典型文献
混合时滞复值神经网络的事件触发状态估计
文献摘要：
研究了事件触发机制下混合时滞复值神经网络的状态估计问题.首先基于测量输出设计了事件触发机制,有效降低了估计器更新的频率.在触发机制中引入了等待时间,以此避免了采样中的Zeno现象.运用Lyapunov方法和复值矩阵的性质,建立了估计误差系统全局渐近稳定的充分性判据,并基于线性矩阵不等式技巧给出了复值增益矩阵K的求解算法.最后的数值例子验证了理论成果的正确性和有效性.
文献关键词：
复值神经网络;状态估计;事件触发控制;Zeno现象;混合时滞
中图分类号：
作者姓名：
刘飞扬;李兵
作者机构：
重庆交通大学数学与统计学院,重庆400074
文献出处：
引用格式：
[1]刘飞扬;李兵-.混合时滞复值神经网络的事件触发状态估计)[J].应用数学和力学,2022(08):911-919
A类：
B类：
混合时滞,复值神经网络,发状,状态估计,了事,事件触发机制,估计器,等待时间,Zeno,Lyapunov,估计误差,全局渐近稳定,充分性,判据,线性矩阵不等式,不等式技巧,求解算法,例子,理论成果,事件触发控制
AB值：
0.342361
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
