具有统一非线性算子的智能系统的鲁棒控制与多传感器鲁棒融合滤波

针对大多数智能系统（如神经网络系统和模糊系统）、Lur'e系统和多传感器系统的非线性具有统一的形式，本项目提出了一个统一的模型来描述这些系统，统一模型是一种广义时滞动态系统，可采用线性或双线性矩阵不等式（LMI/BMI）方法分析统一模型的稳定性、鲁棒性能和综合鲁棒控制器，并设计鲁棒融合滤波器对带有多传感器的统一模型的状态进行估计。对于不确定时滞（或非时滞）非线性系统，可以利用统一模型进行辨识或建模，而后利用统一模型的结论来设计鲁棒控制器和鲁棒融合滤波器。对于包含各种类型神经网络或模糊模型的时滞（或非时滞）智能控制系统或具有统一非线性算子的动态系统也可以转化为统一模型，利用统一模型的鲁棒性来分析其闭环系统的鲁棒性或设计融合鲁棒滤波器。通过该项目研究，解决了具有统一非线性算子的不同模型共存的复杂动态系统的建模、鲁棒性能分析、鲁棒控制和鲁棒状态估计问题，具有较高的理论价值和应用前景。