[发明专利]一种噪声环境下耦合网络之间随机滞后同步的方法在审

专利信息
申请号: 201610871945.X 申请日: 2016-09-30
公开(公告)号: CN106452718A 公开(公告)日: 2017-02-22
发明(设计)人: 杨晓丽;张丽 申请(专利权)人: 陕西师范大学
主分类号: H04L7/00 分类号: H04L7/00;H04L12/24
代理公司: 西安永生专利代理有限责任公司61201 代理人: 申忠才
地址: 710062 *** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要: 一种噪声环境下耦合网络之间随机滞后同步的方法,由建立含有信息传输延迟的耦合网络、噪声环境下构建控制器、确定误差网络步骤组成。本发明通过设计基于白噪声反馈增益的线性时滞反馈控制器,实现了噪声环境下单向耦合网络之间的随机滞后同步。相对于复杂网络同步研究中较复杂、不易实现的控制方法,该控制方法实用、简便,充分利用了现实环境中不可避免的噪声,降低了网络运行能耗。
搜索关键词: 一种 噪声 环境 耦合 网络 之间 随机 滞后 同步 方法
【主权项】:
一种噪声环境下耦合网络之间随机滞后同步的方法,其特征在于由以下步骤实现:(1)含有信息传输延迟的耦合网络为:dxi(t)=(Axi(t)+f(xi(t))+Σj=1NgijPxj(t))dt,i=1,2,...,N,---(1)]]>dyi(t)=(Ayi(t)+f(yi(t))+Σj=1NgijPyj(t)+ui(xi(t-τ),yi(t),t))dt,i=1,2,...,N,---(2)]]>其中:t∈R+表示连续的时间变量,N是有限自然数,N表示网络节点的个数;xi(t)=(xi1(t),xi2(t),…,xin(t))T∈Rn是网络1的第i个节点在时刻t的n维状态变量;yi(t)=(yi1(t),yi2(t),......,yin(t))T∈Rn是网络2的第i个节点在时刻t的n维状态变量,n是有限自然数,n表示网络上节点的维数;xi(t‑τ)∈Rn为网络1第i个节点在时刻t落后τ时刻的n维状态变量,τ为网络1与网络2进行信息传输时的时间延迟;f(xi(t))为耦合网络上节点的n维非线性函数,它满足利普希茨条件(z‑v)T(f(z)‑f(v))≤(z‑v)TL(z‑v),其中z∈Rn,v∈Rn,L是正常数;A∈Rn×n是常数矩阵,P∈Rn×n是内部耦合矩阵;为外部耦合矩阵,gij=1(i≠j)表示节点i与节点j之间有耦合作用,gij=0(i≠j)表示节点i与节点j之间没有耦合作用,ui(xi(t‑τ),yi(t),t)是控制器;(2)噪声环境下构建控制器1)确定网络2节点i上的控制器为:ui(xi(t‑τ),yi(t),t)=σ·(yi(t)‑xi(t‑τ))N(t),i=1,2,…,N(3)其中:N(t)为高斯白噪声,其统计特性为:N(t)的均值为0,N(t)N(t')的均值为δ(t‑t'),其中δ为狄拉克函数,t'表示另一个时刻;σ为噪声强度;2)确定噪声强度σ为:c0为大于的有限正数,其中λm(B)是B的最大特征值,B=(A+AT)/2,AT为A的转置,λm(H)是H的最大特征值,H=(C+CT)/2,C为G与P的克罗内克积;(3)确定误差网络由步骤(1)、步骤(2)确定误差网络为dE(t)=(I⊗AE(t)+F(xτ,y)+G⊗PE(t))dt+σE(t)dB(t)---(4)]]>其中ei(t)=yi(t)‑xi(t‑τ)为网络1和网络2的第i个节点在时刻t的状态误差,I为N维的单位矩阵,B(t)为标准布朗运动,dB(t)=N(t)dt;在E(t)=0时,网络1和网络2达到随机滞后同步。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于陕西师范大学,未经陕西师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201610871945.X/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top