摘要：研究了事件触发机制下混合时滞复值神经网络的状态估计问题.首先基于测量输出设计了事件触发机制,有效降低了估计器更新的频率.在触发机制中引入了等待时间,以此避免了采样中的Zeno现象.运用Lyapunov方法和复值矩阵的性质,建立了估计误差系统全局渐近稳定的充分性判据,并基于线性矩阵不等式技巧给出了复值增益矩阵K的求解算法.最后的数值例子验证了理论成果的正确性和有效性.

摘要：研究了一类具有泄漏时滞的复值神经网络的全局同步性问题.在不要求激励函数可分离为实部函数和虚部函数的条件下,通过构造合适的Lyapunov-Krasovskii泛函,并运用驱动-响应同步方法、自由权矩阵方法和矩阵不等式技巧,获得了具有泄漏时滞的复值神经网络全局同步性的充分条件和同步控制器设计方法.给出的判据是由复值线性矩阵不等式表示的,易于MATLAB软件的YALMIP Toolbox实现.数值仿真实例验证了获得结果的有效性.

摘要：研究了带有比例时滞的复值神经网络全局指数稳定性问题.借助向量Lyapunov函数思想和同胚映射原理,并使用M-矩阵理论和不等式技巧,建立了网络平衡点存在性、唯一性和全局指数稳定性的判定条件.

摘要：文中研究了广泛应用于多输入多输出雷达系统中的正交相位编码集的设计问题,提出了一种基于复值神经网络的正交相位编码集设计方法。该方法将编码集设计视为非线性系统构建问题,通过最小化反映了编码集自相关和互相关性质的损失函数,在常模约束条件下对网络误差进行后向传播,从而通过网络训练获得具有良好相关性的正交相位编码集。通过与现有先进算法进行不同条件下的仿真对比,文中方法设计得到的正交相位编码集具有更好的相关特性,充分验证了本文所提方法的先进性。

摘要：研究了带有变化分布时滞的复值神经网络Lagrange稳定性问题.通过构造合适的Lyapunov-Krasovskii泛函,并使用矩阵不等式技巧,建立了网络全局指数Lagrange稳定性的判定条件.提供的判据是复值线性矩阵不等式,能够使用MATLAB软件的YALMIP工具箱快速计算.

摘要：本文基于自适应混合控制研究了一类分数阶复值神经网络的投影同步.首先,在复数域上构造了一个新的分数阶微分不等式;然后,通过设计新的自适应混合控制器,利用分数阶Lyapunov引理和复变函数理论,得到了分数阶复值神经网络自适应投影同步的充分条件;最后,通过数值模拟验证了理论结果的有效性.