×

未知系数随机系统的极点配置。 (英语) Zbl 0981.93028号

本文研究一类系数未知的线性单输入随机系统。特别地,目的是研究可控性假设下精确极点配置问题的求解方法,这是已知系数系统的一个充分必要条件。为此,要求系统噪声与零均值和有界二阶矩相互独立。构造求解方法时考虑了两种方法。第一种方法是学习过程,第二种方法属于自适应类方法。这两种方法都不需要系数估计,基本上是基于随机近似。

MSC公司:

第93页第55页 极点和零点位置问题
93E35型 随机学习与自适应控制
93E15型 控制理论中的随机稳定性
62L20型 随机近似
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Wonham,W.M.,《线性多变量控制》,纽约:Springer-Verlag出版社,1974年·Zbl 0314.93008号
[2] Kailat,T.,《线性系统》,克利夫斯,恩格尔伍德,普伦蒂斯·霍尔,1980年。
[3] Lozano,R.,Zhao,X.H.,《无激励探头信号的自适应苍白放置》,IEEE Trans。自动化。控制。,1994, 39: 47. ·Zbl 0796.93068号 ·数字对象标识代码:10.1109/9.273338
[4] 郭,L.,加权最小二乘的自收敛性及其在随机自适应控制中的应用,IEEE Trans。自动化。控制。,1996, 41: 7889.
[5] Nassiri-Toussi,K.,Ren,W.,MIMO随机系统的间接自适应极点配置控制:自校正结果,IEEE Trans。自动。控制,1997,42:38·Zbl 0873.93086号 ·数字对象标识代码:10.1109/9.553686
[6] Chen,H.F.,Cao,X.R.,自适应极点配置控制不需要可控性,IEEE Trans。自动化。控制。,1997年,42:1222·Zbl 0914.93062号 ·数字对象标识代码:10.1109/9.623083
[7] Chen,H.F.,Zhang,J.F.,不稳定和非最小相位随机系统的自适应镇定,系统。合同。莱特。,1993, 20: 27. ·Zbl 0778.93101号 ·doi:10.1016/0167-6911(93)90084-J
[8] Vidyasagar,M.,《学习和泛化理论及其在神经网络和控制系统中的应用》,伦敦:Springer-Verlag出版社,1997年·Zbl 0928.68061号
[9] Sontag,E.D.,连续时间递归神经网络的学习结果,系统。合同。莱特。,1998, 34: 151. ·Zbl 0909.93011号 ·doi:10.1016/S0167-6911(98)00006-1
[10] 陈永清,龚志明,武春云,状态时滞不确定非线性系统的高阶迭代学习控制算法分析,自动机,1998,34(3):345·兹比尔0912.93031 ·doi:10.1016/S0005-1098(97)00196-9
[11] Xu,J.X.,不同时间尺度轨迹控制努力的直接学习,IEEE Trans。自动化。控制。,1998, 43: 1027. ·Zbl 0917.93054号 ·数字对象标识代码:10.1109/9.661080
[12] Chen,H.F.,《随机近似及其在1994年香港控制与制造新方向国际研讨会论文集中的新应用》,香港,1994,2-12。
[13] Chen,H.F.,Duncan,T.,Pasik-Duncan,B.,具有随机差异的Kiefer-Wolfowitz算法,IEEE Trans。自动化。控制。,1999, 4: 442. ·Zbl 1056.93622号 ·数字对象标识代码:10.1109/9.751340
[14] 陈海峰,朱永明,随机逼近,上海:上海科学技术出版社,1996。
[15] Kushner,H.J.,Clark,D.S.,《约束和非约束系统的随机逼近》,纽约:Springer-Verlag,1978年·Zbl 0381.60004号
[16] Benveniste,A.,Métiver,M.,Priouret,P.,《自适应算法和随机逼近》,柏林:Springer-Verlag出版社,1990年·Zbl 0752.93073号
[17] Kushner,H.J.,Yin,G.,《随机近似算法与应用》,纽约:Springer-Verlag出版社,1997年·Zbl 0914.60006号
[18] Sontag,E.D.,《数学控制理论》,纽约:Springer-Verlag出版社,1990年·Zbl 0703.93001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。