非线性系统的无线神经控制网络

提出了一种通过无线神经控制网络（WNCN）解决一类离散时间非线性系统的分布式控制问题的新方法。 称为延迟标准神经网络模型（DSNNM）的统一Lurie型模型用于描述这些非线性系统。 我们假设WNCN中所有具有有限的能量，存储空间和计算能力的神经元节点都可以被视为一个子控制器，那么整个WNCN的特征是一个网状结构，其中部分连接的神经元分布在广阔的地理区域内，可以认为是完全分布的非线性输出反馈动态控制器。 WNCN中不可靠的无线通信链路由衰落信道建模。 基于Lyapunov函数和S程序，使用LMI方

针对采用标准神经网络模型(SNNM)描述的非线性系统,提出一种基于无线控制网络(WCN)的全分布式控制方法.采用置信因子模拟WCN中无线通信链路的不确定性,利用Lyapunov理论和Lur’e系统方法,将无线网络化控制系统(WNCS)的稳定性分析转化为一个具有线性矩阵不等式(LMI)约束的凸优化问题;使用CVX工具包求解该凸优化问题,得到了保证闭环系统全局渐近稳定的WCN配置参数.仿真结果验证了所提出控制策略的正确性和有效性.

针对采用标准神经网络模型(SNNM) 描述的非线性系统, 提出一种基于无线控制网络(WCN) 的全分布式控制方法. 采用置信因子模拟WCN中无线通信链路的不确定性, 利用Lyapunov 理论和Lur’e 系统方法, 将无线网络化控制系统(WNCS) 的稳定性分析转化为一个具有线性矩阵不等式(LMI) 约束的凸优化问题; 使用CVX工具包求解该凸优化问题, 得到了保证闭环系统全局渐近稳定的WCN配置参数. 仿真结果验证了所提出控制策略的正确性和有效性.