几类随机微分系统的动力学行为研究.pdf

《几类随机微分系统的动力学行为研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、论文题目几类随机微分系统的动力学行为研究学科专业应用数学学号201011100108作者姓名罗梦卓指导教师钟守铭教授万方数据分类号密级注1UDC学位论文几类随机微分系统的动力学行为研究（题名和副题名）罗梦卓（作者姓名）指导教师钟守铭教授电子科技大学成都（姓名、职称、单位名称）申请学位级别博士学科专业应用数学提交论文日期2013.3.14论文答辩日期2013.5.26学位授予单位和日期电子科技大学2013年6月23日答辩委员会主席评阅人注1：注明《国际十进分类法UDC》的类号。万方数据DYNAMICALBEHAVIORSABOUTSEVERALKINDSOFSTOCHASTICDIFFEREN

2、TIALSYSTEMSADoctorDissertationSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:AppliedMathematicsAuthor:LuoMengzhuoAdvisor:ProfessorZhongShoumingSchool:SchoolofMathematicalSciences万方数据独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得电子科

3、技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。作者签名：日期：年月日论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后应遵守此规定）作者签名：导师签名：日期：年月日万方数据摘要摘要随机微分系统一直以来都是广大学者研究和讨论的重点话题之一。最近涌现了许多关于随机系统

4、的突破性成果，比如：关于随机系统的稳定性分析、鲁棒控制以及滤波设计等。本文主要讨论和研究了两大类随机系统的动力学行为，一类是关于离散随机神经网络系统的稳定性和耗散性的研究；另一类是关于带有马尔科夫跳跃系统的故障检测和无源控制分析。首先，讨论了几类不确定的离散随机神经网络的指数稳定性问题。通过构造合适的Lyapunov泛函，结合随机稳定性理论以及自由权矩阵方法，导出了一些充分条件以保证随机神经网络是全局均方指数稳定的，通过和已有结果比较发现，所得结论极大地降低了系统的保守性。最后给出了几个数值例子验证了结论的有效性。众所周知，稳定性问题的研究主要是关于系统平衡点的分析，然而从实际情况来看，系统

5、的平衡点有可能不稳定或是根本不存在平衡点，这时系统的耗散性概念就被引入了。当前，很少有作者考虑关于离散随机神经网络的耗散性问题，因此这类问题具有很大的提升空间。鉴于此，本文又针对离散随机神经网络系统的耗散问题进行了研究。通过结合凸组合理论，获得了一个关于不确定离散随机神经网络系统的耗散性准则。其次，基于当前社会对高安全标准日益提高的要求，本文进一步研究了不确定的马尔科夫跳跃系统的故障检测滤波设计问题。通过使用一个可观测的故障检测滤波作为残差产生器，此问题最终归结为H1滤波设计问题。特别的，本文使用两个不同的马尔科夫过程来描述系统矩阵模式和时滞模式，这不仅是理论研究的需要，也是实际应用的需要。

6、通过使用倒凸的方法保证了结果的优越性。最后，针对转移率部分知道的不确定的马尔科夫跳跃系统的无源控制问题进行了讨论。无源性在电力系统和非线性控制系统中扮演着重要角色，并且提供了一个有效的工具用来讨论系统的稳定性，这也是研究无源性的主要原因。通过结合简森不等式，得到了一个理想的无源控制器且保证了闭环系统是无源的。关键词：神经网络，马尔科夫跳跃系统，稳定性分析，无源控制，鲁棒故障检测滤波.I万方数据ABSTRACTABSTRACTStochasticdifferentialsystemhasbeenoneofthemostimportantdiscussiontopicsforthescholar

7、.Recently,bothanalysisandsynthesisproblemforstochasticsystemshavebeenextensivelystudiedandagreatnumberofimportantresultshavebeenreported,suchasstabilityanalysisforstochasticsystems,robustcontrolandfilterdesi