ZNN模型求解动态西尔维斯特方程(Sylvester equation)

最新推荐文章于 2024-01-02 19:00:03 发布

Bokman

最新推荐文章于 2024-01-02 19:00:03 发布

阅读量1.3k

点赞数 1

分类专栏：数值算法

本文链接：https://blog.csdn.net/Bokman/article/details/121593908

版权

克罗内克积动态Sylvester方程 ZNN模型矩阵向量化西尔维斯特方程

关键词由CSDN通过智能技术生成

数值算法专栏收录该内容

16 篇文章 4 订阅

订阅专栏

一. 克罗内克积的定义：

对于矩阵 $M\in\mathbb{R}^{m\times n}$ 和矩阵 $N\in\mathbb{R}^{r\times q}$ ，矩阵与做克罗内克积，可以表示为 $M\otimes N$ ，即：

$M\otimes N=\begin{bmatrix} M_{11}N & M_{12}N & \cdots & M_{1n}N \\ M_{21}N & M_{22}N & \cdots & M_{2n}N \\ \vdots & \vdots & \ddots & \vdots \\ M_{m1}N & M_{m2}N & \cdots & M_{mn}N \end{bmatrix}$

例如：

$\begin{bmatrix} 1 & 2\\ 3 & 1 \end{bmatrix} \otimes \begin{bmatrix} 0 & 3\\ 2 & 1 \end{bmatrix}= \begin{bmatrix} 1\cdot 0 & 1\cdot 3 & 2\cdot 0 &2\cdot 3 \\ 1\cdot 2 & 1 \cdot 1 & 2\cdot 2 &2\cdot 1 \\ 3\cdot 0 & 3\cdot 3 & 1\cdot 0 & 1\cdot 3\\ 3\cdot 2 & 3\cdot 1 &1\cdot 2 & 1\cdot 1 \end{bmatrix}= \begin{bmatrix} 0 & 3 & 0 & 0\\ 2 & 1 & 4 & 2\\ 0 & 9 & 0 & 3\\ 6 & 3 & 2 & 1 \end{bmatrix}$

二. 求解动态西尔维斯特方程的ZNN模型推导

1. 动态Sylvester方程的定义：

A(t)X(t)-X(t)B(t)+C(t)=0

其中 $A\in\mathbb{R}^{m\times m}, B(t)\in\mathbb{R}^{n\times n}, C(t)\in\mathbb{R}^{m\times n}$ , 显然未知矩阵 $X(t)\in\mathbb{R}^{m\times n}$

将矩阵 C(t) 放置到等式的右边可以得到：

A(t)X(t)-X(t)B(t)=-C(t)

2. 动态Sylvester方程的转化

为了进一步推导，需要对以上等式的两边向量化，即：

$\text{vec}(A(t)X(t)-X(t)B(t))=-\text{vec}(C(t))$

向量化操作包含以下两种性质：

$\text{vec}(M+N)=\text{vec}(M)+\text{vec}(N)$

$\text{vec}(MXN)=(N^T\otimes M)\text{vec}(X)$

因此可以得到如下推导过程：

$\text{vec}(A(t)X(t)-X(t)B(t))\\ ~~~~~~~~~=\text{vec}(A(t)X(t))-\text{vec}(X(t)B(t))\\ ~~~~~~~~~=\text{vec}(A(t)X(t)I_n)-\text{vec}(I_mX(t)B(t))\\ ~~~~~~~~~=(I^T_n\otimes A(t))\text{vec}(X(t))-(B^T(t)\otimes I_m)\text{vec}(X(t))\\ ~~~~~~~~~=(I_n\otimes A(t))\text{vec}(X(t))-(B^T(t)\otimes I_m)\text{vec}(X(t))\\ ~~~~~~~~~=(I_n\otimes A(t)-B^T(t)\otimes I_m)\text{vec}(X(t))$

其中 $I_n\in\mathbb{R}^{nm\times nm}$ 和 $I_m\in\mathbb{R}^{m^2\times m^2}$ 为单位矩阵。于是有：

$(I_n\otimes A(t)-B^T(t)\otimes I_m)\text{vec}(X(t))=-\text{vec}(C(t))$

令：

$P(t)=(I_n\otimes A(t)-B^T(t)\otimes I_m)\in\mathbb{R}^{mn\times mn}$

$x(t)=\text{vec}(X(t))\in\mathbb{R}^{mn\times 1}$

$b(t)=-\text{vec}(C(t))\in\mathbb{R}^{mn\times 1}$

至此，动态Sylvester方程被转化为如下形式的线性方程：

P(t)x(t)=b(t)

3. ZNN模型的制定

ZNN模型的演化公式为：

$\dot e(t) = -\gamma e(t)$

针对线性方程的误差方程：

e(t)=P(t)x(t)-b(t)

误差方程对于时间的导数写为：

$\dot e(t)=\dot P(t)x(t)+P(t)\dot x(t)-\dot b(t)$

于是，最终得到用于求解动态Sylvester方程的ZNN模型：

$\dot P(t)x(t)=\dot b(t)-P(t)\dot x(t)-\gamma (P(t)x(t)-b(t))$

Bokman

关注

1
点赞
踩
7

收藏

觉得还不错? 一键收藏
0
评论
ZNN模型求解动态西尔维斯特方程(Sylvester equation)

一. 克罗内克积的定义：对于矩阵和矩阵，矩阵与做克罗内克积，可以表示为，即：例如：二. 求解动态西尔维斯特方程的ZNN模型推导1. 动态Sylvester方程的定义：其中, 显然未知矩阵将矩阵放置到等式的右边可以得到：2. 动态Sylvester方程的转化为了进一步推导，需要对以上等式的两边向量化，即：向量化操作包含以下两种性质：因此可以得到如下推导过程：其中和为单位矩阵。于是有：令：至此，动态Sylves.
复制链接

扫一扫

专栏目录