论文研究数值界不确定奇异关联大系统分散鲁棒H∞控制 .pdf

多输入不确定系统的无抖振非奇异终端滑模控制，王艳敏，，结合模型变换和控制器设计两方面研究多输入通道的参数摄动和非匹配外部扰动对控制系统鲁棒稳定性的影响。采用两次模型变换实现输

为了提高图像信息隐藏的鲁棒性和不可感知性，提出了一种基于图像块最大奇异值移位的鲁棒信息隐藏算法。算法首先对图像分块并对每个图像块进行奇异值分解，根据图像块最大奇异值的大小选择合适的阈值，并对图像块的最

针对一类控制增益函数及符号均未知的不确定非线性系统, 基于反推滑模设计方法, 提出一种鲁棒自适应 神经网络控制方案. 结合Nussbaum 增益设计技术和神经网络逼近能力, 取消了控制增益函数及符号已

研究了多约束条件下非线性结构振动系统的鲁棒H∞容错控制问题。根据建筑结构力学原理，建立了包含输入时变时滞、执行器故障、非线性参数摄动以及干扰等多约束条件的结构振动系统状态模型，基于状态反馈和Lyapu

为了进一步解决模型存在控制方向未知和外界环境干扰的船舶航向保持控制问题,在Backstepping方法基础上,引入Nussbaum增益技术,提出一种适用于新的、能够人为指定稳态控制性能的鲁棒 调节控制

将一类受乘性随机噪声影响线性系统的基于观测器的残差产生器设计归结为随机意义下的H∞滤波问题,应用线性矩阵不等式技术,推导问题可解的充分条件,给出观测器增益矩阵的求解方法.另外,根据给定的残差评价函数和

随机时滞线性重复过程的鲁棒H∞控制，李艳辉，齐迹，针对随机时滞线性连续重复过程，研究了其鲁棒控制问题。基于线性矩阵不等式技术推导了该重复过程均方渐近稳定以及鲁棒控制器存�

针对一类不确定系统, 提出一种基于自组织模糊小脑模型( SOFCMAC) 神经网络的 H ∞鲁棒 自适应控制方法。通过设计标称系统的 H ∞控制器, 并采用 SOFCMAC 神经网络在线对消系统的建模

本文研究了具有时变状态时滞和范数界不确定性的离散线性系统的时滞相关H∞控制问题。 首先建立二次项有限和的新不等式。 然后,通过使用新的不等式来推导一些新的依赖于延迟的准则,以确保对于所有可容许的不确定

离散奇异摄动系统H2/H∞控制，蔡晨晓，邹云，本文讨论了离散奇异摄动系统的H2/H∞控制问题。针对快速采样模型，给出系统满足H2/H∞指标且稳定的充要条件。通过线性矩阵不等式(LMI