离散周期Lyapunov矩阵方程的加权迭代算法

离散周期Lyapunov矩阵方程的加权迭代算法

论文摘要

在离散周期线性系统的分析设计中,离散周期Lyapunov矩阵方程起着非常重要的作用。例如:利用离散周期Lyapunov矩阵方程可以检验线性离散周期系统的可控性和可观测性;离散周期Lyapunov矩阵方程是计算线性周期系统最小实现的关键;线性离散周期系统的渐近稳定性可以由对应的离散周期Lyapunov矩阵方程是否存在唯一正定解来确定。因此快速、准确、简便的求解离散周期Lyapunov矩阵方程是十分必要的。本文针对于离散周期系统所对应的前向、后向离散周期Lyapunov矩阵方程分别提出一种加权迭代算法。参数值合适时,所提出的迭代算法可以更快的逼近方程的唯一正定解。本文的具体研究内容如下:本文针对于离散周期系统所对应的前向离散周期Lyapunov矩阵方程提出一种加权迭代算法。该算法的一个重要特点是通过加入可调参数对算法进行恒等变形,并且加入最新的估计信息,使迭代信息运用的相对更加彻底,可以显著提高算法的收敛速度。在零初始条件下,通过数学归纳法验证算法产生的解序列是有界的、单调递增的,上界即是该方程的真实解。利用向量算子和Kronecker积,将离散周期Lyapunov矩阵方程转化为线性方程,使求解该矩阵方程的操作更加简单。进一步验证算法所产生的解序列的收敛性,并给出收敛条件。为了评估所提出的算法和现有算法的性能,本文比较了不同算法的收敛速度,来论证该算法具有更好的收敛性能。运用与前向离散周期Lyapunov矩阵方程相同的思想,本文给出了后向周期Lyapunov矩阵方程的加权迭代算法。类似的,讨论了该算法产生的解序列的若干性质,并给出该算法的收敛条件。最后,对该算法进行数值仿真来验证算法的有效性。在已有结果的基础上,本文通过引入多个可调参数对前面所提出的两种算法进行优化,提出了前向与后向方程的多参数迭代算法。同样,本文分析了多参数迭代算法产生的解序列的性质,并给出了收敛条件。最后,对这两种多参数迭代算法进行数值仿真来验证算法的有效性。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  •   1.1 课题研究背景及意义
  •   1.2 课题的研究现状及分析
  •     1.2.1 线性离散周期系统的稳定性分析
  •     1.2.2 离散周期Lyapunov矩阵方程的求解
  •   1.3 主要研究内容
  •   1.4 预备知识
  • 第2章 前向离散周期Lyapunov方程加权迭代算法
  •   2.1 加权迭代算法的导出
  •   2.2 加权迭代算法的收敛性分析
  •     2.2.1 算法的性质
  •     2.2.2 算法的收敛条件
  •   2.3 数值仿真
  •     2.3.1 不同参数下算法收敛效果比较
  •     2.3.2 不同算法收敛效果对比
  •   2.4 本章小结
  • 第3章 后向离散周期Lyapunov方程加权迭代算法
  •   3.1 加权迭代算法的导出
  •   3.2 加权迭代算法的收敛性分析
  •     3.2.1 算法的性质
  •     3.2.2 算法的收敛条件
  •   3.3 数值仿真
  •     3.3.1 不同参数下算法收敛效果比较
  •     3.3.2 不同算法收敛效果对比
  •   3.4 本章小结
  • 第4章 多参数迭代算法
  •   4.1 前向离散周期Lyapunov方程多参数迭代算法
  •     4.1.1 算法的收敛性分析
  •     4.1.2 数值仿真
  •   4.2 后向离散周期Lyapunov方程多参数迭代算法
  •     4.2.1 算法的收敛性分析
  •     4.2.2 数值仿真
  •   4.3 本章小结
  • 结论
  • 参考文献
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 李春艳

    导师: 吴爱国

    关键词: 矩阵方程,线性离散周期系统,迭代算法,加权,最新估计,收敛性

    来源: 哈尔滨工业大学

    年度: 2019

    分类: 基础科学

    专业: 数学,数学

    单位: 哈尔滨工业大学

    分类号: O241.6

    DOI: 10.27061/d.cnki.ghgdu.2019.001804

    总页数: 61

    文件大小: 2534K

    下载量: 23

    相关论文文献

    • [1].子空间约束下矩阵方程A~TXB+B~TX~TA=D的解及最佳逼近[J]. 计算数学 2020(02)
    • [2].一类非线性矩阵方程对称解的双迭代算法[J]. 信息通信 2015(06)
    • [3].一道全国大学生数学竞赛试题的推广[J]. 数学学习与研究 2017(01)
    • [4].解矩阵方程的新方法[J]. 课程教育研究 2017(33)
    • [5].一类非线性矩阵方程的研究[J]. 商业故事 2016(26)
    • [6].指数为2的幂零矩阵的二次矩阵方程的反交换解[J]. 赣南师范大学学报 2020(06)
    • [7].求解二次矩阵方程秩-3矩阵的交换解[J]. 赣南师范大学学报 2017(03)
    • [8].初等行变换在简化线性矩阵方程求解中的应用[J]. 信息工程大学学报 2016(05)
    • [9].矩阵方程解的判定的应用[J]. 知识文库 2019(01)
    • [10].关于不相容矩阵方程的最小二乘解[J]. 时代教育 2015(09)
    • [11].基于插值理论的非线性矩阵方程[J]. 湖南科技学院学报 2011(08)
    • [12].基于特性增加变换的错误矩阵方程构建及求解[J]. 广东工业大学学报 2011(02)
    • [13].基于空间分解变换的模糊错误矩阵方程求解[J]. 模糊系统与数学 2010(01)
    • [14].线性矩阵方程的迭代求解方法[J]. 陕西科技大学学报(自然科学版) 2015(01)
    • [15].二类1错误矩阵方程增优置换变换求解及其在城市交通管理中的应用研究[J]. 数学的实践与认识 2012(11)
    • [16].一类矩阵方程组的对称解及其最佳逼近[J]. 工程数学学报 2009(04)
    • [17].非线性二次矩阵方程的多分裂法[J]. 计算机工程与科学 2009(09)
    • [18].主理想环上(未必可换)R矩阵方程的解[J]. 枣庄学院学报 2008(02)
    • [19].非线性矩阵方程数值解的广义哈密顿算法[J]. 北京理工大学学报 2020(02)
    • [20].某一类矩阵方程的解及其应用[J]. 潍坊学院学报 2018(02)
    • [21].一类非线性矩阵方程的迭代求解[J]. 科技经济市场 2014(10)
    • [22].几类线性矩阵方程的显式解[J]. 郑州大学学报(理学版) 2015(02)
    • [23].某一类矩阵方程的解及其应用[J]. 数学学习与研究 2018(07)
    • [24].解线性矩阵方程组的初等方法[J]. 阴山学刊(自然科学版) 2008(04)
    • [25].线性矩阵方程与线性矩阵方程组[J]. 大学数学 2017(05)
    • [26].生化反应系统的高维矩阵方程[J]. 江西师范大学学报(自然科学版) 2017(01)
    • [27].一类非线性矩阵方程组性质的研究[J]. 科技经济市场 2014(11)
    • [28].一类矩阵方程组的求解问题及其最佳逼近[J]. 纺织高校基础科学学报 2008(01)
    • [29].关于矩阵方程求解的一点注记[J]. 大学数学 2019(04)
    • [30].一类二阶整数矩阵方程的解[J]. 华南师范大学学报(自然科学版) 2019(05)

    标签:;  ;  ;  ;  ;  ;  

    离散周期Lyapunov矩阵方程的加权迭代算法
    下载Doc文档

    猜你喜欢