能受限的情况下
目前数控机床大多采用多轴联动的形式进行零件加工,加工效率进一步得到了提高,广泛应用于航空航天、汽车等领域精密零件的加工。但数控机床多轴联动同时进行加工使得机床误差进行耦合,无疑会对被加工零件的精度产生影响无法满足使用要求。因此,本文旨在提出一种针对多轴数控机床平动轴三轴联动时误差情况进行测量及辨识的快速检测方法,并通过误差补偿工作以期提高多轴数控机床的加工精度。本文分别从机床误差建模、平动轴垂直度
科学技术的快速发展,使得医疗器械、航空航天、光学设备等领域的零件几何模型变得愈加复杂。近年来,随着精密测量仪器及图形处理器技术（GPU）的发展,三角网格因其快速灵活,适应性强的特点,被越来越多的应用于CAD/CAM领域。但由于三角网格模型只能输出实体模型的少量几何信息且数据分布不规则,使得数控加工过程中不能很好的对刀具姿态调节控制,所以目前面向五轴的曲面网格模型数控加工研究还不充分,大多局限于三轴
随着3D打印市场的愈加壮大,与互联网技术相结合的3D打印云服务平台也逐渐增多,规模化3D打印制造成为3D打印技术发展的必然趋势。与传统生产制造模式不同,3D打印制造具有一次成型、定制化、差异化、小批量等特点,所以任务调度对于集群式3D打印制造体系尤为重要。一个好的任务调度方法不仅能够指导打印制造活动顺利进行,更能够降低打印时间和打印成本,保证制造企业的利润和竞争力。为了寻找合理的任务调度方法,本文
随着三次工业革命的推动,全球的工业发展已经发生了翻天覆地的变化。如今我们正处在第三次工业革命向第四次工业革命的过渡阶段。在这一阶段中,现有的工业制造领域呈现出了数字化、信息化、智能化的趋势。而这种趋势的具体落实目标就是工业中的车间。针对车间的机器设备实现通信,收集设备的运作数据;针对车间的操作人员实现实时定位,操作流程的精准指导和记录;最后针对车间设备,人员以及生产过程等实现统一透明化管理。这三个
智能优化理论作为人工智能领域的重要分支,得到了广泛的研究和实际应用。其中,粒子群算法和差分进化算法作为两种代表算法,受到的关注尤为突出。但是,粒子群算法容易在进化后期丧失种群多样性,而差分进化算法经常出现早熟收敛和搜索停滞现象。为此,本文从融合两种算法优势、弥补各自不足的思路出发,在改进传统差分进化算法的基础上,提出了一种粒子群和差分进化融合算法,并将所提算法应用于焊接加工车间作业调度中,达到了良