具有测量丟失和信号量化的离散时滞递归神经网络的状态估计

《具有测量丟失和信号量化的离散时滞递归神经网络的状态估计》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、理学硕士学位论文具有测量丢失和信号量化的离散时滞递归神经网络的状态估计宋越哈尔滨理工大学2018年3月国内图书分类号:O231理学硕士学位论文具有测量丢失和信号量化的离散时滞递归神经网络的状态估计硕士研究生：宋越导师：胡军教授申请学位级别：理学硕士学科、专业：数学所在单位：理学院答辩日期：2018年3月授予学位单位：哈尔滨理工大学ClassifiedIndex:O231DissertationfortheMasterDegreeinScienceStateEstimationforDiscreteDelaye

2、dRecurrentNeuralNetworkswithMissingMeasurementsandSignalQuantizationCandidate：SongYueSupervisor：Prof.HuJunAcademicDegreeAppliedfor：MasterofScienceSpecialty：MathematicsDateofOralExamination：March,2018HarbinUniversityofScienceandUniversity：Technology哈尔滨理工大学硕士

3、学位论文原创性声明本人郑重声明：此处所提交的硕士学位论文《具有测量丢失和信号量化的离散时滞递归神经网络的状态估计》，是本人在导师指导下，在哈尔滨理工大学攻读硕士学位期间独立进行研究工作所取得的成果。据本人所知，论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文研究工作做出贡献的个人和集体，均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签名：宋越日期：2018年3月29日哈尔滨理工大学硕士学位论文使用授权书《具有测量丢失和信号量化的离散时滞递归神经网络的状态估计》系本人在哈尔滨理工

4、大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归哈尔滨理工大学所有，本论文的研究内容不得以其它单位的名义发表。本人完全了解哈尔滨理工大学关于保存、使用学位论文的规定，同意学校保留并向有关部门提交论文和电子版本，允许论文被查阅和借阅。本人授权哈尔滨理工大学可以采用影印、缩印或其他复制手段保存论文，可以公布论文的全部或部分内容。本学位论文属于保密□，在年解密后适用授权书。不保密。（请在以上相应方框内打√）作者签名：宋越日期：2018年3月29日导师签名：胡军日期：2018年3月29日哈尔滨

5、理工大学理学硕士学位论文具有测量丢失和信号量化的离散时滞递归神经网络的状态估计摘要众所周知，人工神经网络是一类根据人脑中细胞复杂结构和功能模拟出来的信息处理系统，这类系统高效地解决了信号处理、模式识别等领域中的诸多实际问题，因此得到了学者的密切关注。人工神经网络也可以由电路系统来实现，随着忆阻的提出，基于忆阻的人工神经网络得到了广泛的关注。另一方面，由于现实环境中外部噪声干扰以及设备等因素的影响，通常神经元的信息并不完全可测，因此，如何基于可获得的测量信息，对系统内部状态进行有效地估计具有重要的研究意义和应用

6、价值。本文将针对几类具有测量丢失和随机信号量化的离散时滞递归神经网络，利用线性矩阵不等式技术，提出一些新的鲁棒状态估计方法。具体工作如下：1.研究了一类具有混和时滞和测量丢失的离散递归神经网络的非脆弱状态估计问题。这里，混合时滞由随机发生时滞和分布式传感器时滞组成。首先，基于可获得的测量信息及测量丢失的概率信息，设计了新的状态估计器。其次，通过构造Lyapunov-Krasovskii泛函，采用适当的不等式处理技巧并利用Lyapunov稳定性理论，得到了保证增广系统均方指数稳定性的充分条件，给出了估计器增益矩

7、阵的显式表达式。最后，利用数值仿真验证了所提状态估计算法的有效性。2.针对一类具有随机发生时滞和测量丢失的离散忆阻递归神经网络，探讨了该类神经网络的有限时有界H∞状态估计问题。由于忆阻神经网络系统参数的状态依赖特性，先对系统参数进行处理。然后，基于随机发生时滞和测量丢失的概率信息，设计了新型的状态估计器。接着，根据Lyapunov稳定性理论，得到了保证增广系统有限时有界性且具有H∞性能的充分条件；此外，给出了状态估计器增益的显式表达式。最后，仿真算例验证了所提状态估计策略的可行性。3.针对一类具有随机量化和乘

8、性噪声的离散忆阻递归神经网络，研究了该类离散忆阻神经网络的有限时有界非脆弱状态估计问题。采用多重加性噪声刻画估计器增益摄动。利用可获得的测量信息，设计了一个非脆弱状态估计器。基于Lyapunov稳定性理论及随机分析方法，得到了保证增广系统有限时有界的-I-哈尔滨理工大学理学硕士学位论文判别条件；同时，基于线性矩阵不等式技术，得到了状态估计器增益矩阵的显式表达式。同样地，通过数值仿真验证了给出的状态估