線性離散一致性系統噪聲偏差上界
大小：1.22 MB 人氣：0 2018-02-06 需要積分：1
多智能體協同在傳感網、社交網、協同控制等諸多領域有著廣泛的應用背景，一致性問題是多智能體協同問題的核心。在現實環境中，智能體間信息的傳遞往往會攜有噪聲，一致性協議通常無法收斂至理想狀態，此時噪聲對系統的影響程度是本文最關心的問題。關于均方一致性方差的研究，最理想的結果是直接給出均方一致性問題方差的解析表達式，斯坦福大學和普林斯頓大學的研究者做了以下嘗試：首先構造關于協方差矩陣極限的李雅普諾夫方程，通過求解該方程獲得協方差矩陣極限。但這些研究似乎忽略了這樣一個事實，即在噪聲條件下，沒有引入增益函數的一致性協議的方差是不收斂的，只有引入增益函數且增益函數滿足引理1的2個條件時，均方一致性問題的方差才存在極限，然而在引入增益函數后，之前構造的李雅普諾夫方程退化成恒等方程，沒有實際意義。在近期的一些研究中，大多給出了噪聲條件下，各類網絡結構的線性一致系統實現均方收斂的充分條件，鮮有研究對均方一致性系統偏差做定量的估計。本文定理1給出的結論是對之前研究成果的補充。
線性均方一致性協議噪聲偏差問題的研究，通常從連續和離散時間系統出發，分別加以討論，本文的主要貢獻足：對線性離散均方一致性問題進行了討論，以圖論和隨機分析為基礎，對線性離散一致系統的噪聲偏差做了定量估計，給出了線性離散均方一致性問題噪聲偏差的一個理論上界，為線性離散一致性系統的噪聲分析和控制提供理論依據。關于連續時間均方一致性問題，通常以代數圖論、Ito積分及隨機過程相關理論為依托，理論工具、分析方法和離散系統存在一定不同，由于篇幅所限，相應結論將在另外的研究中具體給出。
?
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
線性離散一致性系統噪聲偏差上界下載
相關電子資料下載
- 不同的人工神經網絡模型各有什么作用? 126
- rnn神經網絡基本原理 233
- bp神經網絡算法過程包括 106
- 反向傳播神經網絡建模基本原理 166
- 反向傳播神經網絡概念是什么 169
- 反向傳播神經網絡分為多少層 162
- bp神經網絡模型拓撲結構包括哪些 115
- 卷積神經網絡激活函數的作用 80
- 數學建模神經網絡模型的優缺點有哪些 299
- 什么神經網絡模型適合做分類 114