离散动力系统反馈混沌化与控制算法的研究

来源 :华南理工大学 | 被引量 : 0次 | 上传用户:ssskstar
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本学位论文主要研究离散系统的反馈混沌化与控制问题。混沌控制和反控制是一个新的研究课题。对离散系统反馈混沌化与控制的研究具有重要的理论意义和实际应用价值。离散系统反馈混沌化与控制有几种不同的目标,包括混沌化一个离散系统,超混沌化一个离散系统,增强混沌,抑制或消除混沌等。Lyapunov指数是混沌系统的重要的特征量,可以用于判定混沌的存在性和强弱。解决离散系统反馈混沌化与控制问题的一种方法是将Lyapunov指数配置为不同的符号和数值。这方面的结果比较少,其中Chen-Lai算法具有代表性。Chen-Lai算法的主要结果是将受控系统的Lyapunov指数全部配置为大于一个给定的正常数c。Chen-Lai算法等在一定的程度上成功地解决了此类问题。然而Chen-Lai算法等的结果与目前学术界所接受的关于利用Lyapunov指数判定混沌存在性的判据并不完全吻合,在实用上也有一定的局限性。本文从判定离散系统混沌存在性和强弱的Lyapunov指数判据出发,在Chen-Lai算法等的基础上和启发下,提出并解决了一系列离散系统反馈混沌化与控制的基本问题。本文的几个结果可以用于达到不同的控制目标。本文所做的研究工作和所取得的结果主要有以下几方面:1、对Chen-Lai算法和Wang-chen算法进行了一种扩展,用于离散系统混沌化:通过引入指定形式的反馈,仅配置一个Lyapunov指数为大于一个给定的正常数c,而其他Lyapunov指数均不为零。这个结果与Lyapunov指数混沌判据完全吻合。该算法可以使得一个非混沌的离散系统混沌化,也可以加强某离散系统中的混沌。2、对Chen-Lai算法和Wang-chen算法进行了另一种扩展,用于离散系统超混沌化:通过引入指定形式的反馈,配置两个Lyapunov指数为大于一个给定的正常数c,而其他Lyapunov指数均不为零。这个结果与Lyapunov指数超混沌判据完全吻合。将离散系统反馈混沌化问题统一为一个问题:配置若干个Lyapunov指数为正。所得到的结果还可以自然地演变成Chen-Lai算法和Wang-chen算法。3、提出配置离散系统的若干个最大的Lyapunov指数为大于一个给定的正常数c的一种算法。这个结果与Lyapunov指数混沌判据和超混沌判据完全吻合。算法所引入的反馈增益更小。通过引入指定形式的反馈,将受控离散系统的若干个最大的Lyapunov指数配置为大于一个给定的正常数c,包括仅配置一个、两个最大Lyapunov指数为正。在这个结果的基础上,分别将Chen-Lai算法和Wang-chen算法做了3种不同程度的改进。4、提出增强和抑制离散系统中的混沌的一种算法。研究离散系统的Lyapunov指数与不动点处的Jacobi矩阵元素的关系。建立一些特征值条件,用于估计离散系统中Lyapunov指数的符号和数值。基于新建立的特征值条件,通过引入指定的非对角形式的反馈,调整受控系统雅可比矩阵的元素,使Lyapunov指数增大或者减小。这个结果可以用于增强和抑制离散系统中的混沌。5、提出可以精确配置离散系统所有Lyapunov指数的一种算法。该算法可以灵活配置Lyapunov指数的符号和数值。因此该算法也可以用于加强和减弱离散系统中的混沌。所提出的几种算法均给出了相应的数学证明和仿真例子。仿真结果表明了这些算法都是有效的。
其他文献
随着经济全球化逐渐向更深层次渗透,审计工作在经济发展的宏观背景下显得尤为重要。我国上市公司的数量逐渐上升,随之而来的财务舞弊问题也相继暴露出来,对我国金融市场环境
歌唱不只是一种娱乐,应该作为一种艺术去被人类接受。而对于大学的声乐教学,应该通过分析教学中存在的问题,引导学生对声乐有个正确的认识,改变传统声乐教育模式对学生的影响
目前已有的犯罪热点分析方式是通过计算犯罪率或使用空间聚类方法,这些方法没有有效的利用时间信息,无法准确反映犯罪分布特征,且很难灵活地从不同层级去判断热点,同时在地图中进
随着旅游业的发展,江苏省内星级酒店的数量不断增加。在发展低碳经济的今天,节能和环保成为时代的主题,星级酒店作为能源消耗的大户,在水、电、燃气方面浪费现象十分严重,不
从绿色建筑的定义以及绿色建筑的成本与效益理论出发,重点研究了全寿命周期中运营维护阶段的绿色建筑增量成本与增量效益,并提出了相应的测算公式,最后用一个实例对运营阶段
以253.7nm紫外灯(20W)、氙灯(500W)和太阳光为光源,研究了多金属氧酸盐(磷钨酸,硅钨酸)及二氧化钛对模拟染料废水活性艳橙(KGN)溶液的光催化脱色降解性.结果表明,以磷钨酸为光催化剂时,KGN
自确认传感器是一种在输出测量值的同时,给出测量值精度及自身工作状态的下一代新型传感器。它是结合了测量理论,故障检测技术及数字通信技术的智能测量单元。本文针对自确认
Hopfield神经网络模型及其衍生模型(BAM,CNN)在诸多领域(如图象处理,模式识别,最优化等)有了广泛的应用,且不断找到新的用途。对其理论分析也已成为神经网络研究领域内的一个