具有状态和输入时滞的不确定随机哈密顿系统的基于观测器的鲁棒自适应控制

对于带不确定模型参数和噪声方差的线性离散时不变多传感器系统, 用虚拟噪声补偿不确定参数, 系统转化为仅带噪声方差不确定性的多传感器系统. 用加权最小二乘法和极大极小鲁棒估计准则, 基于带噪声方差保守上

研究一类线性不确定广义时滞系统的鲁棒无源滤波器设计问题.系统中所含的不确定性假设是未知且范数有界的.利用线性矩阵不等式方法和Lyapunov函数方法相结合,给出了广义滤波增广系统时滞独立的鲁棒无源滤波

基于扩张状态观测器的机电伺服系统饱和补偿与自适应滑模控制

针对状 态和控制输入均含有时滞的离散时间系统, 提出最优跟踪控制的设计方法. 通 过引入一种新的状态向量, 将含有状态和控制输入时滞的离散时间系统转化为 含有虚拟扰动项的无时滞离散时间系统. 根据最优

给出了一种循环迭代结构的伪随机序列生成方法。选择函数根据LFSR的计算结果进行取值，确定当前迭代计算使用的混沌系统，通过迭代计算产生相应的混沌序列，然后将生成的混沌序列进行相应的数制转换，将得到的二进

讨论含未知输入的多时滞离散非方奇异系统的观测器设计问题.在两个一般秩的条件下, 利用一系列等价变换,将其转化为一个多时滞正常线性离散系统的观测器设计问题;利用线性矩阵不等式方法, 给出了存在一个与系统

为了保证系统的稳定性和解决系统执行器失效的问题，针对一类线性广义时滞不确定系统，研究了在有记忆状态反馈作用下和执行器失效情况下的鲁棒容错控制问题。在采用具有更广泛意义的执行器故障模型下，给出了线性不确

针对不确定时滞系统的鲁棒跟踪控制问题，设计了一种基于小脑神经网络CMAC的鲁 棒非脆弱控制器。首先，给出小脑模型神经网络控制系统的算法。其次针对一类不确定时滞系 统，根据李雅普诺夫稳定理论，进行了鲁棒

线性系统基于观测器的状态反馈控制的切换控制的simulink仿真，最近比较热门

本文考虑了具有时变时滞和时滞脉冲的不确定脉冲神经网络的鲁棒指数稳定性。 假设所考虑的脉冲神经网络具有范数界参数不确定性和时变延迟,并且脉冲上的状态变量可能与时变延迟有关。 通过将Lyapunov函数与