混合时滞复值神经网络的事件触发状态估计
研究了事件触发机制下混合时滞复值神经网络的状态估计问题.首先基于测量输出设计了事件触发机制,有效降低了估计器更新的频率.在触发机制中引入了等待时间,以此避免了采样中的Zeno现象.运用Lyapunov方法和复值矩阵的性质,建立了估计误差系统全局渐近稳定的充分性判据,并基于线性矩阵不等式技巧给出了复值增益矩阵K的求解算法.最后的数值例子验证了理论成果的正确性和有效性.
复值神经网络、状态估计、事件触发控制、Zeno现象、混合时滞
43
O357.41(流体力学)
重庆市自然科学基金面上项目;重庆市教委科技重大项目;重庆市创新群体项目;重庆市研究生联合培养基地建设项目
2022-10-31(万方平台首次上网日期,不代表论文的发表时间)
共9页
911-919