摘要：针对复杂网络在数据传输过程中会出现时延和数据丢包的特点,研究了同时具备时延和数据丢包复杂网络的保性能状态估计问题,旨在减少传输过程中出现的时延和丢包对状态估计的影响。根据李雅普诺夫稳定性理论和随机分析方法,以线性不等式的方式提出了满足相关性能指标要求的状态估计器增益矩阵的设计要求。估计状态误差在满足渐进收敛前提下,能进一步满足实际应用的性能指标要求。仿真结果表明,所设计的保性能状态估计器可以有效地估计出源复杂网络的状态信息。

摘要：目的基于T-S模糊模型建立模糊网络控制系统的模型,设计模糊时延状态反馈控制器,使得闭环系统保持鲁棒稳定,并且满足给定的一个二次型性能指标,使其值不超过某个确定的界.方法运用Lyapunov方法和线性矩阵不等式,分析了系统的稳定性.结果提出了模糊时延状态反馈控制器的设计方法,得到了模糊时延网络控制系统鲁棒稳定的条件及保性能控制律的参数化表示.结论针对不确定的非线性时延网络控制系统,通过设计满足性能指标条件的控制器,使得系统性能有很大改善,根据保性能控制律的参数化表示,可使用Matlab工具箱进行仿真.

摘要：针对存在网络诱导时延和数据丢失的非线性网络化控制系统,研究执行器发生随机故障时的非脆弱H_∞容错控制问题。所考虑的系统参数中含有时变不确定性,执行器故障的发生概率满足Bernoulli分布。首先利用Lyapunov稳定性理论和线性矩阵不等式分析方法,得到了H_∞容错控制器存在的充分条件,然后通过求解线性矩阵不等式得到非脆弱H_∞容错控制器增益的参数表达式。最后通过数值仿真例子验证了控制器设计方法的有效性。

摘要：针对具有丢包的网络控制系统中存在诱导时延问题,提出一种时滞补偿方法。首先将丢包建立为一个随机伯努利序列,利用设计的预估控制器得到各个时延值对应的控制量;其次通过时延补偿器选择相应的控制器作用于被控对象,进而建立一个随机系统模型;再者利用随机系统Lyapunov稳定性理论对建立的网络控制系统模型进行稳定性分析,求得补偿控制器。最后进行数值仿真,仿真结果说明采用这种方法可以有效的克服长时延、数据丢包对系统造成的负面影响,改善系统的动态性能。

摘要：研究了具有结构不确定性和干扰攻击的网络系统的有限时间控制问题。通过构造一个新的增广Lyapunov函数,研究了系统有限时间稳定的充分条件。通过引入线性矩阵不等式方法,将充分条件归结为一个依赖于网络诱导时延和外部干扰界的可行性问题。然后,提出了状态反馈控制器的设计策略,使网络系统更适合工程实际。数值算例说明了该方法的有效性。

摘要：以线性时不变系统为被控对象,建立了四轮移动机器人网络控制系统的离散数学模型。诱导时延是影响系统性能的关键因素,通过在节点中设置缓冲区的方法可以将网络控制系统中的随机诱导时延转化为确定性时延,从而将网络控制系统由随机系统转化为确定性系统。通过被控对象移动机器人控制实验系统,设计了一个能处理网络诱导时延的输出反馈控制器,分析了采样周期和网络诱导时延对网络控制系统稳定性的影响。仿真结果表明了该控制器和控制策略的正确性及有效性。

摘要：对同时存在网络诱导时延及数据包丢失的一类网络控制系统进行了研究和分析。针对时延网络系统存在的数据包丢失,设计出包丢失估计补偿器,用补偿器的信息来更新控制器并建立系统模型,从而有效降低了时延和丢包对系统的影响,最终提高系统性能。与此同时,通过李亚普诺夫稳定性理论来对闭环系统进行了稳定性分析,并给出控制器的设计方法。最后,通过了实例仿真,证实了带补偿器和估计器的网络控制系统设计的有效性。

摘要：由于多个传感器和执行器节点同时竞争有限的网络资源,导致了网络控制系统具有多个时变时延状态的特性,进而使网络控制系统的分析和设计变得非常困难。针对此类网络系统,推导出一种判定系统渐进稳定的方法。在建立的多时延网络控制系统模型的基础上,利用Lyapunov-Krasovskii泛函理论和线性矩阵不等式技术推导出系统渐进稳定的充分条件,并给出了用LMI工具箱求解最大时延上界的步骤和方法。最后仿真算例证明了该方法的有效性和实用性。