典型分数阶混沌系统若干同步方法研究

来源 :重庆大学 | 被引量 : 0次 | 上传用户:szlsh88
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
混沌现象普遍存在于自然科学和社会科学中,是一种特殊的非线性系统,近年来,混沌已经引起了数学领域及控制领域的很多专家学者的关注,对混沌的基本特性的研究逐步深入。混沌系统具有对初值极度敏感性和不可预测性等特点,因此混沌在很多领域具有广泛应用前景,尤其是在保密通信方面。本文重点研究了分数阶混沌同步方法。目前,针对分数阶混沌系统稳定性理论的研究正在逐步深入,但由于对它的研究起步较晚,其研究成果不如整数阶稳定性理论成熟,导致了分数阶混沌同步方法的发展也滞后于整数阶系统,根据研究现状,本文主要做了以下工作:①针对一类分数阶混沌系统的同步问题,基于分数阶系统的类Lyapunov稳定性理论,设计了一种新的自适应同步控制器以及控制增益系数自适应律.与现有结果相比,该方法具有控制器结构简单、控制代价小,以及通用性强等特点,可适用于大部分典型的分数阶混沌系统。②设计一种新的含有分数阶微分项和积分项的滑模面以及合适的滑模同步控制器。建立类似于整数阶系统分析中的类Lyapunov稳定性的判别方法,对分数阶滑模同步误差系统给出稳定性分析。在此基础上结合自适应控制,对滑模控制器的控制参数进行自适应调整。③针对一类分数阶混沌系统的同步问题,提出一种将分数阶混沌系统同步问题转化为整数阶系统稳定性问题的间接分析方法。通过构造新的响应系统,可将分数阶同步误差系统转化为整数阶同步误差系统,利用单向耦合方法和Lyapunov稳定性理论,给出同步误差系统渐近稳定性判据。同时在单向耦合的基础上采用自适应方法,使单向耦合同步中的控制增益系数通过自适应调整来使系统稳定,可以获得更好的控制性能。④针对一类整数阶与分数阶超混沌系统的同步问题,分别提出了改进的脉冲同步方法.基于Lyapunov稳定性理论与脉冲微分方程理论,给出超混沌系统一组新的全局渐近同步判据.特别地,当脉冲间距与脉冲控制增益为常数时,可获得更为简单和实用的同步判据.在此基础上,提出基于比较系统理论的脉冲同步方法.通过构造新的响应系统,可将原分数阶同步误差系统转化为整数阶同步误差系统,同时给出一组新的分数阶混沌系统全局渐近同步判据.特别地,当脉冲间距与脉冲控制增益为常数时,可获得更为简单和实用的同步判据.与现有结果相比,所得充分条件更为严格和实用.
其他文献
随着ATM机的广泛应用,关于ATM机的违法犯罪行为也越来越多,本文研究了用于ATM机的遮挡人脸检测算法,希望对ATM机的安全交易加以保障。本文首先回顾了已有的运动目标检测方法,
随着我国基础建设的快速发展,工程车辆的需求量不断增大,从而带动了与其配套使用的GPS车载终端(也称GPS远程监控终端)生产。面对GPS车载终端检测内容日益复杂,传统的人工检测
随着以三维电影和游戏为代表的数字媒体娱乐产业的兴起,计算机动画技术的得到了长足的发展,已经成为国内外学者研究的热点。其中,人体运动捕获技术因其相对于其他运动生成技
煤矿的现代化管理和安全生产是煤炭行业永恒的主题。矿井恶劣的工作条件及性质导致矿下作业存在很大的安全隐患。监控室对井下人员的监控措施不完善、地面与作业人员的信息沟
电磁层析成像(Electromagnetic Tomography, EMT)技术是一种基于电磁感应原理的新型过程层析成像(Process Tomography, PT)技术。实现思路是通过外加激励磁场从不同角度扫描
在过去十多年间,数据收集和存储能力的显著进步在生物、天文学、统计学和经济学等许多科学领域都引起了“信息过载”的问题。研究者需要面对越来越海量的数据,和已经经过广泛研
我国北方城镇冬季供暖是与人民日常生活紧密相关的一项重要工作,由于供暖面积广,供暖时间长,所以如何在保证供暖质量的同时合理的利用能源,同时实现供暖的自动控制,减少人力和物力
本文介绍的自动收卷控制系统是基于西门子S7-300系列的PLC的设计,系统主要采用了西门子最新的T-CPU作为核心控制器,SINAMICS S120作为传动控制器来完成钢带的开卷、切割、修边
随着化石能源的日渐消耗,光伏发电技术得到迅速发展,光伏并网发电系统也得到了广泛的应用。越来越多的光伏发电系统接入到电网,相应的孤岛效应也随之而来,孤岛效应的发生不仅会对电网设备造成损害还会威胁到电网维护人员的生命安全,能否有效地检测出孤岛效应是光伏并网发电系统安全运行的关键因素。因此,对孤岛效应及孤岛检测技术的研究具有非常重要的意义。本文以三相光伏并网逆变器为研究对象,对三相并网逆变器的孤岛检测技
支持向量机(SVM)是由Vapnik等人提出以VC维理论为基础,以结构风险最小化为原则的算法,它能够较好的处理分类和回归问题,表现出很强的学习性能和泛化能力。然而由于模糊信息的存在,S