摘要：在系统分析与设计时 ,需要对系统的动态行为有所了解 .为此 ,讨论了It^o微分方程描述的线性随机系统依概率稳定性问题 .借助Cauchy矩阵 ,利用测度的单调性与连续性 ,得到了该类系统在概率意义下的稳定性 ,包括稳定、一致稳定、渐近稳定和全局稳定的若干充要条件 ,这些条件只与Cauchy矩阵的有界性和吸引性有关 .

摘要：论文讨论了一类具有随机输入的线性控制系统的自适应鲁棒跟踪控制问题 .将M .Krstic等提出的自适应非线性控制器设计方法与鲁棒控制基本原理相结合 ;证明了当控制系统的随机输入满足一定条件时 ,采用随机Backstepping自适应控制方法 ,能确保系统输出与参考信号误差的均方值全局有界 ,并能渐近收敛到一个预先任意置定的精度内 .仿真实例表明这种控制器具有很好的鲁棒跟踪效果 .

摘要：本文研究了噪声统计特性未知时的鲁棒卡尔曼滤波算法(RKF)设计问题.首先,提出了一种新的RKF算法设计条件,并分析了其合理性;其次,从RKF算法设计条件出发研究了RKF算法的设计问题,把RKF算法的设计过程转化为计算一组线性矩阵不等式(LMI)的可行解;再次,研究了LMI可行解的计算问题,并通过计算该LMI的可行解设计了一种RKF算法;最后,通过仿真验证了所设计的RKF算法的有效性.

摘要：系统的暂态速率与系统的极点位置有关,怎样在保证系统快速收敛的前提下进行滤波器的设计是一个值得研究的问题。将H∞滤波器的设计问题与系统的收敛速度相结合,讨论一类具有稳定度约束条件的连续时间随机线性系统的鲁棒H∞滤波器设计,并利用线性矩阵不等式组(LMIs)给出该类滤波器存在的充分必要条件,最后,通过一个仿真实例来验证我们所得结果的正确性。

摘要：针对模型未知且带有时滞的随机线性二次型(SLQ)最优跟踪控制问题,提出了一种自适应动态规划(ADP)算法.首先,利用双因果坐标变换导出原时滞系统的等效系统,构造一个新的由等效系统和命令生成器组成的增广系统,并给出该增广系统的随机代数方程.其次,为了解决随机线性二次最优跟踪控制问题,将随机问题转化为确定性问题.然后提出ADP算法,并给出该算法的收敛性分析.为了实现ADP算法,设计了三种神经网络,分别近似最优性能指标函数,最优控制增益矩阵和系统模型.最后,通过一个数值算例验证算法的有效性.

摘要：叙述了BUCK变化器最优化设计方法。BUCK变换器被当作一个不确定负载随机噪声系统。首先,暂时假定随机噪声系统是完整的状态系统,得到稳态时噪声最优状态反馈控制规律。其次,最优状态反馈控制变换为等价的误差驱动控制系统,然后利用相位超前/滞后控制方法实现最优控制规律。