[01749387]滤波器系统及神经网络稳定性分析

复杂系统的稳定性问题一直是控制科学领域的难点和重点问题。近年来，随着计算机技术的不断发展和完善，数字信号处理和人工智能技术在众多工程领域得到了广泛应用，滤波器系统和神经网络的稳定性问题引起了国内外学者的极大兴趣和关注。但是，在溢出非线性、随机、参数不确定等因素影响下，系统的稳定特性机理仍然有待深入研究。本项目针对上述问题进行了系统而深入的研究，从新的角度研究了系统的稳定性问题，得到了一系列具有国际影响力的创新性研究成果。 1）建立了溢出影响下滤波器系统稳定性准则，改进和推广了现有的结果；突破了原有不等式约束条件的限制。 2）首次提出了“Markov链重构”方法，为Markov跳变随机时滞问题提供了有效工具；揭示了基于不同类型差分Riccati方程滤波器解析解的规律，发现了稳态Markov跳跃滤波器的最大值解与稳定性解存在的唯一性条件。 3）揭示了神经网络稳定性与不确定参数的关系，建立了新的鲁棒稳定判别准则，突破了原有稳定判据的约束条件。 主要成果6篇论文发表在本学科TOP期刊Automatica，八篇代表性论文SCI他引86次，单篇最高他引42次。研究成果得到James Lam教授、Weixing Zheng教授、Zidong Wang教授、Li Qiu教授、张化光教授等多位IEEE Fellow，以及徐胜元教授、郭雷教授、吴敏教授、何勇教授、孙长银教授等多位长江学者和国家杰青的引用和正面评价。项目第一完成人为山东省优秀青年基金获得者。