1. 引言
广义系统因其广泛应用于电力的系统、航空航天工程、社会经济系统、化学过程、生物系统、网络分析、飞机控制系统、电力网络、太阳能热中央接收器、机器人机械手系统等[1]-[3]领域而引起了广泛的兴趣。几十年来,稳定性问题得到了广泛的研究[1]-[3]。然而,在这些实际系统的参数和结构中,一些现象,如子系统互连的修改、突变环境干扰、组件故障或维修等原因,可能导致系统结构,参数发生随机变化。而幸运的是,这些变化可以用马尔可夫跳跃系统(MJSs)适当地描述,并且每种操作模式都与一个动态系统关联,其中模型转换在一个马尔可夫过程的控制下。因此,学术界和工业界的大量关注都集中在广义马尔可夫跳跃系统(SMJSs)的研究上。
MJSs作为一种特殊的随机系统,由于其理论意义已经在网络系统控制、能源、制造和经济系统[1]-[6]中得到了广泛的研究。许多问题已经解决,取得良好的结果,例如,H∞控制滤波的不确定时滞MJSs [2],具有部分未知转移速率的MJSs的稳定性分析[3],不定二次最优控制问题[4],基于分散二维马尔可夫跳跃系统的故障检测[7]。
2. 新判据
2.1. 模型介绍与假设
本文采用以下记号本文考虑下述不确定广义半马尔可夫跳跃系统:
(2.1)
其中
为系统状态向量,
为控制输入,
为控制输出,
为外部扰动,矩阵
可能是奇异矩阵,
,
为非线性函数。
,
,
,
,
,
,
和
是适当维度的已知常数矩阵。
和
是未知时变矩阵。时间延迟
满足
,
,
,
是给定常数边界,同时定义
。模态
是连续时间半马尔可夫过程,该过程在有限集中取值
[1],转移速率矩阵
如下定义:
这里
,
及
,指将i从t的模态转变到
的j模态,
都有
。为了便于表达定义:
为了简化系统的形式,我们可以将系统(2.1)重写如下:
(2.2)
假设转移速率矩阵
通常不确定,我们为系统(2.1)计算转移速率矩阵,如下所示:
(2.3)
其中
和
分别代表估计值和不确定转移速率
的估计误差。
和
为已知,“?”是完全未知的。对任意
,集合
表示
。其中
,
。此外,若
,它可以被描述为
,其中
表示矩阵
的第i排的第m个已知边界。
备注2.1无论是有界不确定的TR(BUTR)或部分未知TR(PUTR)模型均不如上述不确定转移速率的描述那么宽泛。重写了以下两个不确定的模型:
(2.4)
其中
,
和
。
(2.5)
显然,当
,
时,GUTR模型(2.3)简化为BUTR模型(2.5),若
,
,
则简化为PUTR模型(2.5)。显然,BUTR或PUTR模型不如GUTR模型(2.3)通用,这意味着它更实用。
假设已知TR的估计值如下定义:
假设2.1若
,则
,
,
,
;
假设2.2若
且
,则
,
,
,
;
假设2.3若
且
,则
,
。
这三个假设是基于TR特征而得出的,由此可以推断它们具有合理性。
假设2.4在本文中所涉及的不确定性属于有界范数的,假设如下:
已知的常数矩阵
,
,
具有适当的维度,使
得满足
,
。
假设2.5非线性函数
满足
其中
。
定义2.1 [7]若
对任意
均不为0,则系统(2.2)正则。
1) 若对任意
有
,则系统(2.2)被称为无脉冲。
2) 当
,
时且存在标量
使得
,则(2.2)随机稳定的。
3) 当
,
时,若系统(2.2)是正则的、无脉冲的,随机稳定的,则称它是随机容许的。
定义2.2对于给定的标量
,系统(2.2)是随机容许的并满足H∞性能
,如果它在
及零初始条件下是随机容许的,非零的
,满足以下条件:
.
引理2.1设H和G是具有适当维数的实数矩阵,并且
。以下不等式适用于任何标量
:
1)
,2)
。
引理2.2设
,
为正定矩阵,当且仅当
,则对
有
2.2. 主要结果
对于给定的标量
,
,
,
,
和
,如果存在矩阵
,
,
,
,
,
,
,
,
,
,
,
使得以下不等式对任意
成立,则系统渐进稳定的并具有相应的H∞衰减指数
证明:首先证明系统是正则的、无脉冲的,存在M,N满足
且
,可知
。将左右乘以N和
有
,则
,故
是非奇异的。因此
和
,则
是正则的、无脉冲的。同样地,进行左右分别乘以
和
有
可知
是正则,无脉冲的。根据[2]中定义1系统是正则,无脉冲的。接下来,证明系统是渐进稳定,构造LKF函数如下。
L为弱无穷小算子,有:
由[8]中引理2,4和假设1,2
[9]结论1和[10]引理3,有
根据[11]中(9),(10),我们得到
通过上述,我们可以得到
其中
,由Schur补,我们有,
这意味着
,使用Dynkin公式,所有
,
,遵循
,
,
此外,让
,
。
根据定义2.1,系统(2.2)是随机稳定的。接下来我们考虑H∞性能函数J,
我们有
。H∞性能已验证。根据GUTR矩阵的定义,我们要探讨以下三种情况下的上述不等式。
情况I
,
,存在正定矩阵,
及
有
证明
,应该注意的是,在这种情况下
,
,且必须有
,
,
使,定义
(2.6)
(2.7)
此外,由于引理2.1,可以得到
(2.8)
从(2.6)~(2.8)中,我们有
(2.9)
如果,
(2.10)
则
,由引理2.2有(2.10)成立。可以看出
由定义2.2,系统(2.2)在H∞扰动水平为零时,是随机允许的
。
情况II
,
,存在正定矩阵,
有
证明
且
,必须有
,
,
。因为它认为
然后我们有
此外,由于引理2.2,我们可以得到
(2.11)
另外,我们有
(2.12)
如果
(2.13)
因此
,由引理2.2有(2.13)成立。可以看出
。由定义2.2,系统(2.2)在H∞扰动水平为零时是随机允许的
。
情况III
,
,存在正定矩阵,
有
证明
,
。同样,它认为
如果
(2.14)
则
,引理2.2,(2.14)成立可以看出
由定义2.2可知,系统(2.2)在扰动水平为H∞时为零时是随机允许的
。考虑具有恒定延迟
的SMJs,其中的参数与[8]中的参数相同,数值示例说明本文比以前方法有效更通用见表1:
Table 1. Upper bound contrast
表1. 上界对比
比较结果 |
d |
[8] |
1.2362 |
本文
|
1.4731 |
本文
|
1.5836 |
此外,我们选择
为了验证所提出的方法绘制了
和
可以看出SNJs状态响应收敛于零见图1。
Figure 1.
status response with external input
图1. 具有外部输入
的
状态响应
备注2.2:与一般的LKF相比,乘以更多的积分项,利用了更多的时变延迟信息,在增强的LKF中减少保守性。(2.21)和(2.22)中的条件可以通过使用[10]引理3得到更紧的界限。因此,本文定理的保守性比Wang等[12]、Fu和Ma [13]更低。
3. 结论
对于给定的标量本章探讨一类非线性广义Markov跳跃系统的随机稳定性和H∞控制问题。设计新型的Lyapunov-Krasovkii泛函(LKF),构造适当的Lyapunov-Krasovskii泛函,应用依赖参数相关的互复凸矩阵不等式(PDRCMI)、改进的Wirtinger不等式,Chen提出的广义积分不等式,通过LMI,得到保守性较低的准则。同时,引入参数依赖的互凸矩阵不等式(PDRCMI)来降低保守性,保证了非线性广义Markov跳跃系统渐进稳定并满足性能。此外,将自适应方法应用于MJSs具有现实意义,值得进一步探索。值得一提的是,我们的理论结果也可以在未来更复杂的系统。