×
余欢;马跃超;刘俊伟

具有时变时滞和随机增益变化的不确定T-S模糊系统的扩展耗散分析。 （英语） Zbl 1423.93225号

J.富兰克林研究所。 356，第15号，8542-8568（2019）.
摘要：本文研究具有时变时滞和随机增益变化的不确定T-S模糊系统的非脆弱动态输出反馈控制。考虑到T-S模糊模型和模糊控制器不具有相同的隶属函数这一不完全的前提匹配，目的是提高系统的鲁棒性和控制器设计的灵活性。通过调整扩展耗散、（H_（infty））、（L_2-L_（inft））、无源和（Q，S，R）-耗散性能概念中的自由权矩阵，在一个统一的框架内求解。考虑随机现象ROGV来描述控制器增益变化对系统的影响，它被设计成两个随机变量序列并服从伯努利分布。基于Lyapunov-Krasovskii泛函（LKF）和积分不等式技术，得到了保证闭环系统渐近稳定和扩展耗散的一些不太保守的充分条件。通过求解线性矩阵不等式（LMI），可以设计出非脆弱动态输出反馈控制器。通过几个数值例子可以说明所提出的设计方法的优点和有效性。

引用于5文件

MSC公司：

93立方厘米 模糊控制/观测系统
93B36型 \（H^\infty）-控制
93B52号 反馈控制
93D20型 控制理论中的渐近稳定性

关键词：

不确定T-S模糊系统;输出反馈控制;渐近稳定性
PDF格式BibTeX公司 XML格式引用
\textit{H.Yu}等人，J.Franklin Inst.356，No.15，8542--8568（2019；Zbl 1423.93225）
全文： 内政部

参考文献：

[1] 翟，D。；An，L。；Dong，J。；Zhang，Q.，任意切换下一类切换非线性系统的切换自适应模糊跟踪控制，IEEE Trans。模糊系统。，26, 585-597 (2018)
[2] Yang，Y。；阮，J。；李，J。；刘，B。；Kong，X.，基于模糊层次分析法的带制导信息的路径选择行为模型，Int.J.Innov。计算。信息控制，14，1363-370（2018）
[3] 沃拉查特，V。；Takagi，H.，用于游戏开发的基于规则的进化模糊逻辑游戏玩家模型。国际创新计算杂志，Inf.Control，13,61941-1951（2017）
[4] Takagi，T。；Sugeno，M.，系统的模糊识别及其在建模和控制中的应用，IEEE Trans。系统。人类网络。，15, 116-132 (1985) ·Zbl 0576.93021号
[5] Ting，C.，Takagi-Sugeno模糊系统的稳定性分析和设计，信息科学。，176, 19, 2817-2845 (2006) ·Zbl 1097.93023号
[6] Dong，H。；Joo，Y。；Tak，M.，连续时间Takagi-Sugeno模糊系统的局部稳定性分析：模糊Lyapunov函数方法，信息科学。，257, 163-175 (2014) ·Zbl 1321.93055号
[7] Zhao，Y。；高，H。；Lam，J。；Du，B.，延迟T-S模糊系统的稳定性和镇定：一种延迟划分方法，IEEE Trans。模糊系统。，17, 4, 750-762 (2009)
[8] X.赵。；林，C。；陈，B。；Wang，Q.，具有时滞的T-S模糊系统稳定性和镇定的新型Lyapunov-Krasovskii函数方法，神经计算，313288-294（2018）
[9] 哈萨尼，H。；扎雷，J。；Chadli，M。；邱，J.，具有不可测前提变量的区间2型T-S模糊系统的未知输入观测器设计，IEEE Trans。赛博。，47, 2639-2650 (2017)
[10] 唐，X。；邓，L。；刘，N。；Yang，S。；Yu，J.，具有数据丢失和有界扰动的T-S模糊系统基于观测器的输出反馈MPC，IEEE Trans。赛博。，PP（99），1-14（2018）
[11] 江，B。；毛，Z。；Shi，P.，基于T-S模糊模型方法的一类网络控制系统的（H_∞）滤波器设计，IEEE Trans。模糊系统。，18, 1, 201-208 (2010)
[12] Hellani，D。；哈贾吉，A。；Ceschi，R.，T-S模糊系统的有限频率（H_∞）滤波器设计：新方法，信号处理。，143, 191-199 (2018)
[13] 苏，X。；夏，F。；刘杰。；Wu，L.，非线性系统的事件触发模糊控制及其在倒立摆系统中的应用，Automatica，94，236-248（2018）·Zbl 1401.93129号
[14] 苏，X。；夏，F。；Wu，L。；Chen，C.，模糊系统的事件触发故障检测器和控制器协调设计，IEEE Trans。模糊系统。，26, 4, 2004-2016 (2018)
[15] 马云（Ma，Y.）。；Chen，M.，时变时滞不确定T-S模糊系统的有限时间非脆弱耗散控制，神经计算，177509-514（2016）
[16] 黄，S。；Yang，G.，时变时滞不确定Takagi-Sugeno模糊系统的非脆弱（H_∞）动态输出反馈控制，Int.J.Syst。科学。，47, 12, 2954-2964 (2016) ·Zbl 1347.93116号
[17] Choi，H。；Ahn，C。；Shi，P。；Wu，L。；Lim，M.，具有时变输入延迟和输出约束的T-S模糊系统的动态输出反馈耗散控制，IEEE Trans。模糊系统。，25, 511-526 (2017)
[18] Zhang，Y。；张，Q。；Zhang，J.，时滞不确定t-s模糊系统的非脆弱被动控制，第五届模糊系统与知识发现国际会议论文集，5100-104（2008）
[19] Yeh，K。；陈，C。；Chen，C.，使用模糊Lyapunov方法的时滞模糊系统的鲁棒性设计，应用数学与计算，205，2，568-577（2008）·Zbl 1152.93040号
[20] Cheng，J。；Park，J。；卡里米，H。；Shen，H.，带时变延迟信号的马尔科夫神经网络采样数据指数同步的灵活终端方法，IEEE Trans。赛博。，48, 8, 2232-2244 (2018)
[21] Wang，H。；田中，K。；格里芬，M。；Trans，E.，《非线性系统的模糊控制方法：稳定性和设计问题》，IEE fuzzy Syst，4，1，14-23（1996）
[22] Lam，H。；Narimani，M.，不完全前提匹配下基于模糊模型控制系统的稳定性分析和性能设计，IEEE Trans。模糊系统。，17, 4, 949-961 (2009)
[23] Lam，H。；Seneviratne，L.，完美或不完美前提匹配下多项式模糊模型控制系统的稳定性分析，IET控制理论应用。，5, 15, 1689-1697 (2011)
[24] Lam，H。；李，H。；Deters，C。；塞科，E。；Wurdemann，H。；Althoefer，K.，不完全前提匹配下区间2型模糊系统的控制设计，IEEE Trans。工业。电子。，61, 2, 956-968 (2014)
[25] Lam，H.，《基于连续时间模糊模型的控制系统稳定性分析综述：从成员-功能相关性到成员-功能相关分析》，工程应用。人工。智力。，67, 390-408 (2018)
[26] Rajavel，S。；R·武士。；曹，J。；Alsadei，A。；Ahmad，B.，时变时滞神经网络的有限时间非脆弱被动控制，应用。数学。计算。，297, 145-158 (2017) ·Zbl 1411.92009年
[27] Grigoriadis，K。；Watson，J.，通过线性矩阵不等式进行降阶（H_∞）和（L_2-L_infty）滤波，IEEE Trans。航空电子。系统。，33, 4, 1326-1338 (1997)
[28] 黄，J。；Shi，Y。；黄，H。；Li，Z.，使用T-S模糊模型的多速率非线性采样数据系统的（L_2-L_）滤波，数字信号处理。，23, 1, 418-426 (2013)
[29] Shi，P。；苏，X。；Li，F.，随机扰动模糊切换系统的基于耗散的滤波，IEEE Trans。自动。对照组，611694-1699（2016）·Zbl 1359.93493号
[30] 钟，L。；Li，L.，离散时间马尔可夫跳跃广义系统的广义非线性滤波，国际控制杂志，87，3，653-664（2014）·Zbl 1317.93251号
[31] Cheng，J。；Park，J。；曹，J。；Zhang，D.，具有逗留概率和不可靠通信信道的切换线性参数变量系统的量化（h∞）滤波，信息科学。，466, 289-302 (2018) ·Zbl 1448.93323号
[32] 翟，D。；An，L。；Ye，D。；Zhang，Q.，针对Markovian跳跃传感器故障的自适应可靠静态输出反馈控制，IEEE Trans。神经网络。学习。系统。，29, 631-644 (2018)
[33] 王，G。；张，Q。；Yang，C.，奇异马尔可夫跳跃参数的指数（H_∞）滤波，国际鲁棒非线性控制，23，7，792-806（2013）·Zbl 1273.93164号
[34] 王，G。；张，Q。；Sreeram，V.，减少阶数h的设计！”具有模式相关时滞的马尔可夫跳跃系统的滤波，信号处理。，89, 2, 187-196 (2009) ·Zbl 1155.94337号
[35] 张，B。；郑伟。；Xu，S.，基于新性能指标的马尔可夫跳变时滞系统滤波，IEEE Trans。循环。系统。我是Regul。论文，60，5，1250-1263（2013）·Zbl 1468.94288号
[36] Lee，T。；帕克，M。；Park，J。；Kwon，O。；Lee，S.，时变时滞神经网络的扩展耗散分析，IEEE Trans neural Netw Learn Syst，25,101936-1941（2014）
[37] 魏，H。；李，R。；陈，C。；Tu，Z.，具有两个加性时变延迟分量的忆阻神经网络的扩展耗散分析，神经计算，216429-438（2016）
[38] 夏，J。；陈，G。；Sun，W.，具有两个延迟分量的广义马尔科夫开关神经网络的扩展耗散分析，神经计算，260，275-283（2017）
[39] Yang，H。；舒，L。；钟，S。；Wang，X.，具有耦合时滞和采样数据控制的复杂动力系统的扩展耗散指数同步，J.Frankl。研究所，3531829-1847（2016）·Zbl 1347.93171号
[40] 沈，H。；Zhu，Y。；张，L。；Park，J.，具有不可靠链接的Markov跳跃神经网络的扩展耗散状态估计，IEEE Trans neural Netw学习系统，28，2，346-358（2016）
[41] 李，L。；贾毅，时变时滞线性系统的非脆弱动态输出反馈控制，控制理论应用。，3, 8, 995-1005 (2009)
[42] Yang，G。；Wang，J.，具有乘法控制器增益变化的线性系统的非脆弱控制，Automatica，37，5，727-737（2001）·Zbl 0990.93031号
[43] Zhang，Y。；唐·G。；Hu，N.，长时滞非线性网络控制系统的非脆弱控制，计算。数学。申请。，57, 10, 1630-1637 (2009) ·Zbl 1186.93031号
[44] Kchaou，M。；苏伊西，M。；Toumi，A.，离散时间模糊系统基于非脆弱（H_∞）观测器控制的新方法，国际J.系统。科学。，43, 1, 9-20 (2012) ·Zbl 1259.93050号
[45] Cheng，J。；Ahn，C。；卡里米，H。；曹，J。；Qi，W.，具有隐藏模式检测和缺失测量的马尔可夫跳跃系统的基于事件的异步方法，IEEE Trans。系统。人类网络。系统。，1-10 (2018)
[46] 翟，D。；An，L。；Dong，J。；Zhang，Q.，一类参数严格反馈系统的输出反馈自适应传感器故障补偿，Automatica，97，48-57（2018）·Zbl 1406.93179号
[47] 李，Z。；王，Z。；丁·D。；Shu，H.，具有随机发生增益变化、分布延迟和信道衰减的非脆弱（H_∞）控制，IET控制理论应用。，9, 2, 222-231 (2015)
[48] 张，R。；曾博士。；Ju，H。；刘，Y。；Zhong，S.，具有随机发生控制器增益波动的延迟复杂动态网络的非脆弱采样数据同步，IEEE Trans。系统。人类网络。系统。，48, 12, 2271-2281 (2018)
[49] 方，M。；Park，J.，具有时变时滞和随机发生控制器增益波动的神经网络的非脆弱同步，应用。数学。计算。，219, 15, 8009-8017 (2013) ·Zbl 1287.93071号
[50] Vu，V。；Wang，W.，具有测量输出噪声的T-S模糊系统的观测器设计，IFAC Proc。第38卷，第1卷，第1-6页（2005年）
[51] 刘，Y。；马云（Ma，Y.）。；Wang，Y.，具有传感器故障和随机发生非线性的奇异时滞系统的可靠有限时间滑模控制，应用。数学。计算。，320, 341-357 (2018) ·Zbl 1426.93042号
[52] 马云（Ma，Y.）。；贾，X。；Liu，D.，具有执行器饱和和部分未知转移率的奇异离散马尔可夫跳跃系统的有限时间耗散控制，应用。数学。型号。，53, 49-70 (2018) ·Zbl 1480.93186号
[53] Fu，L。；Ma，Y.，执行器饱和广义时滞系统的无源控制，应用。数学。计算。，289, 181-193 (2016) ·Zbl 1410.93079号
[54] Zhao，T。；Dian，S.，不完全前提匹配下连续T-S模糊系统的模糊动态输出反馈（H_∞）控制，IS A.Trans。，70, 248-259 (2017)
[55] 冯，C。；马云（Ma，Y.）。；Liu，D.，奇异半马尔可夫跳跃系统基于观测器的量化滑模耗散控制，应用。数学。计算。，362, 124539 (2019) ·Zbl 1433.93126号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。