采样系统的采样依赖稳定性研究.pdfVIP

摘要     摘 要 采样是计算机、通讯、网络系统中的普遍现象，而稳定是控制系统工作的前 提，研究采样控制系统的稳定性具有重要的理论和实际价值。本文研究采样控制 系统的采样依赖稳定性，揭示采样区间和稳定性之间的关系。首先，对于线性采 样系统利用类Lyapunov 泛函方法研究其稳定性，得到了保守性更小的稳定性结 果。并将这个稳定性结果进一步推广到具有凸多边形参数不确定性的情况，得到 了采样依赖鲁棒稳定性判据。其次，对非线性神经网络采样饱和控制系统进行了 同步分析，采用类Lyapunov 泛函方法将同步分析转化为渐近稳定分析，得到了 这类非线性采样控制系统同步的条件。最后，通过仿真验证了该条件的有效性和 优越性。 具体研究内容、研究结果如下： 第一章阐述了采样控制系统的研究背景以及研究现状，介绍了本文将要研究 的主要问题。 第二章介绍了本文用到的基础理论知识，以及需要的相关引理，为接下来的 研究提供主要的理论依据。 第三章构造新的类Lyapunov 泛函研究了线性采样系统的采样依赖稳定性问 题。该类Lyapunov 泛函将以前的Lyapunov 泛函进行了改进，引入了Lyapunov 泛函的二重积分，充分利用了采样系统在采样区间(t, tk 1) 的信息。在估计该类 Lyapunov 泛函的导数时引入了与Jensen 不等式相比更高级的积分不等式，得到 更紧的上界，从而得到保守较小的稳定性结果。然后，将这个稳定性结果进一步 推广到具有凸多边形参数不确定性的情况，导出了鲁棒稳定性判据。 第四章对非线性神经网络采样饱和控制系统研究了同步性问题。利用驱动系 统和响应系统导出误差系统，把驱动系统和响应系统的同步性转化为误差系统的 稳定性。对误差系统构造新的类Lyapunov 泛函，采用新不等式对该类Lyapunov 泛函的导数估计，导出稳定结果，从而得到了这类非线性神经网络采样控制系统 的同步性条件。仿真验证了所得同步性条件的有效性且具有较小的保守性。 第五章总结了本文主要研究内容，指出将来进一步研究的方向。 关键词：采样系统，渐近稳定，神经网络系统，类Lyapunov 泛函，凸多边形参 数不确定。   I Abstract Abstract Sampling is a common phenomenon in computer, communication and network systems, and stability is the premise of the control system. The stability of sampled- data control systems has important theoretical and practical value. This paper studies the stability of sampled-data control systems and reveals the relationship between sampling interval and stability. Firstly, the stability of linear sampled-data systems is studied by using the Lyapunov-like functional method, and less conservative stability results are obtained. The stability results are further extended to the uncertainty of convex polygon parameters, and the sampling dependent robust stability criterion is obtaine