【摘 要】
：
图互联系统是一类用无向图表征子系统拓扑关系的大规模系统,它利用集合来刻画子系统间互联信号的特性,是对实际工程中许多大系统动态变化的数学表达.针对大规模系统的特点,如子系统数量多、空间分布广,现代控制与通信技术多采用基于采样数据的数字装置与数字共享网络作为信号处理与传递的载体.将这些技术引入到图互联系统中,可以提高图互联系统设计的灵活性和维护的便利性,但现有的针对纯连续时间或纯离散时间图互联系统的分
论文部分内容阅读
图互联系统是一类用无向图表征子系统拓扑关系的大规模系统,它利用集合来刻画子系统间互联信号的特性,是对实际工程中许多大系统动态变化的数学表达.针对大规模系统的特点,如子系统数量多、空间分布广,现代控制与通信技术多采用基于采样数据的数字装置与数字共享网络作为信号处理与传递的载体.将这些技术引入到图互联系统中,可以提高图互联系统设计的灵活性和维护的便利性,但现有的针对纯连续时间或纯离散时间图互联系统的分析方法并不适用于基于采样数据的图互联系统的分析.因此,开展对基于采样数据的图互联系统的性能分析问题的研究具有理论意义和应用价值.本文主要研究多种采样方式下基于采样数据的图互联系统的稳定性和鲁棒性能的分析问题,具体内容包括:（1）针对子系统间理想连接的情况,研究了基于周期采样数据控制的图互联系统的稳定性分析问题.首先,分析了受执行器饱和限制的周期采样控制对图互联系统稳定性的影响.利用改进的Lyapunov方法,得到了保证互联系统局部渐近稳定的充分条件,并给出了对吸引域的估计.紧接着,讨论了状态量化的周期采样控制对图互联系统稳定性的影响.利用输入时滞方法,得到了仅依赖子系统参数、量化参数和采样间隔的保证系统稳定的线性矩阵不等式条件.在该条件的基础上,给出了优化采样间隔的方法.最后,通过数值仿真验证了所得结果的正确性.（2）针对不确定子系统间的通信受网络传输协议和非周期采样影响的情况,研究了基于采样数据通信的不确定图互联系统的鲁棒性能分析问题.首先,建立了能统一表征网络传输采样数据的离散特性和系统动态变化的连续特性的混杂系统模型.然后,给出了保证该混杂系统鲁棒性能的一般引理.依据此引理,构建合适的混杂Lyapunov函数,进而得到了仅依赖子系统参数和局部网络参数的保证系统鲁棒性能的充分条件,同时给出了最大采样间隔的计算公式.最后,通过两区域互联电力系统的例子说明了所得方法的有效性.（3）针对时滞子系统间的通信受网络传输协议和非周期采样影响的情况,研究了基于采样数据通信的图互联时滞系统的稳定性和L2稳定性问题.首先,通过消去互联变量,将受传输协议以及非周期采样影响的图互联时滞系统转化为混杂时滞系统.然后,依据混杂时滞系统理论,构建了一类混杂L-K泛函,进而揭示了基于非周期采样数据通信的图互联时滞系统的稳定性或L2稳定性与采样间隔和时滞的关系,同时给出了最大采样间隔的计算公式.最后,通过两个仿真例子验证了主要结果的有效性.（4）针对子系统间非理想连接的情况,研究了基于事件触发采样数据控制的图互联系统的H∞性能分析问题.首先,给出了判断非理想连接图互联系统适定性的引理.依据此引理,再引入合适的辅助变量,将考虑的系统转化为误差依赖的时滞系统.然后,通过构建合适的L-K泛函,得到了直接利用子系统参数来验证系统H∞性能的充分条件.随后,借助Finsler引理并结合加权松弛矩阵变量法,给出了联合设计事件触发参数和控制器参数的方法.最后,通过两个仿真例子验证了所得方法的有效性.
其他文献
金属材料的应用十分广泛,其质量对实际工程应用具有重大影响。金相检验是通过检测钢铁材料劣化情况来评估钢材质量的重要手段,在对金相显微组织进行分析的过程中,准确的评定钢材金相晶粒度等级是最为关键的任务。传统采用人工对金相的晶粒度等级进行评定的方法存在效率低、易受人员经验影响及结果不具有重复性等缺点。基于数字图像处理的晶界识别方法只能识别出较为清晰金相图像中的简单晶界,对于存在干扰的复杂晶界应用效果较差
放电的多样性和放电现象的复杂性以及随着科学技术的进步不断出现新的放电形式,导致了对气体放电的物理过程分析变得越来越复杂。为了对气体放电进行深入的研究,多采用实验方法展开,但是仅靠实验手段仍无法明晰气体放电的微观机制以及获取全部关键参数。基于数值仿真的气体放电过程研究,可更深入地了解气体放电过程的微观规律,获得实验无法测得的关键参数,重现气体放电的演变过程,日益成为推动气体放电理论发展的一种重要方法
随着经济的迅速发展和人们生活水平的不断提升,旅游已经成为休闲娱乐的重要方式。针对不同旅游场景,用户对旅游推荐系统的需求具有多样性,例如,一些用户希望在线旅游平台提供个性化的旅游套餐服务;一些用户希望推荐的旅游套餐具有可解释性,并同时考虑偏好的动态性;一些用户在陌生的城市旅游,需要制定同时满足时空约束和个性化需求的旅游行程;结伴旅游的用户希望旅游行程满足群组中大部分用户的需求。在以上旅游场景中包含了
近年来,支持向量机已经成为解决模式分类与回归问题的一种强有力的方法。经典的“最大间隔”支持向量机通过最大化两个不相交的半平面之间的距离来减低泛化误差。基于支持向量机理论,双平面支持向量机作为一种新的机器学习方法得到了广泛的研究。与经典支持向量机中的单个分类超平面不同,双平面支持向量机旨在生成两个非平行的超平面,其中,每一个超平面更接近于两类样本中的一类,并且尽可能地远离另一类。在求解过程中,双平面
在大数据时代,海量数据的涌现促进计算机视觉、机器学习和模式识别的蓬勃发展,但也带来了处理高维数据问题的挑战。作为处理高维数据这一问题的典型方法之一,子空间聚类受到越来越多的关注。子空间聚类旨在发现高维数据中的低维结构。一般来说,原始数据通常会受到污染,数据一般具有非线性的结构,并且数据的样本量也非常庞大。若不能针对上述存在的现实问题去建立子空间聚类模型,将不利于随后的聚类任务。本文围绕原始数据中存
目的 检索、筛选、总结并分析系统性红斑狼疮（systemic lupus erythematosus,SLE）患者生育期保健的相关证据并形成最佳证据总结，为SLE患者生育期的护理及管理提供循证依据。方法 系统检索美国指南网、英国国家卫生和临床优化研究所网站、UpToDate、PubMed、Web of Science、Cochrane Library、BMJ Best Practice、澳大利亚乔
大数据时代,数据收集手段不断革新,数据存储能力不断提升,在气象学、生物化学、神经影像学等领域中涌现出大量以曲线形式存在的函数型数据.函数型数据是时间、空间等维度上的连续函数,这给传统的统计分析和数值计算带来了巨大的挑战.但是,其具有的无穷维数据特征能够蕴含更加丰富的数据信息,为发展新的统计理论以及拓宽实际应用领域提供了良好的机遇.因此,函数型数据分析已经成为当前统计学研究领域的热点和前沿问题之一.