导读:本文包含了随机控制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:网络系统,指数稳定,随机系统,时延
随机控制系统论文文献综述
姚合军,李钧涛[1]（2019）在《一类非线性随机网络系统的均方指数稳定控制》一文中研究指出研究了一类非线性随机网络控制系统的均方指数稳定控制问题.通过在网络诱导时延的时变区间插入分点,把网络诱导时延转化为满足区间Bernoulli分布的随机变量,并根据随机变量在不同区间上的取值,利用T-S模糊方法建立了网络控制系统新模型.把线性矩阵不等式方法应用到新模型的处理中,得到了时延依赖的指数稳定条件,给出了模糊控制的设计方法,并对一类具体的网络系统进行了数值计算和模拟仿真.(本文来源于《河南师范大学学报(自然科学版)》期刊2019年06期）
刘云龙,周平,李明杰,荣键[2]（2019）在《一类线性随机系统的DOBC与GMVC复合控制方法》一文中研究指出为提高控制精度,针对一类带有附加干扰的线性随机系统,提出了一种基于干扰观测器的复合分层控制方法。假定位于输入通道的干扰可由一个带有摄动的外部动态方程来描述。基于最小方差准则,就系统状态可量测和系统状态不可量测两种情形来分别设计干扰观测器,并且可以依据分离原理,将观测器设计与控制器设计分解成两个独立的步骤先后进行。通过将基于干扰观测器的控制方法(DOBC)与广义最小方差控制(GMVC)方法相结合,不仅能够抵消可建模干扰,而且能够提高系统的动态性能。最后,仿真算例验证了该方法的有效性。(本文来源于《控制工程》期刊2019年10期）
李艳辉,何祖源,陶莹莹[3]（2019）在《具有随机测量数据丢失和混合时滞的网络控制系统L_1故障检测》一文中研究指出对于具有随机测量数据丢失、随机时滞和分布时滞的网络控制系统,为解决其受到外部干扰信号为持续峰值有界的L_1故障检测问题,设计产生残差信号的故障检测滤波器,利用Bernoulli随机分布序列描述网络环境下的随机测量数据丢失和随机时滞,通过构造时滞相关的Lyapunov-Krasovskii泛函使故障检测系统均方渐近稳定,在持续强噪声干扰下满足L_1抑制水平,以线性矩阵不等式(LMI)形式得出低保守性故障检测L_1滤波器的参数化方法。数据仿真结果表明,该方法可有效且灵敏地检测故障信号。(本文来源于《东北石油大学学报》期刊2019年05期）
王磊,谭平,赵时运,陈刚,周福霖[4]（2019）在《随机结构主动控制系统的鲁棒控制研究》一文中研究指出针对随机结构的鲁棒控制问题,基于随机结构正交展开理论和线性矩阵不等式(LMI),提出了随机结构的鲁棒H_∞控制系统设计方法。该方法以随机结构的正交展开扩阶模型为基础,结合有界实引理和线性矩阵不等式,建立鲁棒控制系统,并使得控制系统传递函数对不确定性扰动满足H_∞干扰抑制。以某典型随机结构模型为例,结合概率密度演化方法,分析比较了两类常用鲁棒H_∞控制系统设计方法与所述方法的差异,验证了所述方法的有效性和鲁棒性。(本文来源于《振动与冲击》期刊2019年18期）
任海东[5]（2019）在《基于随机非线性系统自适应神经网络的电机控制策略》一文中研究指出在现实工程设计控制系统的过程中,因为被控对象一般具备不确定性、时变性与非线性的特点,并且受到外界随机干扰的影响,所以实现基于随机非线性系统自适应神经网络电机控制策略具有重要意义。以此设计电机控制器,通过自适应方法解决系统参数不确定的问题,创建自适应神经网络控制器,从而使系统输出能够良好跟踪并制订参考信号,使全部信号都存在控制效果。(本文来源于《自动化应用》期刊2019年09期）
袁志宏,刘桂荣[6]（2019）在《随机时滞神经网络系统的自适应控制稳定性》一文中研究指出考查一类具有时滞延迟的随机非自治神经网络系统的两类稳定性问题,不同于常规使用的Lyapunov-Krasovskii函数方法和线性矩阵不等式技巧,通过构造新的比较原则,将神经网络(NNs)与随机神经网络(SNNs)两种模型进行比较,给出了随机神经网络(SNNs)自适应控制器能够使受控系统依概率稳定性和矩稳定性的新的代数判断依据.此外,通过数值算例对主要结果进行验证.(本文来源于《数学的实践与认识》期刊2019年18期）
李小华,刘辉,刘晓平[7]（2019）在《一类函数完全未知的随机非线性系统自适应H_∞跟踪控制》一文中研究指出针对一类函数完全未知的严格反馈随机非线性系统,提出了一种基于backstepping技术的鲁棒H_∞自适应神经跟踪控制器设计的新方法.该方法可在随机非线性系统是依概率一致最终有界的情况下,保证随机非线性系统H_∞性能指标,且H_∞踪踪控制器容易获得.同时该方法去除了一些文献中神经网络逼近误差需要平方可积的假设.文中使用径向基函数(radial basis function, RBF)神经网络逼近打包的未知非线性函数.所设计的控制器能够保证闭环系统跟踪误差及其它所有信号都是依概率有界的,且对外界干扰具有鲁棒H∞抑制作用.最后,仿真结果验证了所提方法的有效性和正确性.(本文来源于《控制理论与应用》期刊2019年09期）
阮志刚,应祖光,颜光锋[8]（2019）在《基于噪声观测非线性系统随机振动的最优控制》一文中研究指出工程结构例如车辆工作状态的随机振动水平是评估其动力学性能的重要指标,该振动对于结构的工作性能具有极其重要的影响,因此必需进行结构随机振动控制。结构受强随机激励或本身构造特性常常产生非线性振动,例如特殊类重型多轴车辆,其悬架采用斜杆转动方式支承,从而导致结构振动的几何强非线性。最优振动控制是基于动态过程最优性的一个理想控制方法,但其反馈控制律依赖于结构即时状态,而状态观测不可避免地包含测量噪声,因此基于噪声观测非线性结构系统随机振动的最优控制是一个切实的重要问题。本文介绍该基于噪声观测非线性系统随机振动最优控制的一个理论方法及其应用,首先通过拉格朗日方程建立车辆控制系统模型的非线性运动微分方程,再转为非线性随机耦合振动方程,同时建立包含测量噪声的系统观测方程,组成部分可观系统的非线性随机系统的控制问题;根据推广的Kalman滤波方法得到估计状态的非线性随机系统方程,然后转化为最优估计非线性随机系统的控制问题,再根据随机动态规划原理建立HJB方程,确定对于估计状态的最优控制律,并对于控制有界性确定最优有界控制律;对于具有噪声观测的采用磁流变阻尼器控制的两自由度非线性车辆系统随机最优控制问题,结合运用推广的Kalman滤波方法与随机动态规划原理,并考虑控制力的有界性,按照上述方法得到对于系统估计状态的最优有界控制律,通过半主动控制与未控系统响应统计的比较说明控制效果。(本文来源于《中国力学大会论文集（CCTAM 2019）》期刊2019-08-25）
张娅,许朋[9]（2019）在《跳跃型和连续型随机干扰共同作用下系统的保成本控制研究》一文中研究指出文章针对Wiener过程和Poisson过程同时驱动的随机系统,研究了保成本控制问题,利用Lyapunov稳定性理论和随机分析理论,给出了保成本控制器的设计方法。最后用仿真说明了该方法的有效性。(本文来源于《中国集体经济》期刊2019年25期）
周林峰,金雪梅,李程伟,徐昊辰,蔡晨晨[10]（2019）在《倒向随机系统的线性二次混合最优控制》一文中研究指出倒向随机系统的线性二次最优控制问题的状态系统是具有两个控制器的倒向随机微分方程:一个为确定的控制器,另一个为随机控制器.在适当的假设下,通过凸分析技术可以证明最优控制存在且唯一.利用It?公式和对偶计算获得了最优控制的随机Hamiltion系统的对偶表示.随机Hamiltion系统是由状态方程、对耦方程和最优控制的对偶表示构成完全耦合的平均场类型的正倒向随机微分方程.(本文来源于《湖州师范学院学报》期刊2019年08期）
随机控制系统论文开题报告
（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：
为提高控制精度,针对一类带有附加干扰的线性随机系统,提出了一种基于干扰观测器的复合分层控制方法。假定位于输入通道的干扰可由一个带有摄动的外部动态方程来描述。基于最小方差准则,就系统状态可量测和系统状态不可量测两种情形来分别设计干扰观测器,并且可以依据分离原理,将观测器设计与控制器设计分解成两个独立的步骤先后进行。通过将基于干扰观测器的控制方法(DOBC)与广义最小方差控制(GMVC)方法相结合,不仅能够抵消可建模干扰,而且能够提高系统的动态性能。最后,仿真算例验证了该方法的有效性。
（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。
随机控制系统论文参考文献
[1].姚合军,李钧涛.一类非线性随机网络系统的均方指数稳定控制[J].河南师范大学学报(自然科学版).2019
[2].刘云龙,周平,李明杰,荣键.一类线性随机系统的DOBC与GMVC复合控制方法[J].控制工程.2019
[3].李艳辉,何祖源,陶莹莹.具有随机测量数据丢失和混合时滞的网络控制系统L_1故障检测[J].东北石油大学学报.2019
[4].王磊,谭平,赵时运,陈刚,周福霖.随机结构主动控制系统的鲁棒控制研究[J].振动与冲击.2019
[5].任海东.基于随机非线性系统自适应神经网络的电机控制策略[J].自动化应用.2019
[6].袁志宏,刘桂荣.随机时滞神经网络系统的自适应控制稳定性[J].数学的实践与认识.2019
[7].李小华,刘辉,刘晓平.一类函数完全未知的随机非线性系统自适应H_∞跟踪控制[J].控制理论与应用.2019
[8].阮志刚,应祖光,颜光锋.基于噪声观测非线性系统随机振动的最优控制[C].中国力学大会论文集（CCTAM2019）.2019
[9].张娅,许朋.跳跃型和连续型随机干扰共同作用下系统的保成本控制研究[J].中国集体经济.2019
[10].周林峰,金雪梅,李程伟,徐昊辰,蔡晨晨.倒向随机系统的线性二次混合最优控制[J].湖州师范学院学报.2019