论文部分内容阅读
采样是计算机、通讯、网络系统中的普遍现象,而稳定是控制系统工作的前提,研究采样控制系统的稳定性具有重要的理论和实际价值。本文研究采样控制系统的采样依赖稳定性,揭示采样区间和稳定性之间的关系。首先,对于线性采样系统利用类Lyapunov泛函方法研究其稳定性,得到了保守性更小的稳定性结果。并将这个稳定性结果进一步推广到具有凸多边形参数不确定性的情况,得到了采样依赖鲁棒稳定性判据。其次,对非线性神经网络采样饱和控制系统进行了同步分析,采用类Lyapunov泛函方法将同步分析转化为渐近稳定分析,得到了这类非线性采样控制系统同步的条件。最后,通过仿真验证了该条件的有效性和优越性。具体研究内容、研究结果如下:第一章阐述了采样控制系统的研究背景以及研究现状,介绍了本文将要研究的主要问题。第二章介绍了本文用到的基础理论知识,以及需要的相关引理,为接下来的研究提供主要的理论依据。第三章构造新的类Lyapunov泛函研究了线性采样系统的采样依赖稳定性问题。该类Lyapunov泛函将以前的Lyapunov泛函进行了改进,引入了Lyapunov泛函的二重积分,充分利用了采样系统在采样区间(t,tk+1)的信息。在估计该类Lyapunov泛函的导数时引入了与Jensen不等式相比更高级的积分不等式,得到更紧的上界,从而得到保守较小的稳定性结果。然后,将这个稳定性结果进一步推广到具有凸多边形参数不确定性的情况,导出了鲁棒稳定性判据。第四章对非线性神经网络采样饱和控制系统研究了同步性问题。利用驱动系统和响应系统导出误差系统,把驱动系统和响应系统的同步性转化为误差系统的稳定性。对误差系统构造新的类Lyapunov泛函,采用新不等式对该类Lyapunov泛函的导数估计,导出稳定结果,从而得到了这类非线性神经网络采样控制系统的同步性条件。仿真验证了所得同步性条件的有效性且具有较小的保守性。第五章总结了本文主要研究内容,指出将来进一步研究的方向。