导读:本文包含了离散线性系统论文开题报告文献综述及选题提纲参考文献，主要关键词:鲁棒指数稳定,离散时间系统,时变Lyapunov函数,不确定
离散线性系统论文文献综述
柳长青,陈武华[1]（2019）在《不确定性离散时间线性系统的鲁棒脉冲镇定》一文中研究指出针对具有范数有界不确定性的线性离散时间系统,研究了鲁棒状态反馈脉冲镇定问题.首先,引入与脉冲时间序列相关的时变Lyapunov函数,运用凸组合技术,给出一种能够保证闭环系统鲁棒指数稳定性的状态反馈脉冲控制律存在的充分条件;其次,证明了该条件可转化为一组线性矩阵不等式可解性问题.通过求解这组线性矩阵不等式,可以获得鲁棒状态反馈脉冲控制律增益矩阵;最后,通过数值例子说明所得结果的有效性.(本文来源于《数学的实践与认识》期刊2019年18期）
庞文砚,范家璐,姜艺[2]（2019）在《基于强化学习的部分线性离散时间系统的最优输出调节》一文中研究指出本文针对同时具有线性与非线性未知动态干扰情况下的离散时间的部分线性系统的输出调节问题,提出了仅利用在线数据的基于强化学习的数据驱动控制方法.首先,该问题可拆分为一个受约束的静态优化问题和一个动态优化问题,第一个问题的解可以对应调节器方程的解.第二个问题可以确定出控制器的最优反馈增益.传统的控制方法需要准确的系统模型参数用来解决这两个优化问题.针对这个问题,本文提出了一种数据驱动离线策略算法,该算法仅使用在线数据找到动态优化问题的解.然后,基于动态优化问题的解,为静态优化问题提供了数据驱动的方法找到该问题的解.最后,仿真结果验证了所提方法的有效性.(本文来源于《第30届中国过程控制会议（CPCC 2019）摘要集》期刊2019-07-31）
王海英[3]（2019）在《离散线性系统基于近似交叉Gram矩阵的降阶方法》一文中研究指出在工程系统应用领域中,大型动力系统的仿真、优化和控制受到广泛关注.通常,描述这些动力学系统的微分或差分方程维数较为庞大,这导致在计算机上直接对其模拟产生的数据存储量和运算量惊人.因此,工程界与数学界的许多研究者致力于降低大型系统仿真过程中的数据存储量和运算量的研究.模型降阶方法很好地解决了上述问题,其基本思想是将一个大型系统转化为一个近似的较小系统,同时保持原始大型系统的一些特性,如稳定性和无源性等.针对离散线性系统,本文研究了基于近似交叉Gram矩阵的平衡本征正交分解模型降阶方法.具体包含以下内容:研究了对称离散线性系统基于近似交叉Gram矩阵的模型降阶方法.首先,利用快照方法构造了对称系统的近似交叉Gram矩阵.然后,基于近似交叉Gram矩阵,利用奇异值分解截断降阶方法构造投影矩阵得到降阶系统并给出了相应的模型降阶算法.然后,证明了所提方法与基于近似可控Gram矩阵和近似可观Gram矩阵的平衡本征正交分解方法是等价的.最后,通过数值算例验证了所提方法的可行性与有效性.研究了一般多输入多输出离散线性系统基于近似交叉Gram矩阵的模型降阶方法.首先,将一般多输入多输出系统分解为若干个单输入单输出子系统.然后,利用对称离散线性系统基于近似交叉Gram矩阵的模型降阶方法分别对这些子系统进行降阶.然后,根据这些子系统与多输入多输出系统之间的关系,将降阶后的子系统组合为原始多输入多输出系统的降阶系统.此外,还给出了多输入多输出系统的近似可控Gram矩阵和近似可观Gram矩阵和单输入单输出子系统的近似交叉Gram矩阵之间的关系.最后,数值算例验证了所提方法是行之有效的.(本文来源于《新疆大学》期刊2019-06-30）
李笑波[4]（2019）在《线性反馈控制驱动下的一类非线性离散系统的渐近稳定性》一文中研究指出本论文研究线性反馈控制驱动下一类指数积分器系统的离散化模型的渐近稳定性问题.对非线性离散系统而言,Lyapunov第一方法又称为近似线性化方法,是进行稳定性分析的一个有效方法,但是此方法不适用于临界情形的非线性离散系统.对于临界情形,Lyapunov第二方法是分析非线性离散系统渐近稳定性的重要工具.对于不稳定性的分析,离散系统的Chetaev不稳定性定理是重要的研究工具.但是具体地构造出满足条件的Lyapunov函数和Chetaev函数则是一个困难的问题.利用一个系统等价变换,得到了符合要求的Lyapunov及Chetaev函数,从而利用Lyapunov稳定性定理和Chetaev不稳定性定理,得出离散系统零解渐近稳定的充要条件.此外,提出了 一个对偶系统模型,也得到了渐近稳定的充要条件.最后利用具体的实例对所得理论结果进行了验证.(本文来源于《南京师范大学》期刊2019-03-01）
梁天添,王茂[5]（2018）在《线性时变时滞连续-离散描述系统鲁棒故障诊断滤波器设计》一文中研究指出针对一类线性时变时滞连续-离散描述系统,设计了基于观测器的鲁棒传感器故障诊断滤波器。首先,提出线性时变时滞连续-离散描述系统模型,并将其转化为非奇异离散模型。然后,基于量测残差,设计基于观测器的鲁棒传感器故障诊断滤波器。该滤波器可保证量测残差对于故障及增广扰动具有鲁棒性,即满足鲁棒H_∞性能指标。鉴于滤波器参数矩阵不等式不是标准的线性矩阵不等式,提出锥补线性化算法以解决该问题。引入残差评价函数及阈值以判断故障是否发生。仿真数据表明,设计的故障诊断滤波器能够有效估计出系统的故障。残差对于故障及扰动的鲁棒性能指标均小于给定值1.18,证明了设计的故障诊断滤波器具有较好的鲁棒性,验证了设计方案的有效性。(本文来源于《中国惯性技术学报》期刊2018年06期）
李向东,傅勤[6]（2018）在《广义正则线性离散时间系统的迭代学习控制》一文中研究指出研究一类广义正则线性离散时间系统的迭代学习控制问题。利用矩阵奇异值分解的方法,将该类系统转化为差分代数系统,根据正则系统的特性,基于P型学习律构建得到迭代学习控制律。并利用迭代收敛原理,证明在这种学习律的作用下,系统的输出跟踪误差沿迭代轴方向收敛,数值仿真验证了算法的有效性。(本文来源于《苏州科技大学学报(自然科学版)》期刊2018年03期）
王敏慧,孙书利[7]（2018）在《网络化线性随机离散定常系统丢包率的辨识》一文中研究指出对观测数据包存在丢失的网络化线性随机离散定常系统,研究了丢包率的辨识问题。利用一个满足伯努利分布的随机变量来描述丢包现象。通过模型转换,将对丢包率的辨识问题转化为对未知参数模型的辨识问题,应用递推增广最小二乘(RELS)算法对丢包率进行在线辨识。仿真实例验证了算法的有效性。(本文来源于《黑龙江大学工程学报》期刊2018年03期）
李延鹏[8]（2018）在《离散时间双线性系统的H_2最优模型降阶》一文中研究指出模型降阶的基本思想是将一个大型系统转化为近似的较小系统,同时保持原始大型系统的一些特性.通过研究近似系统,能有效降低原始系统的理论分析难度和减少相应算法的计算量,从而大幅提高系统分析与模拟的效率.目前,模型降阶方法已被成功应用于集成电路、控制系统、电子系统等众多工程应用领域.本文首先研究了离散时间双线性系统基于可控Gram矩阵和可观Gram矩阵的H_2最优模型降阶.将误差系统H_2范数的平方看作关于降阶系统系数矩阵的代价函数,通过对代价函数关于降阶系统系数矩阵分别求导,推导出多输入多输出(MIMO)离散时间双线性系统的H_2最优必要条件.利用该必要条件构造了两个投影矩阵,并由此得到降阶系统.通过将MIMO离散时间双线性系统的H_2范数表示为Kronecker积的形式,得到了基于Kronecker积的H_2最优必要条件.根据向量化算子与该必要条件,建立了相应的模型降阶算法.对于一类单输入单输出(SISO)离散时间双线性系统,本文给出了基于广义交叉Gram矩阵的H_2范数表达式.通过将H_2最优模型降阶问题转化为一个最小化问题,探讨了基于广义交叉Gram矩阵的H_2最优必要条件,并由此构造了相应的降阶系统.当算法收敛时,由以上叁种方法构造的降阶系统均可满足相应的H_2最优必要条件,这在理论上说明了所提方法的合理性.此外,相应的数值实验验证了以上叁种方法的可行性与有效性。(本文来源于《新疆大学》期刊2018-06-30）
王兆鸿[9]（2018）在《离离散时间线性系统的H_2最最优模型降阶方法》一文中研究指出在自然科学中,许多物理现象都可以用数学模型来描述.随着研究问题复杂性的不断提高,导致数学模型的维数也在不断增加,因而给工程人员的设计和仿真模拟带来了巨大的挑战.在这种情况下,有效地减小系统的规模以降低系统理论分析难度和缩减模拟计算时间就显得十分必要.模型降阶就是将一个较大系统转化为一个近似的较小系统,从而降低大型系统的理论分析难度,提高系统的仿真效率.在简要介绍模型降阶的背景、意义和研究现状之后,本文研究了离散时间线性系统的H_2最优模型降阶方法.本文首先研究了离散时间系统基于信赖域的H_2最优模型降阶方法.根据误差系统H_2范数的留数极点形式,分别得到了单输入单输出(SISO)系统和多输入多输出(MIMO)系统在单重极点情形下的H_2误差范数,以及H_2误差范数关于降阶系统留数极点的梯度和Hessian矩阵,并建立了信赖域H_2最优模型降阶算法.此算法可以产生一个单调下降的H_2误差范数序列.有理Krylov模型降阶方法是一类高效的模型降阶方法,适用于大规模系统的模型降阶.本文研究了SISO离散时间系统的H_2最优迭代有理Krylov模型降阶方法.根据误差系统的H_2范数,给出了基于插值的一阶必要条件,提出了相应的迭代有理Krylov模型降阶算法.同时,还证明了基于插值的一阶必要条件分别与离散时间系统的Wilson条件和Hyland-Bernstein条件等价.针对SISO离散时间系统,本文研究了基于交叉Gram矩阵的H_2最优模型降阶方法.通过将误差系统的H_2范数表示为交叉Gram矩阵的形式,推导了误差系统H_2范数关于降阶系统系数矩阵的梯度.从而得到了SISO离散时间系统基于交叉Gram矩阵的H_2最优一阶必要条件.(本文来源于《新疆大学》期刊2018-06-30）
韩超飞[10]（2018）在《具有时变状态和输入维数的线性离散周期系统的极点配置》一文中研究指出在理论研究和工程实践中,很多情况下需要将连续系统转化成离散系统进行研究。在设计和分析线性系统中,周期系统扮演了一个重要的角色,因为有许多问题都可以转化成周期模型。因此,对于线性离散周期系统的研究具有重要意义,学者们对其进行了深入的研究,也取得了比较多的成果。然而对于具有时变状态和输入维数的线性离散周期(LDP)系统的极点配置问题研究的相对较少,需要近一步进行分析研究。本文主要研究了具有时变状态和输入维数的LDP系统的极点配置问题,分别采用状态反馈和输出反馈对具有时变状态和输入维数的LDP系统,设计了有限迭代数值算法和参数化算法。本文主要内容包括如下几个方面:第一,对周期Sylvester矩阵方程的求解算法进行了研究,将周期Sylvester矩阵方程的求解问题和具有定常状态和输入维数的LDP系统的极点配置问题结合到一起,分析了有解的条件,在一定精确度下,给出了迭代解。该迭代算法将分裂原理和梯度迭代算法结合到一起,并用来对具有定常状态和输入维数的LDP系统实现极点配置。第二,对具有时变状态和输入维数的LDP系统如何进行状态反馈极点配置作出了分析研究。通过一些代数技巧,将极点配置问题转化为周期矩阵方程的求解问题,设计了两种参数化极点配置算法。对参数矩阵进行随机选取,得到的增益矩阵均能使得闭环极点配置到复平面上任意位置。进一步,为了提高闭环系统的抗干扰性能,提出了鲁棒状态反馈极点配置算法。第叁,对具有时变状态和输入维数的LDP系统如何进行输出反馈极点配置进行了讨论。针对系统状态不能直接测量的情形,采用周期输出反馈,对这类系统的极点配置问题提出了参数极点配置算法。进一步,考虑了鲁棒输出反馈极点配置问题,利用参数化算法中提供的充分的设计自由度,将该问题转化为一个约束优化问题,提出了鲁棒周期输出反馈设计算法。综上所述,本文研究对象为具有时变状态和输入维数的LDP系统,这是一类更广泛意义下的LDP系统。传统的具有定常状态和输入维数的LDP系统是它的一个特例。该文对具有时变状态和输入维数的LDP系统进行了鲁棒极点配置的研究,不仅完善了线性离散周期系统的理论体系,还能在控制工程实践中发挥重要的作用。(本文来源于《华北水利水电大学》期刊2018-06-05）
离散线性系统论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文针对同时具有线性与非线性未知动态干扰情况下的离散时间的部分线性系统的输出调节问题,提出了仅利用在线数据的基于强化学习的数据驱动控制方法.首先,该问题可拆分为一个受约束的静态优化问题和一个动态优化问题,第一个问题的解可以对应调节器方程的解.第二个问题可以确定出控制器的最优反馈增益.传统的控制方法需要准确的系统模型参数用来解决这两个优化问题.针对这个问题,本文提出了一种数据驱动离线策略算法,该算法仅使用在线数据找到动态优化问题的解.然后,基于动态优化问题的解,为静态优化问题提供了数据驱动的方法找到该问题的解.最后,仿真结果验证了所提方法的有效性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
离散线性系统论文参考文献
[1].柳长青,陈武华.不确定性离散时间线性系统的鲁棒脉冲镇定[J].数学的实践与认识.2019
[2].庞文砚,范家璐,姜艺.基于强化学习的部分线性离散时间系统的最优输出调节[C].第30届中国过程控制会议（CPCC2019）摘要集.2019
[3].王海英.离散线性系统基于近似交叉Gram矩阵的降阶方法[D].新疆大学.2019
[4].李笑波.线性反馈控制驱动下的一类非线性离散系统的渐近稳定性[D].南京师范大学.2019
[5].梁天添,王茂.线性时变时滞连续-离散描述系统鲁棒故障诊断滤波器设计[J].中国惯性技术学报.2018
[6].李向东,傅勤.广义正则线性离散时间系统的迭代学习控制[J].苏州科技大学学报(自然科学版).2018
[7].王敏慧,孙书利.网络化线性随机离散定常系统丢包率的辨识[J].黑龙江大学工程学报.2018
[8].李延鹏.离散时间双线性系统的H_2最优模型降阶[D].新疆大学.2018
[9].王兆鸿.离离散时间线性系统的H_2最最优模型降阶方法[D].新疆大学.2018
[10].韩超飞.具有时变状态和输入维数的线性离散周期系统的极点配置[D].华北水利水电大学.2018
标签：鲁棒指数稳定; 离散时间系统; 时变Lyapunov函数; 不确定;