×
董倩；于鹏；Tong，天池；孙金生

\具有传输延迟的奇异半马尔可夫切换复杂网络的（H_\infty）事件触发同步控制。 （英语） Zbl 1506.93054号

J.富兰克林研究所。 360，第2期，1415-1435（2023）.
摘要：本文研究了具有传输延迟的奇异半马尔可夫切换复杂动态网络（CDN）的指数同步问题。首先，开发了一种事件触发通信机制（ETCM）来节省奇异的半马尔可夫交换CDN带宽。采用正常数采样数据间隔，以避免ETCM中的Zeno行为。其次，通过讨论传感器和控制器的数据传输，建立了新的延迟奇异半马尔可夫切换CDN模型，以研究基于ETCM输出控制协议的具有传输延迟的奇异半马尔柯夫切换CDNs的指数同步问题。此外，还建立了一些新的充分条件，使得奇异半马尔可夫切换CDN可以实现指数同步。最后，通过两个算例给出了该方法的仿真结果，验证了主要结果的有效性。

MSC公司：

93元65角 离散事件控制/观测系统
93E15型 控制理论中的随机稳定性
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）
93磅70 网络控制
93立方厘米 延迟控制/观测系统

关键词：

\（H_\infty）指数同步；奇异半马尔可夫切换复杂动态网络；事件触发通信
PDF格式BibTeX公司 XML格式引用
\textit{Q.Dong}等人，J.Franklin Inst.360，No.2，1415--1435（2023；Zbl 1506.93054）
全文： 内政部

参考文献：

[1] Lin，H。；苏，H。；舒，Z。；吴，Z。；Xu，Y.，具有间歇输入的类UDP网络控制系统的最优估计：稳定性分析和次优滤波器设计，IEEE Trans。自动。控制，61，7，1794-1809（2016）·Zbl 1359.93466号
[2] 唐，Z。；Park，J.H。；王，Y。；Feng，J.，微分耦合Lur’e网络上基于参数变化的同步，IEEE Trans。系统。，人，赛博。，50, 12, 5395-5405 (2018)
[3] 卢，C。；Ding，X.，具有一般Lévy跳跃的随机时滞Lotka-Volterra竞争模型的动力学行为，物理A，53121730（2019）·Zbl 07569431号
[4] Dong，Q。；余，P。；Ma，Y.，具有自适应耦合强度的复杂网络的事件触发同步控制，J.Frankl。研究所，359，1215-1234（2022）·Zbl 1481.93077号
[5] 胡，J。；阮，Z。；梅，J。；王，B。；Ramatsetse，B.，《货物列车高效运行的最优保证成本间歇控制》，ISA Trans。(2022)
[6] Xing，W。；施，P。；阿加瓦尔，R.K。；Li，L.，采用事件触发通信方案的复杂网络鲁棒（H_\infty）钉扎同步，IEEE Trans。电路系统。I、 67，12，5233-5245（2020）·Zbl 1468.93020号
[7] 李，Z。；Mazouchi，M。；莫达雷斯，H。；王，X。；Sun，J.，不确定非线性异构多智能体系统的有限时间自适应输出同步，Int.J.鲁棒非线性控制，31，189416-9435（2021）
[8] 魏，B。；肖，F。；Shi，Y.，具有采样数据更新律的Kuramoto振荡器网络同步，IEEE Trans。赛博。，50, 6, 2380-2388 (2019)
[9] 王，P。；文，G。；Yu，X。；于伟（Yu，W.）。；Wan，Y.，攻击下弹性复杂网络的同步，IEEE Trans。系统。，人，赛博。，51, 2, 1116-1127 (2019)
[10] 唐，Z。；Park，J.H。；王，Y。；Feng，J.，具有比例延迟的Lur’e网络的分布式脉冲准同步，IEEE Trans。赛博。，49, 8, 3105-3115 (2018)
[11] 唐，Z。；Park，J.H。；王，Y。；Feng，J.，具有簇树拓扑的导数耦合神经网络的脉冲同步，IEEE Trans。Netw公司。科学。工程师，71788-1798（2019）
[12] Xing，W。；施，P。；宋，H。；Zhao，Y。；李磊，随机延迟复杂网络的全局钉扎同步，信息科学。，490, 113-125 (2019) ·Zbl 1454.93094号
[13] 宋，Q。；Cao，J.，《关于有向和无向复杂动力网络的钉扎同步》，IEEE Trans。电路系统。一、 57,3672-680（2009年）·Zbl 1468.93138号
[14] 赵，J。；希尔·D·J。；Liu，T.，《具有切换拓扑的复杂动态网络的同步：切换系统的观点》，Automatica，45，11，2502-2511（2009）·Zbl 1183.93032号
[15] Pagani，G.A。；Aiello，M.，《电网作为一个复杂网络：调查》，Physica a，392，11，2688-2700（2013）·Zbl 1395.94418号
[16] Liang，K。；戴，M。；沈，H。；Wang，J。；Zhen，C.，具有半马尔可夫跳拓扑的奇摄动复杂网络的（L_2-L_infty）同步，应用。数学。计算。，321, 450-462 (2018) ·Zbl 1426.93184号
[17] 马，C。；Kang，E.，《具有模式相关事件触发通信和交换拓扑的网络马尔可夫跳跃多代理系统的分布式共识》，对等网络。申请。，12, 6, 1753-1760 (2019)
[18] 黄，X。；Ma，Y.，时变时滞Markovian跳跃复杂网络的有限时间采样数据同步，神经计算，296，82-99（2018）
[19] Wu，T。；黄，X。；陈，X。；Wang，J.，《延迟半马尔可夫跳CDN的采样数据（H_）指数同步：循环函数方法》，应用。数学。计算。，377, 125156 (2020) ·Zbl 1508.93326号
[20] 刘永安。；夏，J。；B·孟。；宋，X。；Shen，H.，通过记忆采样数据控制方案实现半马尔可夫跳变复杂动态网络的扩展耗散同步，J.Frankl。Inst.，357，15109000-10920（2020）·Zbl 1450.93082号
[21] 沈，H。；Park，J.H。；吴，Z。；Zhang，Z.，半马尔可夫跳拓扑复杂网络的有限时间同步，Commun。非线性科学。数字。模拟。，24，1-3，40-51（2015）·Zbl 1440.93074号
[22] 程，J。；Park，J.H。；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向量系统的量化（H_）滤波，信息科学。，466，289-302（2018）·Zbl 1448.93323号
[23] Li，J.等人。；曾，P。；宗，X。；郑，M。；Zhang，X.，无线传感器网络控制系统的通信和控制联合设计，第十一届世界智能控制与自动化大会论文集，156-161（2014），IEEE
[24] Wang，W。；Postoyan，R。；内西奇，D。；Heemels，W.，非线性网络控制系统的周期事件触发控制，IEEE Trans。自动。控制，65，2，620-635（2019）·Zbl 07256189号
[25] Ge，X。；Han，Q.，《使用动态事件触发通信机制的网络化多智能体系统的分布式编队控制》，IEEE Trans。Ind.Electron公司。，64, 10, 8118-8127 (2017)
[26] Linsenmayer，S。；Dimarogonas，D.V。；Allgöwer，F.，基于非单调Lyapunov函数的网络控制系统的周期事件触发控制，Automatica，106，35-46（2019）·Zbl 1429.93293号
[27] Dong，H。；周，J。；王，B。；Xiao，M.，通过事件触发采样实现非线性和随机耦合马尔可夫交换网络的同步，IEEE Trans。神经网络。学习。系统。，29, 11, 5691-5700 (2018)
[28] 风扇，A。；Li，J.等人。；Li，J.，具有未知时变耦合强度的复杂动态网络的自适应事件触发预定性能学习同步，非线性动力学。，100, 3, 2575-2593 (2020) ·Zbl 1516.93051号
[29] 田，E。；Peng，C.，欺骗攻击下电力系统基于内存的事件触发（H_\infty）负载频率控制，IEEE Trans。赛博。，50, 11, 4610-4618 (2020)
[30] Gyurkovics，E。；Kiss，K。；Kazemy，A.，通过采样数据控制传输延迟的延迟复杂动态网络的非脆弱指数同步，J.Frankl。研究所，355，17，8934-8956（2018）·Zbl 1402.93046号
[31] Ge，X。；韩，Q。；Wang，Z.，设计传感器网络上分布式事件触发一致性滤波器的阈值-参数相关方法，IEEE Trans。赛博。，49, 4, 1148-1159 (2018)
[32] 冯，J。；Yu，F。；赵毅，利用脉冲控制实现混合时变时滞非线性耦合复杂网络的指数同步，非线性动力学。，85, 1, 621-632 (2016) ·Zbl 1349.34199号
[33] 田，Y。；Wang，Z.，具有模相关导数项系数的奇异马尔可夫跳跃系统的有界实引理和\（H_infty\）控制，J.Frankl。研究所，358，1723-736（2021）·Zbl 1455.93046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。