非齐次Markov跳变系统的干扰抑制方法，涉及多模态系统各模态间随机跳变的时变概率描述、随机系统在无穷时间区域内的稳态特性以及外部干扰存在时随机系统的抗干扰控制，包括以下步骤：用非齐次Markov链对各模态间的随机跳变进行描述；用高斯概率密度函数来描述非齐次Markov链即跳变概率的随机分布特性；随机稳态特性分析及干扰抑制控制器设计。本发明专利技术针对实际工程应用中存在的非齐次Markov跳变现象，利用高斯概率密度函数的均值和方差信息，首先求取跳变概率的期望值，然后基于获得的期望值，结合线性矩阵不等式技术设计控制器，使得闭环多模态系统实现稳定并具有指定的干扰抑制能力。
【技术实现步骤摘要】
本专利技术涉及一种，特别是针对基于高斯 概率密度函数的非齐次Markov跳变系统的抗干扰控制方法，该方法可用于生物培养过程、 制造过程、网络系统、通信系统、经济系统等领域。
技术介绍
当多模态系统各模态间发生跳变的概率假设为常数并符合Markov特性时，齐次 Markov跳变系统的研宄一直是控制领域的研宄热点之一，其研宄领域涉及到了控制理论的 各个方面，已经相对完善，包括齐次Markov跳变系统的稳定性、控制及滤波问题都取得了 很好的结论。但在实际工程应用中，非齐次Markov跳变系统普遍存在，由于跳变概率的随 机时变特性，以及跳变系统本身的多模态复杂行为，使得如何在处理随机变化的跳变概率 的同时，设计满足闭环系统稳定性指标和抗干扰性能指标的控制器具有一定的挑战性。 另一方面，现有非齐次Markov跳变系统的研宄，大多是从确定性角度描述跳变概 率的时变特性，如Seah考虑跳变概率时变但上下界已知的非齐次Markov跳变系统，研宄其 稳定性分析以及控制器设计问题；Zhang等针对跳变概率分段时变的非齐次Markov跳变系 统，研宄其滤波问题、故障检测与诊断问题等。而实际应用中，跳变概率的获取需要经过多 次物理实验或数值仿真，对跳变概率的估计具有随机性，因此如何从随机分布角度对跳变 概率的变化进行描述，是个亟待解决的问题。
技术实现思路
本专利技术要解决的技术问题是：针对实际工程应用中存在的非齐次Markov跳变系 统，用高斯过程来描述跳变概率的时变特性，并考虑外界干扰对系统的影响，提供一种基于 高斯概率密度函数的抗干扰控制方法，解决非齐次Markov跳变系统的干扰抑制问题。 本专利技术的技术解决方案为：首先，对于非齐次Markov跳变系统，用高斯随机分布 来描述跳变概率的连续时变特性；其次，利用高斯概率密度函数的均值和方差信息，求取跳 变概率的期望值；再次，考虑系统受到外部干扰的影响，设计状态反馈控制器，使得闭环多 模态系统实现稳定并具有指定的干扰抑制能力，具体步骤如下： (1)非齐次Markov过程描述： a.对非齐次Markov过程构造跳变系统模型； b.高斯随机分布来描述跳变转移概率的连续时变特性； c.建立跳变转移概率密度函数矩阵； (2)跳变转移概率的期望值： a.利用高斯概率密度函数的均值和方差信息，求取跳变转移概率的期望值； b.不失一般性，在高斯分布条件下，依然需要确保跳变转移概率矩阵的任意行满 足和为1的充要条件。在此条件下，基于获得的转移概率矩阵，则可按照传统齐次Markov 跳变系统控制器的设计方法进一步设计控制器； (3)基于高斯概率密度函数的控制器设计： a.利用系统的状态信息，构造状态反馈控制器，并代入（1)中构造的模型得到闭 环控制系统； b.充分利用闭环控制系统的状态信息，选取李雅普诺夫泛函； c.基于李雅普诺夫稳定性定理及H00控制方法，结合Markov跳变理论，利用已经获 得的期望跳变转移概率矩阵，获取使闭环系统随机稳定并满足H 00性能的充分条件； d.根据上述方法，结合线性矩阵不等式技术，求取控制器的增益； 本专利技术针对实际工程应用中普遍存在的非齐次Markov跳变系统，首次设计H00控 制器使得闭环系统稳定的同时还要具有干扰抑制能力，与现有技术相比的优点在于： 1.本专利技术用高斯概率密度函数对跳变转移概率进行描述不仅具有实际意义，而且 可将转移概率信息部分未知以及全部已知的跳变系统视为本系统的两个特例，因此更具一 般性。 2.本专利技术可用高斯概率密度函数的方差值来量化跳变转移概率随机不确定性的 大小，如果转移概率出现在某个常值附近的相对频次较高，则可将方差相对取小。相反如转 移概率出现在某个常值附近的相对频次较低，则可用相对较大的方差来量化转移概率的不 确定性。 3.本专利技术利用线性矩阵不等式技术设计控制器，一方面不仅计算简单，便捷可行， 另一方面，不仅能够很好地镇定系统，而且能针对所有频段的外部干扰信号具有干扰抑制 能力。 4.本专利技术设计的控制器还可以应用到不确定系统、时滞系统等复杂工业过程，具 有普适性。 【附图说明】 图1不同方差信息下的概率密度函数图 图2系统模态及状态响应曲线图 【具体实施方式】 下面结合附图所示实施例，对本专利技术作进一步详细描述。 需要强调的是，本专利技术涉及的技术并不仅适用于下面提及的例子，这些技术可以 被用于任何适用的随机跳变控制系统。 本专利技术基于高斯概率密度函数的非齐次Markov跳变系统抗干扰控制，包括以下 步骤： (1)非齐次Markov过程描述 (2)跳变转移概率的期望值 (3)基于高斯概率密度函数的控制器设计 (4)仿真实验验证 下面介绍具体步骤： (1)非齐次Markov过程描述 考虑如下一类离散非齐次Markov跳变系统： x (k+1) =A (rk) x (k) +B (rk) u (k) +Bw (rk) w (k) z (k) =C (rk) x (k) +D (rk) u (k) +Dw (rk) w (k) 其中，x(k) e Rn是系统的状态向量；u(k) e R m是系统的控制向量； u'⑷e/:[0 +_χ)是外部扰动信号；z(k) e R1是系统的被控输出；y(k) e Rp是系统的测量 输出；A(rk)，B(rk)，Bw(rk)，C(r k)，D(rk)，Dw(rk)分别为已知的与模态r k相关的适当维数的 系数矩阵，其中rk表示系统的模态，为在有限集合M = {1，2，···，s}中随时间k取值的非 齐次Markov随机过程，其跳变转移概率定义如下：本文档来自技高网...
【技术保护点】
非齐次Markov跳变系统的干扰抑制方法，其特征在于，所述方法包括以下步骤：(1)非齐次Markov过程描述考虑如下一类离散非齐次Markov跳变系统：x(k+1)＝A(rk)x(k)+B(rk)u(k)+Bw(rk)w(k) z(k)＝C(rk)x(k)+D(rk)u(k)+Dw(rk)w(k) 其中，x(k)∈Rn是系统的状态向量；u(k)∈Rm是系统的控制向量；是外部扰动信号；z(k)∈Rl是系统的被控输出；y(k)∈Rp是系统的测量输出；A(rk)，B(rk)，Bw(rk)，C(rk)，D(rk)，Dw(rk)分别为已知的与模态rk相关的适当维数的系数矩阵，其中rk表示系统的模态，为在有限集合Μ＝{1,2,…,s}中随时间k取值的非齐次Markov随机过程，其跳变转移概率定义如下：式中表示从模态i跳变到模态j的转移概率。为了方便起见，当rk＝i时，分别用Ai，Bi，Bwi，Ci，Di，Dwi表征A(rk)，B(rk)，Bw(rk)，C(rk)，D(rk)，Dw(rk)。不失一般性，本文用高斯随机分布{ξk,k∈K}来描述转移概率的连续时变特性，其受限高斯概率密度函数表征为：式中f(·)为高斯概率密度函数的标准分布；F(·)为f(·)的累积分布函数，μij和σij为转移概率矩阵中各元素的高斯概率密度函数的均值和方差信息。基于上述描述，转移概率密度函数矩阵可表达为下式：其中为的受限高斯概率密度函数。(2)跳变转移概率的期望值求取：如上文所假设，转移概率的随机变化是连续的，因此的期望值可以用下式表达：根据高斯概率密度函数中的均值和方差信息，期望的转移概率矩阵可描述如下：其中(3)基于高斯概率密度函数的控制器设计：a.针对第(1)步中构造的非齐次Markov跳变系统，设计如下的状态反馈控制器u(k)＝‑K(rk,ξk)x(k)其中为待求控制器增益。将上式带入原系统，可以得到如下的闭环控制系统：其中b.选取李雅普诺夫泛函V(xk,rk,ξk)＝xTP(rk,ξk)x，其中为依赖于模态和高斯分布的对称正定矩阵。c.基于李雅普诺夫稳定性定理及H∞控制方法，结合Markov跳变理论，利用已经获得的期望跳变转移概率矩阵，获取使闭环系统随机稳定并满足H∞性能的充分条件；d.根据上述方法，针对非齐次Markov跳变系统，设计状态反馈控制器，研究抗干扰控制。...
【技术特征摘要】
1.非齐次Markov跳变系统的干扰抑制方法，其特征在于，所述方法包括以下步骤： (1) 非齐次Markov过程描述 考虑如下一类离散非齐次Markov跳变系统： X(k+1)=A(rk)x(k)+B(rk)u(k) +Bw (rk)w(k)z(k)=C(rk)x(k)+D(rk)u(k) +Dw (rk)w(k) 其中，x(k) e Rn是系统的状态向量；u(k) e Rm是系统的控制向量；+cc)是 外部扰动信号；z(k)eR1是系统的被控输出；y(k)eRp是系统的测量输出；A(rk)，B(rk)，Bw(rk)，C(rk)，D(rk)，Dw(rk)分别为已知的与模态rk相关的适当维数的系数矩阵，其中rk表 示系统的模态，为在有限集合M= {1，2，···，s}中随时间k取值的非齐次Markov随机过 程，其跳变转移概率定义如下·式中#1表示从模态i跳变到模态j的转移概率。为了方便起见，当rk=i时，分别用 Ai，Bi，Bwi，Ci，Di，Dwi表征A(rk)，B(rk)，Bw (rk)，C(rk)，D(rk)，Dw (rk)。 不失一般性，本文用高斯随机分布{ξk，keK}来描述转移概率的连续时变特性，其受 限高斯概率密度函数表征为：式中f( ·)为高斯概率密度函数的标准分布；F( ·)为f( ·)的累积分布函数，μυ和 〇ij为转移概率矩阵中各元素的高斯概率密度函数的均值和方差信息。基于上述描述，转 移概率密度函数矩阵可表达为下式：其中，i(A，1)为;1的受限高斯概率密度函数。 (2) 跳变转移概率的期望值求取： 如上文所假设，转移概率#>的随机变化是...
【专利技术属性】
技术研发人员：栾小丽，陈飞，刘飞，
申请(专利权)人：江南大学，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。