《马尔科夫跳变系统的有限时间稳定与镇定》notes1

马尔科夫跳变系统是一种具有多个模态的随机系统，系统在各个模态之间的跳变转移是由一组马尔科夫链来决定的。在实际应用过程中，由于系统的状态方程往往具有一定的随机性，因而这类系统一般不能通过线性时不变系统来描述。例如，某些工业系统在生产的不同环节可能会出现状态突然改变或者系统的某部分突然发生故障。然而，这类动态系统可以由马尔科夫跳变系统来精确地描述，所以引起了学者们的广泛研究。1961年，由Krasovskii和Lidskii等人建立了马尔科夫跳变系统的连续时间模型，随着现代计算机的大量应用，学者们在后续的研究中将其拓展到了离散时间的形式，建立了马尔科夫跳变系统的离散时间模型。下面我们给出马尔科夫跳变系统模型的数学描述。给定一个概率空间（Ω,F,θ），对于连续时间的马尔科夫跳变系统，其状态方程为：

作为一种多模态的系统，马尔科夫跳变系统可以用来模拟许多具有突变特性的动态系统。例如，制造系统、网络控制系统以及容错控制系统。除此之外，在现实生活中，由于零部件失效或维护、环境干扰以及子系统的连接方式改变等因素，马尔科夫跳变系统也能用于模拟许多在结构和参数上具有突变效应的工业系统。基于以上原因，马尔科夫跳变系统激起了学者们的研究兴趣并最终得出许多有用的结果。最近几年，学者们相继提出了半Markov链、隐Markov
链以及非齐次时间Markov链等概念并引入到控制理论体系中，进一步促进了马尔科夫跳变系统的应用空问。

在很长一段时间里，对于马尔科夫跳变系统的研究都是假定系统的跳变转移概率是完全已知的。例如，在一个网络控制系统中，数据包信息漏失和通道延迟的情况都是由Markov链来模拟的，通常都认为转移概率是完全己知的。学者们
主要研究了这类系统的稳定性、镇定性以及滤波问题。例如，各种不同神经网络其均方随机稳定性的充分条件；对于一类时滞马尔科夫跳变系统的指数估计的充分条件：时滞马尔科夫跳变系统的镇定问题等。

本文第五章给出了时滞马尔科夫跳变系统的有限时间控制模型：

马尔科夫跳变系统可以用来描述系统状态具有突变特性的动态系统，而有限时间稳定性可以用来刻画对系统状态轨迹在有限时间区域内的行为要求。因此在本文中，我们将有限时间稳定性的概念引入到马尔科夫跳变系统上，提出了有限时间随机稳定性的概念，本文主要内容如下：

主要内容如下：

1．针对连续时间和离散时间情况，研究了在转移概率完全已知时马尔科夫跳变系统的有限时间随机稳定性的分析问题以及镇定控制器的设计方法。

2．针对连续时间和离散时间情况，研究了在转移概率部分未知时马尔科夫跳变系统的有限时间随机稳定性的分析问题以及镇定控制器的设计方法。在这一部分，我们提出了三种不同的分析和设计方法，分别为固定权、自由权以及非放缩的方法。我们讨论了三种不同方法的优劣以及保守性大小，最后给出了仿真实例。
3．在前两部分对马尔科夫跳变系统有限时间随机稳定性的讨论基础上，我们将系统扩展到更为一般的情况下，即具有时滞的马尔科夫跳变系统的有限时间随机稳定性分析和镇定控制器设计方法。

文章中提及进一步研究的地方：
1．非线性马尔科夫跳变系统的有限时间随机稳定性分析。由于非线性系统分析的复杂性，这也是难度最大的一个部分。但是鉴于实际系统中广泛存在的非线性系统，这也是最为迫切和最有价值的部分。
2．目前对于有限时间的概念有两种解释，除了本文讨论的情况外还有一种，即让系统的状态在有限时间收敛到原点的情况。马尔科夫跳变系统也可以结合这种有限时间稳定性定义来进行研究。