导读:本文包含了离散时间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
离散时间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）
李向东,傅勤[3]（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）
李延鹏[4]（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[5]（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）
李文姿[6]（2018）在《不确定性离散线性脉冲系统的有限时间滤波》一文中研究指出文章对不确定性的线性离散脉冲系统设计了有限时间滤波器.利用Lyapunov理论并适当放大不等式,得到该滤波器存在的条件,接着借助矩阵Schur补性质,对变量矩阵限定特殊形式,将滤波器的可解问题转化为求解一组线性矩阵不等式,得到滤波器的具体设计方法.数值模拟说明滤波器设计方法的有效性.(本文来源于《山西师范大学学报(自然科学版)》期刊2018年02期）
梁秀兰[7]（2017）在《离散时间线性系统有限时间模型预测控制研究》一文中研究指出有限时间稳定是系统在受到初始扰动后,在所给定的时间区间内系统的状态不会超出规定的误差范围.其问题主要集中在稳定性分析和控制器设计方面.模型预测控制(Model predictive control,MPC)能够有效处理系统约束和参数不确定性等因素,能够使系统有更好的性能,已经成为应用较为广泛的现代控制策略.本文以离散时间线性系统为研究对象,对有限时间稳定预测控制进行了一些研究,总结如下:针对离散时间线性时不变(Linear Time Invariant,LTI)系统研究其有限时间MPC问题.当系统状态不可测时,构造多Lyapunov函数,在有限时域最小化性能指标下,将求解有限时域的最小化转化为具有LMI约束优化问题.利用LMI方法,求解出有限时间稳定输出反馈预测控制器系数矩阵,进而得到动态输出反馈预测控制器.设计出具有有限时间稳定性的预测控制算法.证明了优化问题在所给定的条件下,系统是有限时间稳定的.针对时不变、有限能量外部干扰的LTI系统,研究了有限时间H_∞预测控制问题.给出了线性系统有限时间预测控制的定义,通过构造Lyapunov-Krasovskii函数并结合矩阵不等式技术,得到系统有限时间预测控制器有解的充分条件;进一步,将问题转化为具有线性矩阵不等式约束的优化问题,并给出了相应的求解算法.数值算例和仿真对比图表明了设计方法的有效性.(本文来源于《鲁东大学》期刊2017-06-01）
程福亨[8]（2016）在《离散时间切换线性系统的优化镇定研究》一文中研究指出不少系统存在连续动态和离散事件相互作用的现象,这种系统被称为混合系统(Hybrid Systems)。近几十年来,随着应用数学、计算机科学和控制科学的发展,以及跨学科研究的兴起,混合系统的研究有了明显的进展,并成为控制领域的研究热点之一。作为一类重要的混合系统,切换系统(Switched systems)由一组子系统和一条协调各个子系统之间切换的规则组成。由于切换规则的引入,使得切换系统既可以保持各个子系统的部分性能,还可能表现出各个子系统都不具备的复杂性能。因此,切换系统模型可以用来描述许多复杂的非线性系统。切换线性系统是切换系统的一种重要的类型,关于它的研究不仅有成熟的线性系统理论作为工具,更有助于更复杂的切换系统/混合系统的研究。因此,关于切换线性系统的研究自然成为一个热点。切换线性系统的稳定性/可镇定性是其首要问题。因此,过去几十年来,人们对此进行了大量的研究,建立了相对完善的理论体系。然而,以渐近性能为目标而设计的切换律和/或控制输入可能造成系统具有大超调和/或高频振荡等可能毁坏系统的不良暂态过程。因此,设计一个同时使得系统具有可接受的暂态和渐近性能的切换律和/或控制输入就自然成为一个重要问题,这就是切换线性系统的优化镇定设计。本文以超调量/峰值为优化指标,研究离散时间切换线性系统的优化镇定问题。具体而言,本文主要研究内容和主要结果如下:1.离散时间自治切换线性系统以状态超调量为优化指标的镇定设计问题。我们在研究有限时间最小状态超调的基础上,通过修改一种所谓的分段状态反馈镇定切换律(State-feedback path-wise switching law),得到了优化的异步法镇定切换律,并估计了系统状态超调的范围。异步法中,我们把长度不同的切换路径通过区域相连得到切换信号,这给切换律的工程实施带来了一些不便。鉴于此,我们提出把长度相同的切换路径相连得到切换信号,这就是同步法优化镇定切换律。在同步法中,首先要确定每条切换路径的合适长度。显然,满足要求的切换路径长度只有最小值,没有最大值,而且,经分析发现,寻找符合要求的一组切换路径的计算量与切换路径长度的平方正相关。然而,系统超调量却不一定随着切换路径长度的增加而减小。因此,我们要尽量采用长度较小而又满足要求的一组切换路径。通过考虑两种极限情况,我们证明了在采用同步法时最小切换路径长度的取值范围,这为快速地确定合适的切换路径长度奠定了理论基础。一旦确定了同步法中切换路径的长度,就可以类似于异步法设计优化镇定切换律了。我们证明了同步法的指数渐近镇定性,并估计出系统状态超调的上确界。尽管我们已经在理论上证明了同步法中切换路径长度最小值的取值范围。但是,要得到合适的切换路径长度,仍需要经过一些尝试,这自然是不方便的。我们根据矩阵集的切换收敛性,并采用整数规划,建立了对角系统、叁角系统等特殊系统在采用同步法时最小切换路径长度的快速确定方法。2.离散时间自治切换线性系统以输出峰值为优化指标的镇定设计问题。由于0时刻的输出不仅取决于初始状态,还与此时激活的子系统有关。因此,输出超调量优化问题与输出峰值优化问题不同,并且前者十分复杂,我们留待以后研究,而只研究输出峰值优化镇定问题。我们采用类似于状态超调优化镇定的方法来研究这个问题。具体而言,我们先研究了有限时间最小输出峰值问题的一些性质,然后分别设计了异步、同步输出峰值优化镇定切换律,并估计了输出峰值的取值范围。此外,我们还从矩阵集对的切换收敛性的角度考虑了输出的收敛性问题,这为以后进一步研究输出优化镇定设计奠定了一些理论基础。3.离散时间受迫切换线性系统的状态、输出无超调镇定问题。此时,由于切换律和控制输入都是待设计的变量,而且,一般情况下,这两个变量的设计互相耦合,使得问题异常复杂。但是,我们发现,当用?2-范数度量超调性时,这种系统的无超调镇定问题却可以巧妙的得到解决。具体地说,基于二次最小问题的解,我们先研究了每个子系统状态无超调的条件。在一般情况下,每个子系统不可能在整个状态空间无超调,而只可能在状态空间中一个以原点为对称中心的锥体区域无超调,我们把这个区域定义为状态无超调区域。不难想到,如果每个子系统的状态无超调区域的并集覆盖整个状态空间,那么,在适当切换和控制输入的作用下,就可以实现任意初态下的状态无超调了。问题是如何验证这个全覆盖是否成立。根据每个状态无超调区域的数学表达形式,我们采用S-过程来处理这个问题,把全覆盖问题转化为一个线性矩阵不等式的可行性问题,从而易于验证。不仅如此,采用这种分析方法时,切换律的设计和控制输入的设计可以同步几乎互相独立的进行,这当然是我们所期望的。关于输出无超调镇定问题,我们先把它转化到状态空间中来分析,然后也采用与分析状态无超调类似的研究方法,并得到了类似的结果。与状态无超调镇定不同的是,为了保持输出?2-范数的单调递减,我们需要增加一个保证条件。本文中的主要理论结果都通过仿真算例进行了验证。最后,总结全文,并对未来要探索的问题进行了展望。(本文来源于《华南理工大学》期刊2016-12-01）
徐君,张国良,曾静,汤文俊,黄鑫[9]（2016）在《离散时间高阶不确定线性多个体系统保性能一致性分析》一文中研究指出本文研究了存在参数不确定性的离散时间高阶多个体系统保性能一致性问题,给出了一种设计其线性一致性协议的方法.首先,通过模型转换的方法将该问题转换为一组离散时间不确定系统的稳定性问题;然后,构造合适的Lyapunov函数并利用离散时间系统稳定性理论,推导出一个使离散时间高阶不确定多个体系统获得保性能一致的LMI充分条件;接着,以一致性序列的形式给出参数不确定条件下的离散时间高阶多个体系统的一致性收敛结果.最后,参数不确定的对比数值仿真验证了本文理论的正确性和有效性.(本文来源于《控制理论与应用》期刊2016年06期）
陈丹丹[10]（2016）在《Banach空间中线性离散时间系统的非一致幂二分性》一文中研究指出给出了Banach空间中线性差分方程非一致幂二分性的若干性质,将已知的幂性不稳定和指数二分性结论推广到非一致幂二分性。(本文来源于《湖北汽车工业学院学报》期刊2016年02期）
离散时间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。
离散时间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].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
[4].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
[5].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
[6].李文姿.不确定性离散线性脉冲系统的有限时间滤波[J].山西师范大学学报(自然科学版).2018
[7].梁秀兰.离散时间线性系统有限时间模型预测控制研究[D].鲁东大学.2017
[8].程福亨.离散时间切换线性系统的优化镇定研究[D].华南理工大学.2016
[9].徐君,张国良,曾静,汤文俊,黄鑫.离散时间高阶不确定线性多个体系统保性能一致性分析[J].控制理论与应用.2016
[10].陈丹丹.Banach空间中线性离散时间系统的非一致幂二分性[J].湖北汽车工业学院学报.2016
标签：鲁棒指数稳定; 离散时间系统; 时变Lyapunov函数; 不确定;