摘要：运用扩展状态估计方法解决有色噪声下非线性网络化系统的非脆弱状态估计问题。设计了一种能有效克服非线性干扰、有色噪声、测量信息传输带宽受限及增益扰动的状态估计器,得到了估计误差协方差上界。首先,利用测量值组差法处理测量有色噪声问题,构造新的测量方程,使用新的测量方程进行状态估计;其次,构建round-robin传输协议,降低测量信息在网络交流中受到带宽影响的可能性,同时减少通信负载;然后,通过设计非脆弱估计器,增加系统参数的鲁棒性;最后,通过运用扩展状态估计器,主动估计系统非线性项,使用非线性动态变化率的边界而不是函数本身的边界来解决问题,因此不需要保证函数本身很小或者有界,只需假定非线性是缓慢变化的即可达到满意的性能。

摘要：探讨了带有随机切换非线性和混合时滞的不确定神经网络的非脆弱状态估计问题.首先,给出了所研究神经网络的数学模型;其次,基于有效信息设计非脆弱状态估计器,采用范数有界不确定性刻画了状态估计器增益矩阵的摄动现象;再次,基于Lyapunov稳定性定理给出了新的线性矩阵不等式描述的稳定性条件;最后,给出了仿真实验验证所提出的状态估计算法的可行性.

摘要：研究一类具有时滞和随机切换非线性的离散递归神经网络的非脆弱状态估计问题.采用服从伯努利分布的随机变量刻画了随机切换非线性现象.针对离散不确定时滞神经网络,基于可获得的概率信息设计了一个新的非脆弱状态估计器.随后,通过构造适当的Lyapunov-Krasovskii泛函,得到了保证增广系统均方渐近稳定性的充分条件.此外,通过线性矩阵不等式技术得到了状态估计增益矩阵的显式表达式.最后,通过数值仿真证明了该算法的可行性和有效性.