论文部分内容阅读
近年来随着网络通讯技术的快速兴起和智能控制系统理论的不断完全，网络控制系统受到了大量学者的关注。面对网络软件技术的快速发展和网络理论不断丰富的情况，需要把这些先进的技术应用到非线性控制系统中去，从而使得智能控制理论更加系统和科学。一方面，实际元件的物理特性造成了系统测量和传输过程中有大量的不确定性和不利因素存在，例如，时变时延、分布式时延、测量丢失和传感器非线性等等。另一方面，如何将事件触发条件拓展到仿生神经元和重复标量非线性系统中去是一大难题。此外，由于事件触发条件的丢失在平衡点处无数据输出的不足，也迫使我们急需研究和提出一种新的触发条件。因此，在这些限制因素的影响带来的不完全信息情况下，分析和给出相应的控制器或滤波器的方法是很有研究意义的。 本文研究了在网络不确定因素和网络带宽有限的限制条件下，具有不完全信息的非线性控制系统的控制和滤波问题。 针对在传输通道中测量丢失和随机发生的传感器非线性的情况，考虑了具有时变时延的离散神经元网络的状态滤波问题，通过李雅普诺夫泛函理论和不等式处理技术得到一个充分条件，并以此设计一个状态观测器，使得滤波误差系统达到随机稳定，且对干扰达到一定要求的L2-L∞性能。最后，通过相应的仿真实例验证了设计方法的有效性。 为了处理观测器的干扰出现问题，针对测量丢失和传感器的信息传输不完全的情况，考虑了带有时变时延的离散神经元网络模型的状态滤波问题，通过李雅普诺夫泛函理论和不等式处理技术，设计一个固定的拓扑结构的分布式滤波网络，使得滤波误差系统达到渐近稳定性能，并在此基础上给出了L2-L∞控制器的设计方法。最后，通过相应的仿真实例验证了设计方法的有效性。 针对网络信号传输中测量失真、信号传输诱导时延的情况，和给定的保成本函数，考虑了离散多层神经元网络滤波的问题，通过常见的随机分析技术和稳定性理论，提出了一种带有记忆功能的滤波器，使得滤波误差系统的性能值满足给定要求的值，并给出滤波器的设计方法。最后，通过相应的仿真实例验证了设计方法的有效性。 针对单一滤波器的滤波不稳定情况、信号在网络的传输中出现的随机传感器非线性的情况和网络状况对模式信息的影响，考虑了切换重复变量非线性系统的分布式滤波问题，通过Kronecker方法设计了一个分布式滤波网络，使得滤波误差系统在平均驻留时间的机制下达到随机指数稳定性，且对干扰达到一定要求的H∞衰减性能。最后，通过相应的仿真实例验证了设计方法的有效性。 对于带有分布式时延的Markov跳变离散神经元网络，针对时间触发的能量耗费过多的特性、信号在无线网络传输中通道信号衰减的情况和Markov模式跳变信息的不可知特征的情况，分别设计了一种事件触发机制和一个异步的Markov跳变离散控制器，使得传输数据包的数量得以大大降低和系统跳变信息不准确的情况得以解决，同时利用跳变稳定性理论，分析和给出了异步保成本控制器的设计方法，保证控制系统达到随机指数稳定性，且满足一定的性能要求。最后，通过相应的仿真实例验证了设计方法的有效性，同时通过和已存在的方法相比较，验证了设计方法的优越性。 研究了在新的事件触发机制和模式依赖平均驻留时间机制下，一类切换神经元网络的滑模控制问题。在结合新近提出的模式依赖平均驻留时间机制的情况下，通过考虑在传统事件触发机制下被忽略的重要的数据包难以保留和传输的情况，设计了一个新的事件触发机制，运用滑模控制技术设计了一个新的滑模控制器，使得闭环系统的状态达到设定的滑模面和闭环系统达到稳定。 最后，通过相应的仿真实例验证了设计方法的有效性，同时通过和已存在的方法相比较，验证了设计方法的优越性。