×
李洪飞；李传东；黄俊健

一类具有输入约束的非线性动力系统的混合脉冲采样控制框架。 （英语） Zbl 1441.93134号

非线性分析。，混合系统。 36，文章ID 100881，15 p.（2020）.
摘要：本文设计了一种新的混合控制器，它由采样控制器和执行器饱和的脉冲控制器组成。首先，通过应用多面体表示方法并建立适当的Lyapunov函数，得到了一些已建立的线性矩阵不等式（LMI），以保证一类非线性动力系统的指数镇定。值得一提的是，这些LMI很容易通过Matlab LMI工具箱进行验证。此外，基于扇区非线性模型方法，利用LMI建立了指数稳定的充分条件。此外，还证明了在相同假设下，无执行器饱和的混合控制器可以实现一类非线性动力系统的指数镇定。最后，通过三个实例验证了理论分析的有效性。

引用于7文件

MSC公司：

93立方 由微分方程以外的函数关系控制的控制/观测系统（例如混合系统和开关系统）
93C27型 脉冲控制/观测系统
93D23型 指数稳定性
93元57 采样数据控制/观测系统
93立方厘米 控制理论中的非线性系统

关键词：

脉冲采样混合控制；非线性动力系统；指数稳定；输入约束；线性矩阵不等式

软件：

Matlab公司；LMI工具箱
PDF格式BibTeX公司 XML格式引用
\textit{H.Li}等，非线性分析。，混合系统。36，文章ID 100881，第15页（2020；兹bl 1441.93134）
全文： DOI程序

参考文献：

[1] 张，P。；李，C。；黄，T。；Chen，L。；Chen，Y.，用于模式训练和识别的基于遗忘忆阻器的神经形态系统，神经计算，22247-53（2017）
[2] 黄，T。；李，C。；Duan，S。；Starzyk，J.A.，具有随机扰动和脉冲效应的不确定时滞神经网络的鲁棒指数稳定性，IEEE Trans。神经网络。学习。系统。，23, 6, 866-875 (2012)
[3] 何，X。；李，C。；黄，T。；李，C。；黄，J.，求解双层线性规划问题的递归神经网络，IEEE Trans。神经网络。学习。系统。，25224-830（2014）
[4] Che，H。；Wang，J.，基于离散时间投影神经网络的非负矩阵分解算法，神经网络。，103, 63-71 (2018) ·Zbl 1434.68502号
[5] 李，H。；李，C。；Huang，T.，可变时间脉冲神经网络的周期性和稳定性，神经网络。，94, 24-33 (2017) ·Zbl 1437.93107号
[6] 李，X。；Song，S.，具有离散和连续分布时滞的递归神经网络周期解的存在性、唯一性和全局稳定性的脉冲控制，IEEE Trans。神经网络。学习。系统。，24, 6, 868-877 (2013)
[7] 李，H。；李，C。；张伟。；Xu，J.，通过新的广义halanay不等式实现比例延迟惯性神经网络的全局耗散性，神经过程。莱特。（2018年）
[8] 李，C。；李，C。；廖，X。；Huang，T.，时滞高阶BAM神经网络稳定性的脉冲效应，神经计算，741541-1550（2011）
[9] Wan，P。；Jian，J.，时变时滞脉冲惯性神经网络的全局收敛性分析，神经计算，24568-76（2017）
[10] 李，X。；Song，S.，时滞系统的镇定：时滞相关脉冲控制，IEEE Trans。自动垫。控制，62，1，406-411（2017）·Zbl 1359.34089号
[11] 林，X。；李，X。；邹毅。；Li，S.，带非线性饱和执行器的切换线性系统的有限时间镇定，J.Franklin Inst.B，351,31464-1482（2014）·Zbl 1395.93277号
[12] 李，H。；李，C。；黄，T。；张伟，脉冲Cohen-Grossberg BAM神经网络的固定时间镇定，神经网络。，98, 203-211 (2018) ·兹比尔1441.93204
[13] Hayakawa，T。；Haddad，W.M。；Volyanskyy，K.Y.，非线性不确定脉冲动力系统的神经网络混合自适应控制，非线性分析。混合系统。，2, 3, 862-874 (2008) ·Zbl 1215.93131号
[14] 胡，C。；Yu，J。；姜浩。；Teng，Z.，通过周期性间歇控制实现时变时滞神经网络的指数稳定和同步，非线性，23，10，2369（2010）·Zbl 1197.92005年
[15] Lee，T.H。；Park，J.H.，用于混沌系统稳定的模糊采样数据控制的新方法，IEEE Trans。系统。网络人：系统。(2017)
[16] 王振平。；Wu，H.N.，《利用含时Lyapunov泛函方法对混沌系统进行模糊采样控制》，IEEE Trans。赛博。，45, 4, 819-829 (2015)
[17] Fridman，E.，采样数据控制的改进输入延迟方法，Automatica，46，2，421-427（2010）·Zbl 1205.93099号
[18] 范，Q.Y。；Yang，G.H.，基于新的事件触发控制方案Inform的采样数据输出反馈控制。科学。，414, 306-318 (2017) ·Zbl 1447.93207号
[19] 刘凯。；Fridman，E.，Wirtinger不等式和基于Lyapunov的样本数据稳定，Automatica，48，1，102-108（2012）·Zbl 1244.93094号
[20] Seuret，A。；Briat，C.，使用环函数对增量延迟的不确定采样数据系统的稳定性分析，Automatica，55，274-278（2015）·Zbl 1377.93126号
[21] 艾哈迈德·阿利，T。；弗里德曼，E。；Giri，F。；Burlion，L。；Lamnabhi-Lagarrigue，F.，使用指数时变增益进行样本数据稳定和估计，Automatica，67，244-251（2016）·Zbl 1335.93083号
[22] Kabamba，P.，使用广义采样数据保持函数控制线性系统，IEEE Trans。自动垫。控制，32，9，772-783（1987）·Zbl 0627.93049号
[23] Sala，A.，《通过广义保持函数提高采样率变化下的性能》，IEEE Trans。控制系统。技术。，15, 4, 794-797 (2007)
[24] Briat，C.，使用一类广义采样数据保持函数实现周期和非周期采样数据系统采样周期相关稳定的谱必要和充分条件，Internat。J.Control，87，3，612-621（2014）·Zbl 1317.93167号
[25] 费尔，A。；Goodwin，G.C.，《广义样本保持函数——鲁棒性、灵敏度和样本间困难的频域分析》，IEEE Trans。自动垫。控制，39，5，1042-1047（1994）·兹伯利0814.93047
[26] Wu，Y。；Karimi，H.R。；Lu，R.，工业制造中网络系统的采样数据控制，IEEE Trans。Ind.Electron公司。，65, 11, 9016-9024 (2018)
[27] Wang，Y。；Karimi，H.R。；Yan，H.，针对非周期采样数据的混沌Lur’e系统的自适应事件触发同步方法，IEEE Trans。电路系统。二、 66、3、442-446（2019年）
[28] 张博士。；徐，Z。；Karimi，H.R。；王庆国。；Yu，L.，具有非周期采样数据通信的异构线性多智能体系统一致性的分布式输出反馈控制，IEEE Trans。Ind.Electron公司。，65, 5, 4145-4155 (2018)
[29] Cheng，J。；Park，J.H。；Karimi，H.R。；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)
[30] 杨，X。；曹，X。；Gao，H.，具有推力非线性的航天器交会相对位置保持的采样数据控制，IEEE Trans。Ind.Electron公司。，59, 2, 1146-1153 (2012)
[31] 高，H。；Sun，W。；Shi，P.，车辆主动悬架系统的鲁棒采样数据控制，IEEE Trans。控制系统。技术。，18, 1, 238-245 (2010)
[32] 刘，X。；Stechlinski，P.，分布时滞脉冲系统的混合控制，非线性分析。混合系统。，11, 57-70 (2014) ·Zbl 1291.93273号
[33] 刘，X。；Stechlinski，P.，非线性混合动力系统的切换和脉冲控制算法，非线性分析。混合系统。，27, 307-322 (2018) ·Zbl 1378.93057号
[34] Lee，L。；刘，Y。；梁，J。；Cai，X.，非线性脉冲系统的有限时间稳定性及其在采样数据系统中的应用，ISA Trans。，57, 172-178 (2015)
[35] 吕，X。；Li，X.，非线性脉冲采样系统的有限时间稳定性和控制器设计及其应用，ISA Trans。，70, 30-36 (2017)
[36] 李，H。；李，C。；黄，T。；欧阳，D.，脉冲动力系统的固定时间稳定性和镇定，J.Franklin Inst.B，354，18，8626-8644（2017）·Zbl 1380.93188号
[37] 李，Z。；Fang，J.A。；黄，T。；苗，Q。；Wang，H.，部分输入饱和离散时间网络振荡器的脉冲同步，Inform。科学。，422, 531-541 (2018) ·Zbl 1447.93152号
[38] 李，L。；李，C。；Li，H.，非自治时滞非线性动力系统的全状态约束脉冲控制，非线性分析。混合系统。，29, 383-394 (2018) ·Zbl 1388.93078号
[39] 李，L。；李，C。；Li，H.，通过状态约束脉冲控制分析和设计时变结构动力网络，国际。J.Control（2018年）
[40] 胡，T。；Lin，Z.，具有致动器饱和的控制系统：分析与设计（2001），施普林格科学与商业媒体·Zbl 1061.93003号
[41] Benzaouia，A。；梅斯奎因，F。；Benhayoun，M.，线性系统的饱和控制（2018），Springer·Zbl 1475.93003号
[42] Tarbouriech，S。；加西亚，G。；达席尔瓦，J.M.G。；Queinnec，I.，《带有饱和执行器的线性系统的稳定性和稳定性》（2011），Springer Science&Business Media·Zbl 1279.93004号
[43] 周，B。；高，H。；Lin，Z。；Duan，G.R.，具有分布式输入延迟和输入饱和的线性系统的稳定性，Automatica，48，5，712-724（2012）·Zbl 1348.93224号
[44] 吴振国。；Shi，P。；苏，H。；Chu，J.，带采样数据和饱和执行器的混沌神经网络的局部同步，IEEE Trans。赛博。，44, 12, 2635-2645 (2014)
[45] Seuret，A。；Da Silva，J.M.G.，《考虑采样数据系统中的周期变化和致动器饱和》，systems Control Lett。，61, 12, 1286-1293 (2012) ·Zbl 1255.93083号
[46] 黄，H。；李，D。；Lin，Z。；Xi，Y.，存在执行器饱和时的改进鲁棒模型预测控制设计，Automatica，47，4，861-864（2011）·Zbl 1215.93049号
[47] 丁·S。；Wang，Z。；Rong，N。；Zhang，H.，通过饱和采样数据控制实现记忆神经网络的指数镇定，IEEE Trans。赛博。，47, 10, 3027-3039 (2017)
[48] Rakkiyappan，R。；拉萨，V.P。；朱，Q。；Yao，Z.，带采样数据和饱和执行器的马尔可夫跳跃混沌神经网络的指数同步，非线性分析。混合系统。，24, 28-44 (2017) ·Zbl 1377.93104号
[49] 丁·L。；郑伟新。；Guo，G.，《输入饱和下基于网络的多智能体系统实用集合共识》，Automatica，89，316-324（2018）·Zbl 1388.93005号
[50] Seuret，A。；Gouaisbaut，F.，基于Wirtinger的积分不等式：在时滞系统中的应用，Automatica，49，9，2860-2866（2013）·Zbl 1364.93740号
[51] Sun，J。；刘国平。；陈，J。；Rees，D.，《时变时滞线性系统的改进的时滞范围相关稳定性准则》，Automatica，46，2，466-470（2010）·Zbl 1205.93139号
[52] Briat，C。；Seuret，A.，线性脉冲系统鲁棒稳定性分析的环函数方法，系统控制快报。，61, 10, 980-988 (2012) ·兹比尔1270.93084
[53] Kommuri，S.K。；迪福，M。；Karimi，H.R。；Veluvolu，K.C.，电动汽车PMSM基于观测器的鲁棒传感器容错控制，IEEE Trans。Ind.Electron公司。，63, 12, 7671-7681 (2016)
[54] 李毅。；Karimi，H.R。；张，Q。；赵博士。；Li，Y.，具有随机传感器延迟的线性离散时变系统的故障检测：riccati方程方法，IEEE Trans。电路系统。I.监管。爸爸。，65, 5, 1707-1716 (2018)
[55] Noroozi，N。；Khayatian，A。；Karimi，H.R.，一类参数化离散时间互联系统的半全局实用积分输入-状态稳定性及其在采样数据控制系统中的应用，非线性分析。混合系统。，2015年10月17日至24日·Zbl 1326.93113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。