【摘 要】
：
本文研究了在控制器参数摄动情况下的网络化控制系统的非脆弱H∞控制,并考虑网络诱导时延和数据丢失.首先,为了消除网络诱导时延和控制器参数摄动对被控系统的影响,设计了加
论文部分内容阅读
本文研究了在控制器参数摄动情况下的网络化控制系统的非脆弱H∞控制,并考虑网络诱导时延和数据丢失.首先,为了消除网络诱导时延和控制器参数摄动对被控系统的影响,设计了加性非脆弱状态反馈H∞控制器,并将数据的丢包的过程用马尔可夫链来描述,将网络化控制系统建模为具有网络诱导时延和控制器参数摄动的马尔可夫跳变系统.其次,为了得到闭环控制系统H∞渐近稳定的充分条件,用Lyapunov稳定性理论和线性矩阵不等式方法来进行求解.最后,通过使用LMI工具箱求解线性矩阵不等式,从而得到控制器增益参数表达式.仿真结果表明,与传
其他文献
该文从挂篮荷载计算、施工流程、支座及临时固结施工、挂篮安装及试验、合拢段施工、模板制作安装、钢筋安装、混凝土的浇筑及养生、测量监控等方面人手,介绍了S226海滨大桥
在量测精度不高时,重要性重采样粒子滤波效果较好,但在观测模型具有较高精度时,由于较多的无效样本可能导致粒子滤波失效.同时传统粒子滤波重采样算法虽可以用来解决粒子退化
该文从挂篮荷载计算、施工流程、支座及临时固结施工、挂篮安装及试验、合拢段施工、模板制作安装、钢筋安装、混凝土的浇筑及养生、测量监控等方面人手,介绍了S226海滨大桥
考虑到图像分割与显著目标检测两者之间较强的关联性,本文通过一种有效的图像分割算法对一种既有的显著目标检测算法进行改进.这种图像分割算法是基于特征嵌入学习网络提出的,通过控制算法的相似阈值可得到多尺度的分割图.结合这种既有的显著目标检测算法,将得到的多尺度的显著性图利用深度特征进行融合,形成最终的显著性图.三个数据集的测试结果表明,改进后的算法在多项评价指标上均优于原算法.同时,从视觉上对显著性图的
该文从挂篮荷载计算、施工流程、支座及临时固结施工、挂篮安装及试验、合拢段施工、模板制作安装、钢筋安装、混凝土的浇筑及养生、测量监控等方面人手,介绍了S226海滨大桥
该文从挂篮荷载计算、施工流程、支座及临时固结施工、挂篮安装及试验、合拢段施工、模板制作安装、钢筋安装、混凝土的浇筑及养生、测量监控等方面人手,介绍了S226海滨大桥
该文从挂篮荷载计算、施工流程、支座及临时固结施工、挂篮安装及试验、合拢段施工、模板制作安装、钢筋安装、混凝土的浇筑及养生、测量监控等方面人手,介绍了S226海滨大桥