基于加性时延的网络脉冲控制系统的建模、分析与控制

本项目研究具有状态时延与加性网络时延的网络脉冲控制系统的建模、稳定性分析与相关控制器设计等问题。鉴于网络控制系统在工业自动化、智能交通、航空航天、机器人控制等许多实际领域中有着广泛应用，研究具有深刻的应用背景。另一方面，由于本项目所考虑的系统包含状态时延、网络传输时延、脉冲现象以及数据传输过程丢包发生与否等信息，系统动态行为与控制性能的分析尤为复杂。有关这方面的分析处于起步阶段，因此研究具有重要的理论意义。研究内容包括：建立具有状态时延与网络时延的网络脉冲控制系统的增广数学模型；分析所构建系统模型的稳定性；研究基于状态反馈的脉冲控制器设计方案并给出相关的算法；进而探讨所建立系统模型的H∞控制、预测控制、最优控制与保成本控制等相关课题。

本项目执行时间为2011年1月至2013年12月，资助金额为20万元。在这三年时间内课题组圆满完成预定的科研任务，共发表科研论文27篇，其中在SCI源刊发表17篇、在线出版1篇(项目负责人第1作者为8篇)、EI源刊发表7篇、会议论文3篇。项目所取得的主要结论与创新成果如下：1）针对给定的非线性奇异系统, 设计了基于数据丢包的脉冲控制器，建立了网络脉冲控制系统的数学模型，并分别给出系统在连续状态和脉冲时刻的指数稳定性条件与控制器的设计方案。 2）考虑网络传输中存在数据丢包和信号量化时等情况, 利用量化反馈控制器建立具有丢包的网络脉冲控制系统模型，并给出系统渐近稳定的充分性条件及量化反馈控制器的设计方案。3）针对具有复杂形式的时延Cohen-Grossberg网络系统, 充分借助系统自身信息进行Lyapunov泛函构造,并利用积分不等式与凸组合定义等方法建立了判定系统全局稳定且易于验证的充分性条件，所取得的结论能包含现有相关一些成果作为特例。4）针对时延神经网络系统，根据现有时延分割方法不足并考虑时延变化率上下界均是可测的，提出改进的时延分割方法分析系统的渐近稳定性，所提方法无论是在Lyapunov泛函构造还是在分析过程中，都能充分利用分割后小区间时延变化的信息，所建立的结论保守性较小。5）针对网络系统中时延问题，有学者提出三重等多重Lyapunov泛函研究系统渐近稳定性问题，但是在分析过程中仍然把时延当成常数形式进行分析，结论适用范围非常有限，课题组改进现有的三重Lyapunov泛函方法针对若干类时延网络系统建立了保守性更小的稳定性条件。6）针对若干类时延网络系统，利用系统Lyaponov泛函构造方法并把现有两种凸组合方法想结合，建立了易于验证且保守性较小的指数同步准则，所获得的结论能包含现有相关结果作为特例，同时去除现有文献中内耦合矩阵必须是对称矩阵的限制条件。7）针对由若干时延网络系统耦合而成的动态网络系统，利用牵制控制策略与矩阵Kronecker积等工具，建立了系统达到期望聚类同步的准则，同时去除现有结论中内耦合矩阵必须是对角矩阵的限制条件，拓展了现有结论的适用范围。