«上一篇 下一篇»
  山东大学学报(工学版)  2016, Vol. 46 Issue (2): 78-84  DOI: 10.6040/j.issn.1672-3961.0.2015.362
0

引用本文 

周绍伟. 随机Markov跳跃系统有限时间稳定性[J]. 山东大学学报(工学版), 2016, 46(2): 78-84. DOI: 10.6040/j.issn.1672-3961.0.2015.362.
ZHOU Shaowei. The finite-time stability of stochastic Markov jumping systems[J]. Journal of Shandong University(Engineering Science), 2016, 46(2): 78-84. DOI: 10.6040/j.issn.1672-3961.0.2015.362.

基金项目

山东省优秀中青年科学家科研奖励基金资助项目(BS2014SF005);山东省博士后创新项目专项资金资助项目(201403009);青岛市博士后应用研究资助项目;山东省高等学校优秀中青年骨干教师国际合作培养计划资助项目

作者简介

周绍伟(1979— ),女,山东泰安人,副教授,博士,主要研究方向为随机系统控制理论.E-mail: zsw9675@163.com

通讯作者

文章历史

收稿日期:2015-11-09
网络出版日期:2016-03-14 16:30:08
随机Markov跳跃系统有限时间稳定性
周绍伟     
山东科技大学数学与系统科学学院, 山东 青岛 266590
摘要: 研究了一类随机线性It Markov跳跃系统的有限时间稳定性问题。首先,定义了系统的有限时间随机稳定和有限时间有界;其次,给出了系统有限时间随机稳定的充分必要条件,利用线性矩阵不等式技术设计了状态反馈能稳控制器;最后,通过数值例子和系统仿真验证了方法的有效性。
关键词: 随机Markov跳跃系统    有限时间稳定    有限时间有界    线性矩阵不等式    
The finite-time stability of stochastic Markov jumping systems
ZHOU Shaowei     
College of Mathematics and Systems Science, Shandong University of Science and Technology, Qingdao 266590, Shandong, China
Abstract: The finite-time stability of stochastic linear It Markov jumping systems was studied. Firstly, the definitions of finite-time stochastic stability and finite-time boundedness were given. Secondly, the necessary and sufficient condition of finite-time stochastic stability was obtained and the state feedback controller design was realized based on linear matrix inequality method. Finally, the validity was verified by a numerical example and system simulation.
Key words: stochastic Markov jumping systems    finite-time stability    finite-time boundedness    linear matrix inequality    
0 引言

随着随机微分方程理论的发展,尤其是It K提出It公式以来,越来越多的随机系统模型成功应用于科学领域以及工程实际中。许多确定性系统中的概念和问题推广到随机系统,如稳定性概念、能观测(检测)性概念、线性二次问题等。另一方面,Markov跳跃系统因能描述大量实际系统而广受关注,许多研究成果应运而生。在此基础上,两者结合的随机Markov跳跃系统的研究工作也逐渐展开。文献[1]首次系统地介绍了随机Markov跳跃系统的各种稳定性,包括指数稳定、δ阶矩稳定、几乎处处稳定、依概率稳定等,并讨论了其在金融、人口动力学及控制上的一些应用。文献[2, 3]给出了扩散项不含控制时随机Markov跳跃系统几乎处处指数能稳的充分条件和随机Markov跳跃延迟系统的鲁棒稳定性及能控性条件。文献[4]则考虑了随机It跳跃系统的鲁棒滤波问题。针对随机离散Markov跳跃系统,文献[5]应用Riccati方程方法研究了系统的稳定性。以上关于稳定性的研究大多关注的是系统在无限时域内的渐近行为。然而,在工业实际中,一个稳定的系统可能具有较坏的暂态性能(如振荡剧烈),从而影响生产过程。为了解决这类问题,人们开始关心系统在有限时间上的稳定性,文献[6]首次提出了确定性系统短时间稳定的概念。以此为基础,文献[7]提出了系统有限时间有界的概念。文献[8]讨论了系统的有限时间镇定问题,即寻找一个反馈控制器使闭环系统有限时间稳定。文献[9]考虑了离散系统的有限时间镇定问题,通过线性矩阵不等式(linear matrix inequality,LMI)方法设计了反馈增益矩阵。实际系统中的有限时间控制问题也受到了关注,例如航天器姿态跟踪系统[10]、可重复使用运载器[11]。文献[12]首次对随机It系统提出了有限时间随机鲁棒稳定的概念,并给出了系统稳定以及镇定的充分条件。文献[13, 14]分别讨论了两类不同随机系统的有限时间静态和动态输出反馈控制。文献[15]则研究了随机线性It系统的有限时间保成本控制问题。然而,目前针对随机Markov跳跃系统的有关研究还较少。

本文在前人工作的基础上给出了连续时间随机Markov跳跃系统的有限时间随机稳定和有限时间有界的概念,利用Lyapunov和LMI方法得到了系统稳定以及能稳的条件,并进行了能稳控制器设计。

1 系统描述

连续时间随机Markov跳跃系统

{dx(t)=A(r)x(t)dt+C(rt)x(t)dw,x(0)=x0Rn, (1)
所对应的受控系统为
{dx(t)=[A(rt)x(t)+B(rt)u(t)]dt+[C(rt)x(t)+D(rt)u(t)]dw(t),x(0)=x0Rn, (2)
式中:x(t)Rn为系统状态向量;u(t)Rm为控制输入; x0Rn为系统初始状态;A(rt)、B(rt)、C(rt)、D(rt)为适当维数的矩阵;w(t)是定义在滤波概率空间(Ω,F,P)上的一维标准Wiener过程,w(0)=0;跳跃过程{rt,t≥0}为连续时间齐次Markov链,其状态空间为S={1,2,…,l},w(t)与{rt,t≥0}相互独立。转移概率
P(rt+h=j|rt=i)={qijh+o(h),ij,1+qijh+o(h),i=j,
式中: h为时间增量,h>0,limh0o(h)h=0。当ij时,qij≥0,表示由t时刻模态i转移到t+h时刻模态j的概率;当i=j时,qii=-jS,jiqij≤0即lj=1qij=0。转移概率矩阵

Λ=[q11q12q1lq21q22q2lql1ql2qll]
2 有限时间随机稳定

定义 1  系统(1)称为关于(c1,c2,T,Ri)有限时间随机稳定的,如果

E(xT0Rix0)c1E[xT(t)Rix(t)]<c2,t[0,T],
式中: c1,c2 为给定常数,c2>c1>0; Ri为给定的方阵,且Ri>0(iS)。系统(2)称为有限时间随机能稳的,如果存在反馈控制 u(t)=li=1Kix(t)Irt=i,使闭环系统
{dx(t)=[A(rt)+B(rt)K(rt)]x(t)dt+[C(rt)+D(rt)K(rt)]x(t)dw(t),x(0)=x0Rn,
是有限时间随机稳定的。这里,Ki为适当维数的矩阵,I{·}为示性函数。

注 1  有限时间随机(finite-time stochastic,FTS)稳定与均方稳定是两个独立的概念,不存在包含关系。FTS稳定性描述的是系统在有限时间间隔上的某种暂态性能,即给定有限的初始状态,系统在特定时间内的状态不超过某个界。因此,定义中Ri>0(iS)可以换成R>0,不影响它的含义。

首先,给出系统FTS稳定的充分必要条件。

定理 1  系统(1)关于(c1,c2,T,Ri)FTS稳定的充分必要条件是:

E(xT0Rix0)c1Tr[RiQi(t)]<c2,t[0,T],
式中矩阵Qi(t)(iS)为方程
{˙Qi(t)=AiQi(t)+Qi(t)ATi+CiQi(t)CTi+li=1qjiQjQi(0)=E(x0xT0I{r0=i}) (3)
的解。

证明  令Qi(t)=E[x(t)xT(t)Irt=i]。由文献[16]定理2.1知Qi(t)为式(3)的解,而E[xT(t)Rix(t)]=ETr[Rix(t)xT(t)]=Tr[RiQi(t)]。证毕。

这里虽然给出了系统FTS稳定的充要条件,但是验证起来比较困难,下面给出系统FTS稳定的充分条件,可以利用LMI方法来判断。

引理 1[17]  假设v(t)为[0,T]上的非负函数,使得v(t)C+At0v(s)ds(0≤tT),其中C、A为常数,则v(t)CeAt,0≤tT

定理 2  (ⅰ) 如果对于某个α≥0,存在正定矩阵Qi(iS)使得

ATiQi+QiAi+CTiQiCiαQi+lj=1qjiQj<0 (4)
c1c2eαTI<ˉQi (5)
成立,则系统(1)FTS稳定。式中ˉQi=R12iQiR12i,I为单位矩阵。

(ⅱ) 如果对于某个α≥0,存在矩阵Pi>0以及Yi(iS)使得

[ΦiαPi+qiiPiPiCTi+YTiDTiΨiPi0Θi]<0, (6)
I<ˉPi<c1c2eαTI, (7)
成立,则系统(2)FTS能稳,且u(t)=li=1Kix(t)Irt=i=li=1YiPi-1x(t)Irt=i为能稳控制。式中:Φi=PiAiT+AiPi+BiYi+YiTBiT; ψi=(qilP1,…,qil1Pi-1,qil+1Pi+1,…,qilPl); Θi=diag(P1,…,Pi-1,Pi+1,…,Pl);ˉPi=R12iPiR12i;*表示对称矩阵的对称部分。

证明  (ⅰ) 取随机Lyapunov算子V(x,i)=xTQix(iS),式(1)的无穷小生成元

LV(x,i)=xT(ATiQi+QiAi+CTiQiCi)x+lj=1qjixTQjx,
显然,式(4)等价于LV(x,i)<αV(x,i),两端从0到t(t∈[0,T])积分,并取期望,得

EV(x,i)<V(x0,i)+αt0V(x(s),i)ds

由引理1,EV(x,i)<V(x0,i)eαt,而EV(x,i)=E( xTQix)=E(xTR12iˉQiR12ix)≥λmin(ˉQi)E(xTRix),V(x0,i)eαt=E(x0TQix0)eαt=E(xT0R12iˉQiR12ix0)eαtλmax(ˉQi)x0TRix0eαtλmax(ˉQi)c1eαT,所以,E(xTRix)≤λmax(ˉQi)λmin(ˉQi)c1eαT=cond(ˉQi)c1eαT。易得,当式(5)成立时,E(xTRix)<c2

(ⅱ) 将式(4)中的Ai换成Ai+BiKi,Ci换成Ci+DiKi,并令Pi=Qi-1,Yi=KiPi,通过恒等变形以及Schur补即得式(6)、(7),由式(5)以及PiQiˉQi之间的关系可得。证毕。

3 有限时间有界

考虑如下系统

{dx(t)=[A(rt)x(t)+B(rt)u(t)+G(rt)v(t)]dt+[C(rt)x(t)+H(rt)v(t)]dw(t),x(0)=x0Rn, (8)
以及受控系统
{dx(t)=[A(rt)x(t)+B(rt)u(t)+G(rt)v(t)]dt+[C(rt)x(t)+D(rt)u(t)+H(rt)v(t)]dw(t),x(0)=x0Rn, (9)
式中: v(t)Rk为外部干扰;G(rt)、H(rt)为适当维数的矩阵。

首先,给出系统有限时间有界(finite-time boundedness,FTB)的概念。

定义 2  系统(8)称为关于(c1,c2,T,Ri,d)有限时间有界,如果E(x0TQix0)≤c1E[xT(t)Rix(t)]<c2,t∈[0,T],这里,v(t):T0vT(t)v(t)dtd,c2>c1>0,T>0,d≥0为给定常数,Ri>0(iS)为给定矩阵。

注 2  从定义2可以看出,如果d=0,FTB即FTS。因此,FTB可以保证FTS,但反之不成立。

对于系统(9),寻找一个状态反馈u(t)=lj=1Kix(t)Irt=i,使得闭环系统有限时间有界,称为一个FTB问题。

下面的定理给出了系统(8)FTB的一个充分条件。

定理 3  如果对于某个α≥0,存在矩阵Qi>0,Pi>0,iS,使得

[QiAi+ATiQi+lj=1qjiQjαQiiQiGiCTiQiαPiHTiQiQi]<0, (10)
c1λmax(ˉQi)+dαλmax(Pi)λmin(ˉQi)<c2eαT (11)
成立,则系统(8)关于(c1,c2,T,Ri,d)有限时间有界。这里ˉQi=R12iˉQiR12i

证明  取随机Lyapunov算子V(x,i)=xTQix(iS),式(8)的无穷小生成元

LV(x,i)=2xTQi(Aix+Giv)+(Cix+Hiv)TQi(Cix+Hiv)+lj=1qjixTQjQjx=[xT,vT][QiAi+ATiQi+CTiQiCi+lj=1qjiQjQiGi+CTiQiHiGTiQi+HTiQiCiHTiQiHi][xv],
由Schur补,式(10)等价于LV(x,i)<αV(x,i)+αvTPiv,由Itˆo公式
dV(x,i)=LV(x,i)dt+2xTQi(Cix+Hiv)dw(t),
所以
d[e-αtV(x,i)]=-αe-αtV(x,i)dt+e-αtdV(x,i)=
e-αt[ LV(x,i)-αV(x,i)]dt+2e-αtxTQi(Cix+Hiv)dw(t)<
αe-αtvTPivdt+2e-αtxTQi(Cix+Hiv)dw(t),
两端从0到t(t∈[0,T])积分,并取期望,得
E[e-αtV(x,i)]-EV(x0,i)<Et0αe-αsvT(s)Piv(s)ds,
两端乘以eαt,得
EV(x,i)<eαtEV(x0,i)+eαtEt0αe-αsvT(s)Piv(s)ds<eαT[λmax(ˉQi)E(x0TRx0i)+dαλmax(Pi)]≤
eαT[c1λmax(ˉQi)+αdλmax(Pi)],
EV(x,i)=E(xTQix)≥λmin(ˉQi)E(xTRix),因此
E(xTRix)<eαT[c1λmax(ˉQi)+αdλmax(Pi)]λmin(ˉQi),
显然式(11)成立时,有E(xTRix)<c2。证毕。

注 3  式(11)可由下列LMI条件来保证:存在正数λ1,λ2,使得

I<ˉQi<λ1I,Pi<λ2I,c1λ1+αdλ2-c2e-αT<0,
成立。

仿照定理2(ⅱ),可以求解系统(9)的FTB问题。

定理 4  如果对于某个α≥0,存在矩阵ˉQi>0,Pi>0,Yi,iS以及正数λ1,λ2,使得

[Φi+qii˜Qiα˜QiGi˜QiCTi+YTiDTiΨiαPiHTi0˜Qi0Θi]<0, (12)
λ1I<Qi<I (13)
Pi<λ2I, (14)
[αλ2dc2eαT11λ1c1]<0, (15)
成立,则系统(9)的FTB问题可解,反馈控制器为Ki=Yi˜Qi-1。式中:Φi=Ai˜Qi+BiYi+˜QiAiT+YiTBTi; ψi=(qi1˜Q1,…,qii1˜Qi1,qii+1˜Qi+1,…,qi1˜Q1); Θi=diag(˜Q1,…,˜Qi-1,˜Qi+1,…,˜Ql),Qi=R12i˜QiR12i

4 数值例子

  假设系统(2)含有2个模态,系统矩阵分别为

A1=[1.230.783.100.06]A2=[1.020.640.731.46]B1=[2.322.180.970.45]B2=[0.420.110.441.03]C1=[1.130.463.861.28]C2=[1.470.100.451.17],D1=[0.633.130.873.37],D2=[1.051.110.551.41],
转移概率矩阵Λ=[0.60.60.90.9],x0=[0.500.50]。对于给定的常数c1=1,c2=12,α=1,Ri=I,T=0.1,应用定理2,可得系统(2)关于(1,12,0.1,I)是FTS能稳的,反馈控制器

K1=[12.40240.37732.07630.1779],K2=[0.56610.99751.74811.0603]

图12分别是自治系统和受控系统的仿真图。由图12中可以看出系统受控前后有限时间稳定性的情况。

图1 自治系统的E(xTRix) Fig.1 E(xTRix) of the autonomous system
图2 受控系统的E(xTRix) Fig.2 E(xTRix) of the controlled system

假设系统(9)的转移概率和系统矩阵同上,且

G1=[0.152.090.870.34],G2=[1.210.220.141.20],H1=[0.210.250.230.21],H2=[3.150.240.791.00]

对于给定的常数c1=1,c2=12,α=1,Ri=I,T=0.1,d=0.01,由定理4,解LMIs(12)~(15),得λ1=0.119 2,λ2=235.018 1,因此,系统(9)关于 (1,12,0.1,I,0.01) 的FTB问题可解。反馈控制为

u(t)=[105.19158.344622.912.52.1445]x(t)I{rt=1}+[0.64791.00561.745.51.0522]x(t)I{rt=2}

但当c2=5时,LMIs不可行,但是不能由此判断系统(9)的FTB问题不可解,因为定理4提供的是充分条件,这也是其局限之处。

5 结语

本文将有限时间稳定性的概念推广到应用更为广泛的随机It Markov跳跃系统,给出了系统有限时间随机稳定以及有限时间有界的充分必要条件和充分条件,通过Matlab的LMI求解工具箱可以方便地进行能稳控制器设计。需要指出的是,以上的研究是在转移概率完全已知的前提下进行的。然而,在实际中,要获得精确的状态转移概率是非常困难的。因此,不完全信息下随机Markov 跳跃系统的相关问题将是下一步的研究目标。另外,含乘性噪声的离散随机Markov跳跃系统的情况也有待研究。

参考文献
[1] MAO X R, YUAN C G. Stochastic differential equations with Markovian switching[M]. London: Imperial College Press, 2006.(1)
[2] YUAN C G, LYGEROS J. On the exponential stability of switching diffusion processes[J]. IEEE Transactions on Automatic Control, 2005, 50(9):1422-1426.(1)
[3] YUAN C G, MAO X R. Robust stability and controllability of stochastic differential delay equations with Markovian switching[J]. Automatica, 2004, 40(3):343-354.(1)
[4] SHI P, MAHMOUD M, NGUANG S K, et al. Robust filtering for jumping systems with mode-dependent delays[J]. Signal Processing, 2006, 86(1):140-152.(1)
[5] COSTA O L V, PAULO W L. Generalized coupled algebraic Riccati equations for discrete-time Markov jump with multiplicative noise systems[C]//Proceedings of the 17th International Federation of Automatic Control World Congress. Seoul: International Federation of Automatic Control, 2008:13480-13485.(1)
[6] DOROTO P. Short time stability in linear time-varying systems[C]//Proceedings of the IRE International Convention Record. New York:the IRE International Convention, 1961:83-87.(1)
[7] AMATO F, ARIOLA M, DORATO P. Finite-time control of linear systems subject to parametric uncertainties and disturbances[J]. Automatica, 2001, 37(9):1459-1463.(1)
[8] AMATO F, ARIOLA M, COSENTINO C. Finite-time stabilization via dynamic output feedback[J]. Automatica, 2006, 42(2):337-342.(1)
[9] 冯智辉,邓飞其,刘文辉.一类二次型离散系统的有限时间稳定与镇定[J].华南理工大学学报(自然科学版), 2015, 43(1):9-14.
FENG Zhihui, DENG Feiqi, LIU Wenhui. Finite-time stability and stabilization for a class of quadratic discrete-time systems[J]. Journal of South China University of Technology(Natural Science Edition), 2015, 43(1):9-14.(1)
[10] 宋申民,郭永,李学辉.航天器姿态跟踪有限时间饱和控制[J].控制与决策, 2015, 30(11):2004-2008.
SONG Shenmin, GUO Yong, LI Xuehui. Finite-time attitude tracking control for spacecraft with input saturation[J]. Control and Decision, 2015, 30(11):2004-2008.(1)
[11] 董琦,宗群,王芳,等.基于光滑二阶滑模的可重复使用运载器有限时间再入姿态控制[J].控制理论与应用, 2015, 32(4): 448-455.
DONG Qi, ZONG Qun, WANG Fang, et al. Finite time smooth second-order sliding-mode controller design for reentry reusable launch vehicle[J]. Control Theory and Applications, 2015, 32(4):448-455.(1)
[12] ZHANG W H, AN X Y. Finite-time control of linear stochastic systems[J]. International Journal of Innovative Computing, Information and Control, 2008, 4(3):689-696.(1)
[13] 陈云,石伟,邹洪波,等.随机时延系统有限时间静态输出反馈弹性控制[C]//第33届中国控制会议论文集.南京, 中国: 中国控制会议, 2014:4337-4341.
CHEN Yun, SHI Wei, ZOU Hongbo, et al. Finite-time static output feedback resilient control of stochastic time-delay systems[C]//Proceedings of the 33rd Chinese Control Conference. Nanjing, China: the CCC, 2014:4337-4341.(1)
[14] YAN Z G, ZHANG G S, ZHANG W H. Finite-time stability and stabilization of linear It stochastic systems with state and control-dependent noise[J]. Asian Journal of Control, 2013, 15(1):270-281.(1)
[15] YAN Z G, ZHANG G S, WANG J K, et al. State and output feedback finite-time guaranteed cost control of linears It tochastic systems[J]. Journal of Systems Science and Complexity, 2015, 28(4):813-829.(1)
[16] NI Y H, ZHANG W H, FANG H T. On the observability and detectability of linear stochastic systems with Markov jumps and multiplicative noise[J]. Journal of Systems Science and Complexity, 2010, 23(1):102-115.(1)
[17] OKSENDAL B. Stochastic differential equations: an introduction with applications [M]. Berlin: Springer, 2003.(1)
图1 自治系统的E(xTRix) Fig.1 E(xTRix) of the autonomous system
图2 受控系统的E(xTRix) Fig.2 E(xTRix) of the controlled system
随机Markov跳跃系统有限时间稳定性
周绍伟