資源描述：
《非線性連續(xù)系統(tǒng)和隨機(jī)系統(tǒng)的鎮(zhèn)定與辨識(shí)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、華中科技大學(xué)博士學(xué)位論文摘要本文研究非線性連續(xù)系統(tǒng)和隨機(jī)系統(tǒng)的鎮(zhèn)定與辨識(shí)問題，主要內(nèi)容概括為以下四個(gè)方面：首先研究幾類形式不確定但有限定條件的非線性連續(xù)系統(tǒng)和隨機(jī)系統(tǒng)輸出反饋鎮(zhèn)定問題，對(duì)一類有限定函數(shù)的的非線性系統(tǒng)用積分反推逐步設(shè)計(jì)法設(shè)計(jì)魯棒輸出反饋指數(shù)鎮(zhèn)定控制器，其非線性項(xiàng)的形式是可變化的或不確定的；對(duì)另一類有范數(shù)條件限制的非線性連續(xù)系統(tǒng)基于增益觀測(cè)器方法設(shè)計(jì)魯棒輸出反饋指數(shù)鎮(zhèn)定控制器，討論了控制器參數(shù)的有效范圍；對(duì)一類隨機(jī)系統(tǒng)基于增益觀測(cè)器方法設(shè)計(jì)魯棒輸出反饋全局指數(shù)鎮(zhèn)定控制器，在噪聲向量函數(shù)上放寬了嚴(yán)格反饋等條件。第二，研
2、究了一維隨機(jī)連續(xù)系統(tǒng)的依分布鎮(zhèn)定問題，給出了一維隨機(jī)連續(xù)系統(tǒng)存在概率密度函數(shù)的條件，提出隨機(jī)連續(xù)控制系統(tǒng)的依分布鎮(zhèn)定控制問題；針對(duì)加性高斯噪聲隨機(jī)系統(tǒng)和乘性高斯噪聲隨機(jī)系統(tǒng)設(shè)計(jì)基于狀態(tài)反饋的依分布鎮(zhèn)定控制器,保證狀態(tài)的概率密度函數(shù)依分布漸近穩(wěn)定在設(shè)定的概率密度函數(shù)上；一維狀態(tài)下獲得的分布穩(wěn)定性結(jié)論被用于解決下面的一維隨機(jī)非線性模型辨識(shí)算法的理論分析問題。第三，研究了一類隨機(jī)非線性連續(xù)系統(tǒng)和一類MIMO非線性連續(xù)系統(tǒng)辨識(shí)問題，針對(duì)一類隨機(jī)非線性連續(xù)過程，推導(dǎo)出系統(tǒng)參數(shù)基于連續(xù)采樣的辨識(shí)算法，給出了算法的收斂性分析和優(yōu)良性評(píng)價(jià)，離散
3、化獲得實(shí)際辨識(shí)算法；以上隨機(jī)非線性模型和辨識(shí)算法被用于西班牙天然氣消費(fèi)量時(shí)間數(shù)據(jù)預(yù)測(cè)建模，取得較好的預(yù)報(bào)效果；針對(duì)一類MIMO狀態(tài)可觀測(cè)的非線性連續(xù)系統(tǒng)提出激勵(lì)辨識(shí)問題，輸入激勵(lì)信號(hào)采用高斯白噪聲，均勻采樣獲得輸出狀態(tài)數(shù)據(jù)；根據(jù)Girsanov定理獲得系統(tǒng)參數(shù)的極大似然估計(jì)并且給出了收斂性證明和優(yōu)良性分析，數(shù)值試驗(yàn)發(fā)現(xiàn)耦合多變量系統(tǒng)辨識(shí)中的NNR現(xiàn)象。最后，給出了穩(wěn)態(tài)概率分布模型在圖象處理和種群動(dòng)力學(xué)行為分析中的應(yīng)用，提出了一種基于參數(shù)高斯分布預(yù)測(cè)的圖象灰度直方圖的閾值分割算法，在不增加計(jì)III華中科技大學(xué)博士學(xué)位論文算量的情況
4、下改進(jìn)了Otsu法；給出了種群動(dòng)力學(xué)中的隨機(jī)Logistic乘性噪聲模型的分布穩(wěn)定性判據(jù)和穩(wěn)態(tài)概率分布的計(jì)算公式，數(shù)值模擬種群動(dòng)力學(xué)行為包括描述種群數(shù)量概率密度函數(shù)隨時(shí)間變化的三維圖象。關(guān)鍵詞：非線性連續(xù)系統(tǒng)；隨機(jī)系統(tǒng)；魯棒輸出反饋鎮(zhèn)定；依分布鎮(zhèn)定；概率密度函數(shù)；極大似然估計(jì)；系統(tǒng)辨識(shí)；NNR現(xiàn)象IV華中科技大學(xué)博士學(xué)位論文AbstractThestabilizationproblemandtheidentificationproblemofbothnonlinearcontinuous-timesystemsandstocha
5、sticsystemsarestudiedinthisdissertation.Thefollowingarethemainresults:Firsttheoutput-feedbackstabilizationproblemofbothnonlinearcontinuous-timesystemsandstochasticsystemsarestudied,therobustoutput-feedbackstabilizationofaclassofnonlinearsystemswiththenonlinearitiesof
6、variedform,confinedbyasmoothfunction,isrealizedbybacksteppingdesigns;Thehigh-gainobserverstabilizationofaclassofnonlinearsystemswithouttherigidfeedbackconditionisdiscussedandtheregulationdomainofthecontrollerparameterisextended;Therobustoutput-feedbackstabilization(i
7、nprobability)ofaclassofstochasticsystemsisrealizedbyusingthehigh-gainobservers,notlimitedonrigidfeedbacksystems,themoregeneralstochasticsystemscanbestabilizedinthisway.Secondly,thestabilizationindistributionofstochasticsystemsisstudied,asufficientconditionoftheexiste
8、nceofprobabilitydensityfunctionofdiffusionprocessesisobtained，thestabilizationindistributionofastochasticsystemisdefined;Thestabili
