【论文学习】半马尔科夫随机跳变系统的随机稳定性与鲁棒镇定（系统建模）

注：因本人只需学习半马尔科夫建模过程，故略过论文后续稳定性证明和控制器设计。

一、论文出处

Ji Huang and Yang Shi，Stochastic stability and robust stabilization of semi-Markov
jump linear systems，INTERNATIONAL JOURNAL OF ROBUST AND NONLINEAR CONTROL
Int. J. Robust Nonlinear Control 2013; 23:2028–2043

DOI: 10.1002/rnc.2862

二、简写说明

1.马尔可夫跳变线性系统：Markov jump linear systems (MJLSs)。

2.半马尔可夫跳跃线性系统：semi-Markov jump linear system(S-MJLS)。

三、创新点

1.建立了一类不确定S-MJLS随机稳定性的充分条件。

2.提出一种新的划分方案，通过划分转移率的范围（从下界到上界），有效地降低了稳定性条件的保守性。

3.针对具有范数有界不确定性的S-MJLS，提出了一种鲁棒状态反馈控制器设计方法。

四、引入

一般来说，MJLS属于跳跃线性系统。在跳跃线性系统中，两个连续跳跃之间的持续时间h被称为sojourn-time，它通常是一个随机变量。在连续时间跳跃线性系统中，初始时间是由连续概率分布控制的随机变量。例如，是连续时间MJLS中的指数分布。取决于，转换速率是系统从模式跳到模式的速度/速率。

此处的转换率也可以被叫做故障率/危险率。（可用于故障建模）

如果应用MJLS来描述感兴趣的随机系统，则转移率应假定为常数。（局限）MJLS是S-MJLS的一种特殊情况，S-MJLS可以用来建模和表征更广泛的实际随机系统。S-MJLS的转换速率允许是时变的，更符合一般情况。

五、问题建模

考虑以下具有范数有界不确定性的非强制连续时间S-MJLS：

其中，就是在有限空间中取值的连续时间半马尔科夫过程，是状态变量。是取决于维数的系统矩阵，和是已知实常数矩阵。是具有勒贝格可测元素的未知实矩阵函数，满足。

注：关于勒贝格可测请参考本站鬼道2022《Lebesgue可测函数》

半马尔科夫的演化过程由以下概率转移控制：

是时刻时模式到的转移速率。。

这里可以看出该矩阵的性质与拉普拉斯矩阵相似，行和为0，对角线元素为该行其余元素相加取反，也就能理解为什么上面的概率转移在对角线上是要用1+了。

注：转移速率只与sojourn-time 有关。每当系统跳变，就被设置为0。

后续随缘更新随机稳定性的证明。