摘要：为了解决实际生产过程中非线性控制系统受到的随机扰动,文中针对受到随机扰动的非线性系统,设计了一类随机分布控制方法.主要研究了非线性随机系统的稳态响应概率密度函数分布情况与控制目标的关系,其控制设计首先将含有随机扰动的实际模型变换成非线性系统哈密顿模型,然后利用非线性随机系统精确平稳解求解技术,使得受控系统的输出满足预先给定的概率密度分布;控制系统的收敛性通过引入李雅普洛夫函数的方法使得闭环非线性随机系统的输出收敛于一个预先设定的稳态目标概率密度函数,从而确保受控系统闭环稳定.仿真实例的结果表明该方法有效,能够使得受控系统追踪到预先设定的目标稳态概率分布.

摘要：研究了一类噪声依赖于状态、控制和干扰的时滞非线性随机系统的H2/H∞控制问题。首先,借助于4个耦合的Hamilton–Jacobi方程组(HJEs)得到了带时滞的非线性随机H2/H∞控制存在的充分性条件。然后,基于T–S模糊模型给出了噪声依赖状态和控制的时滞非线性随机系统的H2/H∞控制器的设计方案。控制器的设计可通过求解一组线性矩阵不等式(LMIs)获得,从而避开了求解耦合HJEs的困难。最后,数值仿真算例验证了文中所得结论的有效性。

摘要：给出非线性MIMO随机系统可观性定义和条件,将非线性SISO确定性系统局部可观性理论拓展到非线性MIMO随机系统.基于这一理论在系统模型和噪声统计未知情况下,提出一类基于神经网络的非线性离散随机系统自适应滤波器的设计方法.考虑过程方程的动态特性和输出方程的静态特性,设计了动态神经网络作为系统的滤波器,前馈神经网络作为系统的输出预报器.充分利用已知观测信息训练两个神经网络,从而提高了状态估计的精度.该方法克服了扩展Kalman滤波要求模型和统计特性精确已知的不足.仿真例子验证了所提出的估计方法的有效性.

摘要：应用Takagi-Sugeno(T-S)模糊模型,研究了一类离散非线性随机时滞系统的鲁棒模糊滤波问题.在随机稳定性意义下,提出了基于LMI的鲁棒模糊滤波器的系统化设计方法,使相对于所有能量有界的外界干扰信号,滤波误差动态系统的l2-l∞噪声抑制水平小于指定的值.仿真结果表明了所提方法的有效性和可行性.

摘要：对具有随机噪声的非线性系统进行系统分析,采用反常积分法提出了系统被控变量的均值、方差、高阶矩以及系统输出概率密度函数(PDF)的一般求解方法,基于Fokker-Plank(FPK)方程设计控制器实现了PDF的跟踪。通过实例仿真验证了算法的有效性。

摘要：研究了一类非线性随机时滞系统的模糊H_∞滤波问题。通过使用模糊方法,H_∞滤波器可以经由求解一组线性矩阵不等式(LMIs)设计得出。

摘要：提出了一类基于T-S模糊模型的非线性时滞随机系统均方镇定的LMI通用设计方法.利用具有时滞的非线性随机系统的Lyapunov稳定性理论,导出闭环系统均方指数稳定的矩阵不等式(LMI)条件,最后通过数值例子说明了方法的有效性.

摘要：讨论一类非线性随机系统(T-S随机模糊系统)的均方镇定问题,得到一种放松的模糊控制器设计方法.以线性矩阵不等式(LMI)的形式表示,可以通过Matlab工具箱进行求解.仿真实例说明本文得到的均方镇定控制器设计方法的可行性,而这些系统用现有的设计方法是找不到相应的模糊控制器的.

摘要：提出一类基于T S模糊模型的非线性随机系统均方镇定的线性矩阵不等式 (LMI)设计方法 .利用非线性随机系统的Lyapunov稳定性理论 ,导出闭环系统均方稳定的若干LMI条件 ,并分析了这些条件之间的关系 ,最后通过数值例子说明了它们的应用 .

摘要：针对随机激励下基于弹性水击的非线性水轮机系统,提出了一种新的概率分布控制方法。该方法首先采用正交分解和反馈理论的方法建立一个水轮机系统的耗散哈密顿模型。然后,利用获得耗散不可积哈密顿系统精确平稳解的技术,设计一个基于概率分布的控制方法,从而可以得到水轮机系统输出的一个预先设定的稳态概率密度函数(SPDF)值。此外,系统的稳定性分析是通过李雅普诺夫函数方法来证明受控系统的转移概率密度收敛于预先设定的稳态概率密度函数值。最后,通过系统仿真表明所提出的控制策略能够达到预期的控制效果,即系统输出量的转移概率密度能够在较短的时间里逼近到预先设定的目标稳态概率密度函数。