【摘要】：在研究馬爾科夫跳變系統(tǒng)的控制和濾波問題時,外部噪聲、數(shù)據(jù)丟失、執(zhí)行器故障等異常情況往往造成原系統(tǒng)的跳變模態(tài)不能及時且準(zhǔn)確地得到。為了解決這個問題,學(xué)者使用隱馬爾科夫模型來探測原系統(tǒng)的跳變模態(tài),并通過觀測到的模態(tài)來設(shè)計相應(yīng)的控制器和濾波器。另一方面,Takagi-Sugeno(T-S)模糊模型在處理系統(tǒng)非線性方面發(fā)揮了重要作用,可以把復(fù)雜的非線性系統(tǒng)轉(zhuǎn)化成易于處理的多個局部線性系統(tǒng)。目前,在考慮原系統(tǒng)的跳變模態(tài)不易獲得的情況下,針對T-S模糊馬爾科夫跳變系統(tǒng)的控制器和濾波器的研究很少,還有許多問題需要解決。本文主要針對T-S模糊馬爾科夫跳變系統(tǒng),研究如何使用隱馬爾科夫模型來設(shè)計控制器和濾波器并滿足系統(tǒng)的性能指標(biāo)。主要研究內(nèi)容如下:(1)研究了針對T-S模糊馬爾科夫跳變系統(tǒng)的異步耗散控制問題。通過使用隱馬爾科夫模型,設(shè)計出了異步模糊控制器。通過采用李雅普諾夫函數(shù)和矩陣不等式變化方法,提出了求解控制器增益的算法,并且能保證閉環(huán)系統(tǒng)的隨機(jī)穩(wěn)定性和耗散性能。研究不僅包括了連續(xù)系統(tǒng),也包含了離散系統(tǒng)。(2)研究了針對T-S模糊馬爾科夫跳變系統(tǒng)的異步保成本控制問題。我們使用隱馬爾科夫模型建立了異步模糊控制器。由于通信的限制,我們引入隨機(jī)量化器來降低傳輸?shù)臄?shù)據(jù)量。提出的求解控制器增益的算法不僅能保證閉環(huán)系統(tǒng)的隨機(jī)穩(wěn)定性,還能確保系統(tǒng)的保成本性能。(3)研究了針對T-S模糊切換系統(tǒng)的異步廣義耗散靜態(tài)輸出控制問題。針對測量的輸出信號存在間歇性特點(diǎn),我們采用伯努利過程來建立數(shù)學(xué)隨機(jī)模型。通過隱馬爾科夫模型,設(shè)計了異步靜態(tài)輸出反饋控制方法,從而使閉環(huán)系統(tǒng)滿足隨機(jī)穩(wěn)定性并且具有廣義耗散性能。我們不僅研究了T-S模糊馬爾科夫跳變系統(tǒng),還研究了帶有逗留概率的T-S模糊切換系統(tǒng)。(4)研究了針對T-S模糊馬爾科夫跳變系統(tǒng)的異步耗散濾波問題。我們通過隱馬爾科夫模型設(shè)計出異步模糊濾波器。采用模態(tài)依賴的李雅普諾夫函數(shù)分析了濾波誤差系統(tǒng)的隨機(jī)穩(wěn)定性和耗散性能,并提出兩種求濾波器增益的方法。(5)研究了針對T-S模糊馬爾科夫跳變系統(tǒng)的異步耗散故障診斷問題�；陔[馬爾科夫模型,設(shè)計了異步耗散故障診斷濾波器。通過使用李雅普諾夫函數(shù),提出了兩種求故障診斷濾波器增益的方法,并確保故障診斷系統(tǒng)的隨機(jī)穩(wěn)定性及耗散性能。通過例子仿真,我們驗(yàn)證了方法的有效性和正確性。
【圖文】：

逑Ｖ邋Ｉ邋｜0邋ｌ｜邋丨０．４邋０．６丨丨０．４邋０．６逡逑在干擾ｗ⑷＝邋ｅ－°＇２＾，圖３．１反映了邋ｒｅ⑴在初始狀態(tài)ｘ（０）＝邋［—１邋—［＾廣時，隨逡逑著時間的變化逐漸趨近于０。逡逑表３．３表示在不同異步程度下最優(yōu)耗散性能參數(shù)ａＭ直的變化情況。表３．１和逡逑表３．２紿出了對應(yīng)的條件轉(zhuǎn)移概率矩陣屯和耗散參數(shù)（Ｑ，５１，ｉ？）（為了研究異步無源控逡逑制，我們令＜５邋＝邋［１，１］Ｔ來適應(yīng)和⑷之間的維數(shù)不一致問題）。從表３．３中，我們逡逑可以清楚地發(fā)現(xiàn)隨著異步程度的增加，最優(yōu)耗散性能參數(shù)Ｙ值變得越來越小。／／00逡逑性能和無源性能則與耗散性能呈現(xiàn)出不同的變化趨勢：隨著異步程度的增加，，ａ＊值逡逑變得越來越大。逡逑針對離散Ｔ－Ｓ模糊馬爾科夫跳變系統(tǒng)，我們采用單連接機(jī)器人手臂系統(tǒng)來逡逑３２逡逑

邐１６邋＜邋Ａ：邋＜邋８０．逡逑圖３．２是控制輸入信號的軌跡。在其作用下，系統(tǒng)狀態(tài)隨著時間的增加趨近于０，如逡逑圖３．３所示。逡逑接下來，我們將會研究不同條件轉(zhuǎn)移概率矩陣Ｑ對三種不同性能指標(biāo)的影響，逡逑包括了耗散性能，丑00性能和無源性能。Ｑ的取值如表３．５所示。通過求解定理３．４逡逑中的線性矩陣不等式，針對表３．６不同值下的Ｑ，邋Ｓ和兄，獲得最優(yōu)ａ＊值。在表３．７逡逑中，我們發(fā)現(xiàn)好％性能和無源性能有著類似的變化趨勢：同步程度越高，最優(yōu)Ｙ值逡逑３５逡逑
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2019
【分類號】：TP13

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張潤丹;王瑩瑩;;量子隱馬爾科夫模型參數(shù)學(xué)習(xí)研究[J];科技視界;2014年16期

2 席曉燕;李小娟;梁佳;董昱麟;;基于偽二維隱馬爾科夫模型的圖像符號識別算法[J];計算機(jī)光盤軟件與應(yīng)用;2014年11期

3 馮岑明;楊亞民;;基于加權(quán)自回歸隱馬爾科夫模型的語音識別[J];統(tǒng)計與決策;2012年22期

4 劉芳,劉文學(xué),焦李成;基于復(fù)小波鄰域隱馬爾科夫模型的圖像去噪[J];電子學(xué)報;2005年07期

5 孫穎華;楊衛(wèi)國;;二階離散隱馬爾科夫模型的嚴(yán)格定義及等價性質(zhì)[J];純粹數(shù)學(xué)與應(yīng)用數(shù)學(xué);2015年04期

6 羅志增;王占玉;;基于小波域隱馬爾科夫模型的肌電信號濾波[J];儀器儀表學(xué)報;2010年11期

7 豐月姣;賀興時;;二階隱馬爾科夫模型在基因識別中的應(yīng)用[J];佳木斯大學(xué)學(xué)報(自然科學(xué)版);2009年06期

8 胡可,張大力;一類廣義隱馬爾科夫模型的建模與參數(shù)估計(英文)[J];中國科學(xué)院研究生院學(xué)報;2005年02期

9 劉樹偉;付莊;吳優(yōu);;基于時變隱馬爾科夫模型的機(jī)器人故障預(yù)測[J];機(jī)電一體化;2016年06期

10 王小岑;胡友民;吳波;謝鋒云;金超;;廣義隱馬爾科夫模型在軸承溫升預(yù)測中的應(yīng)用[J];機(jī)械與電子;2013年06期

相關(guān)會議論文 前10條

1 廖文通;;基于動態(tài)隱馬爾科夫模型的地方特色文化庫建設(shè)[A];福建省圖書館學(xué)會2014年學(xué)術(shù)年會暨著名圖書館學(xué)家--金云銘先生誕辰110周年學(xué)術(shù)研討會論文集[C];2014年

2 張勁松;戴蓓倩;郁正慶;王長富;;漢語識別中隱馬爾科夫模型初始化的研究[A];第二屆全國人機(jī)語音通訊學(xué)術(shù)會議（NCMMSC1992）論文集[C];1992年

3 林晨;金蓓弘;龍震岳;陳海彪;;上下文感知的分布式事件分發(fā)研究[A];第18屆全國多媒體學(xué)術(shù)會議（NCMT2009）、第5屆全國人機(jī)交互學(xué)術(shù)會議（CHCI2009）、第5屆全國普適計算學(xué)術(shù)會議（PCC2009）論文集[C];2009年

4 吳志周;陳天姿;張劍橋;;基于隱馬爾科夫模型的公交駕駛險態(tài)行為辨識方法[A];第八屆中國智能交通年會優(yōu)秀論文集——智能交通與安全[C];2013年

5 劉杰;梁曉輝;;基于Fused隱馬爾科夫模型的人體運(yùn)動識別[A];第八屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2012)論文集CHCI[C];2012年

6 王宏生;孫美玲;李家峰;;隱馬爾科夫模型在構(gòu)建語言模型中的應(yīng)用[A];創(chuàng)新沈陽文集（A）[C];2009年

7 劉文壯;李均利;;一種基于隱馬爾科夫模型的脫機(jī)手寫漢字識別方法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2009年

8 歐陽佑;李素建;;條件隨機(jī)域模型和實(shí)驗(yàn)分析[A];第三屆學(xué)生計算語言學(xué)研討會論文集[C];2006年

9 何靖蕓;周洪鈞;;示教學(xué)習(xí):一種端到端的機(jī)器人行為識別及生成的模仿學(xué)習(xí)方法[A];第36屆中國控制會議論文集（E）[C];2017年

10 彭子平;張嚴(yán)虎;潘露露;;隱馬爾科夫模型原理及其重要應(yīng)用[A];2008'中國信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（一）[C];2008年

相關(guān)博士學(xué)位論文 前10條

1 董山玲;基于隱馬爾科夫模型的模糊控制與濾波[D];浙江大學(xué);2019年

2 劉翼光;動態(tài)人臉識別系統(tǒng)[D];中國科學(xué)院研究生院（計算技術(shù)研究所）;2000年

3 楊光;時序區(qū)域地表覆蓋制圖關(guān)鍵技術(shù)研究[D];武漢大學(xué);2017年

4 岳夏;基于HMM的復(fù)雜條件故障診斷技術(shù)研究[D];華南理工大學(xué);2012年

5 翟志源;基于序列分析的模式識別方法和功效研究[D];山東大學(xué);2013年

6 尹偉;基于模型的語音增強(qiáng)方法及質(zhì)量評估研究[D];武漢大學(xué);2009年

7 胡峰松;單樣本下可變姿態(tài)與光照人臉識別研究[D];湖南大學(xué);2010年

8 敖永才;容差條件下模擬電路軟故障診斷方法研究[D];電子科技大學(xué);2014年

9 趙玉鳳;圖像檢索中自動標(biāo)注技術(shù)的研究[D];北京交通大學(xué);2009年

10 綦科;三維模型密寫和圖像密寫分析研究[D];湖南大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 李少華;基于隱馬爾科夫模型(HMM)的股指期貨收益率波動預(yù)測[D];西安建筑科技大學(xué);2018年

2 程恒煜;基于小波分析和隱馬爾科夫模型的風(fēng)機(jī)軸承的故障診斷研究[D];昆明理工大學(xué);2018年

3 尹學(xué)慶;隱馬爾科夫模型在雷達(dá)目標(biāo)識別中的應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2018年

4 謝夢蓓;基于隱馬爾科夫模型的爬蟲檢測研究與實(shí)現(xiàn)[D];華南理工大學(xué);2018年

5 魏熙寧;基于隱馬爾科夫模型的視覺詞袋法識別交警動作[D];河北大學(xué);2018年

6 趙鈺;基于隱馬爾科夫模型的風(fēng)電機(jī)組軸承狀態(tài)診斷方法[D];華北電力大學(xué)(北京);2018年

7 黃冠英;基于隱馬爾科夫模型的維基詞條編輯者行為分析及挖掘[D];成都信息工程大學(xué);2018年

8 張澤寧;基于隱馬爾科夫模型和聚類的托攻擊檢測算法研究[D];燕山大學(xué);2018年

9 張蓓;高斯隱馬爾科夫模型在金融預(yù)測中的應(yīng)用[D];華中科技大學(xué);2018年

10 鎮(zhèn)浩楠;基于隱馬爾科夫模型的量化擇時策略[D];華中科技大學(xué);2018年

本文編號：2706666