Stabilization of discrete-time piecewise affine systems with quantized signals
University of California, Santa Barbara(加州大学圣塔芭芭拉分校);Graduate School of Informatics, Kyoto University(京都大学情报学研究科)
本文研究了离散时间分段仿射系统的量化控制,提出了一种局部稳定性编码策略,并考虑了有界扰动下的分段仿射系统稳定化设计。
2015-09-04 cs.SY eess.SY
Distribution Modeling and Stabilization Control for Discrete-Time Linear Random Dynamical Systems Using Ensemble Kalman Filter
Kyoto University(京都大学);LAAS-CNRS, Univ. Toulouse, CNRS(法国国家科学研究中心图卢兹应用与分析研究所)
本文研究了用于具有由独立同分布过程确定的随机动态的离散时间线性系统的输出反馈稳定控制框架,通过集合卡尔曼滤波和基于先前状态反馈控制结果设计的反馈增益构建控制器,并利用集合卡尔曼滤波对系统背后的分布进行建模,通过数值实验验证了控制框架的有效性,为利用随机系统控制理论实现学习型控制奠定了基础。
2019-04-10 cs.SY eess.SY
Feedback Stabilization and Output Tracking for Discrete-Time Lipschitz Nonlinear Systems via Iterative Convex Approximations
由于动态系统中包含的非线性及其规模,不稳定非线性系统的镇定和跟踪控制是一个具有挑战性的工程问题。在过去的几十年中,许多基于非线性的控制设计的动态系统,其中的非线性属于Lipschitz函数已被提出。然而,大多数的研究都只关注于输出反馈,因此,状态反馈的设计还很不成熟。为此,本文致力于离散时间Lipschitz非线性系统的全状态反馈控制器的设计问题。此外,我们提出了一个简单的迭代方法,以改善闭环性能的收敛性。后来证明,我们的方法可以方便地扩展和利用输出跟踪。
2021-04-21 cs.SY eess.SY
On hyperexponential stabilization of a chain of integrators in continuous and discrete time subject to unmatched perturbations
Aix-Marseille University(艾克斯-马赛大学);Inria, Univ. Lille, CNRS, UMR 9189 - CRIStAL(法国国家信息与自动化研究所,里尔大学,法国国家科学研究中心,UMR 9189 - CRIStAL实验室)
针对连续与离散时间下受非匹配扰动的积分器链,提出递归时变状态反馈方法,分别实现连续系统的超指数收敛与有界性、ISS特性,以及离散系统经隐式欧拉离散后的超指数收敛,并通过算例验证结果有效性。
2025-11-16 cs.SY eess.SY
Underapproximating Safe Domains of Attraction for Discrete-Time Systems Using Implicit Representations of Backward Reachable Sets
针对非线性系统吸引域估计难、现有方法保守或仅适用于低维的问题,提出基于安全后向可达集隐式表示的迭代方法,实现离散时间自治非线性系统安全吸引域的单调欠逼近,可高效验证点包含性,经二维、四维系统算例验证。
2025-05-20 cs.SY eess.SY math.OC
Robust stabilization of time-delay discrete switched affine systems via a predictive switching control law
Universidad de Sevilla(塞维利亚大学)
本文针对受输入时滞的不确定离散切换仿射系统,提出基于各模态标称动力学的最小切换预测控制方法,给出鲁棒镇定条件并通过数值示例验证其有效性。
2026-08-03 cs.SY eess.SY
Safe Domains of Attraction for Discrete-Time Nonlinear Systems: Characterization and Verifiable Neural Network Estimation
Department of Applied Mathematics, University of Waterloo(应用数学系,滑铁卢大学);Department of Electrical and Computer Engineering, University of Illinois Urbana-Champaign(电气与计算机工程系,伊利诺伊大学厄巴纳-香槟分校)
本研究针对离散时间非线性系统带状态约束的安全吸引域估计难题,推导了对应精确解的新型Zubov方程,提出物理信息驱动的神经网络逼近方法及可验证框架,通过数值算例验证了方法的有效性。
2025-06-16 cs.AI cs.SY eess.SY
Neural Exponential Stabilization of Control-affine Nonlinear Systems
本文提出一种基于控制收缩度量框架的学习方法,通过协同合成神经收缩度量与神经网络控制器,并设计强制收缩正则化项,实现非线性控制仿射系统的指数镇定,且在零训练损失下提供形式化保证。
2024-03-26 cs.SY eess.SY
Self-triggered Stabilization of Discrete-time Linear Systems with Quantized State Measurements
研究了离散线性系的自触发镇定问题。在我们考虑的网络化控制系统中,传感器可以在空间上分布,并通过有限的数据速率通道连接到一个自触发机制。每个传感器独立地对其测量进行编码,并将其发送到自触发机制。自触发机制整合量化的测量数据,然后计算采样时间。假设闭环系统在没有量化和自触发采样的情况下是稳定的,我们提出了一种编码方案和自触发机制的联合设计方法。为了处理由于量化而导致的数据不准确,所提出的自触发机制不仅使用量化数据,而且使用与解码器共享的量化误差的上界。
2022-04-07 cs.SY eess.SY math.OC
Robust stabilization of discrete-time linear systems requires nonlinear dynamic feedback
Bernoulli Institute for Mathematics, Computer Science and Artificial Intelligence, University of Groningen(格罗宁根大学伯努利数学、计算机科学与人工智能研究所)
本文针对离散时间线性输入状态系统的鲁棒镇定问题,证明了部分可镇定系统的紧集无法用非线性静态或线性动态反馈实现鲁棒镇定,需非线性动态反馈,还扩展了指数镇定研究并提出多面体系统的反馈设计算法。
2026-08-20 cs.SY eess.SY math.OC
Data-Driven Robust Stabilization with Robust DOA Enlargement for Nonlinear Systems
大多数非线性鲁棒控制方法只考虑仿射非线性标称模型。当标称模型被假定为仿射非线性时,关于现有非仿射非线性的可用信息被忽略。对于非仿射非线性系统,Li等人(2019)提出了一种新的非线性控制方法,通过估计鲁棒闭环DOA(吸引域)来解决鲁棒镇定问题。然而,Li等人(2019)假设李雅普诺夫函数已经给出,没有考虑找到一个好的李雅普诺夫函数来放大鲁棒闭环DOA估计的问题。本文的动机是通过选择合适的李雅普诺夫函数来扩大闭环DOA估计。为了实现这一目标,一个可解的优化问题,制定选择一个合适的李雅普诺夫函数从一个参数化的正定函数集。数值结果验证了所提方法的有效性。
2019-12-24 cs.SY eess.SY
Average predictive control for nonlinear discrete dynamical systems
针对离散非线性动力系统中不稳定周期轨道的稳定化问题,提出基于迭代函数线性组合的推广预测控制方法,并给出算法与数值模拟结果。
2019-09-24 cs.SY eess.SY
Krasovskii Passivity for Sampled-data Stabilization and Output Consensus
本文提出采样离散时间非线性系统的Krasovskii无源性概念,基于该方法设计镇定和带未知恒定扰动的输出一致性采样数据控制器,经两类直流微网仿真验证有效。
2023-06-16 cs.SY eess.SY
Covariance Stabilization for a class of Stochastic Discrete-time Linear Systems using the S-Variable Approach
UPHF, CNRS, UMR 8201 - LAMIH(北部高等学院,法国国家科学研究中心,联合研究单位8201 - 信息学与系统控制实验室);INSA Hauts-de-France(上法兰西国立应用科学学院);LAAS-CNRS, Univ. Toulouse, CNRS(图卢兹大学,法国国家科学研究中心,研究与艺术科学实验室)
本文研究了在随机模型预测控制框架下,一类受独立同分布加性及参数随机不确定性和多面体确定性不确定性的线性随机离散时间系统的协方差稳定化问题,通过S变量方法将设计条件转化为线性矩阵不等式,提高了数值可计算性。
2026-05-08 cs.SY eess.SY
Convex lifted conditions for robust stability analysis and stabilization of linear discrete-time switched systems
Swiss Federal Institute of Technology--Z\" u rich (ETH-Z), Department of Biosystems Science
本文提出基于凸LMI条件的离散时间切换系统在最小驻留时间下的稳定性分析与控制方法,通过提升过程将非凸条件转化为凸条件,有效扩展至不确定系统、控制设计和ℓ₂增益计算。
2013-11-06 cs.SY eess.SY math.OC
Stabilization of 2D discrete switched systems with state delays under asynchronous switching
School of Automation, Nanjing University of Science and Technology(南京理工大学自动化学院)
针对控制器切换滞后于系统切换的异步切换问题,采用驻留时间方法设计状态反馈控制器,实现具有状态时滞和范数有界不确定性的Roesser型二维离散切换系统的鲁棒指数镇定。
2012-07-09 cs.SY eess.SY math.DS
Optimization-Based Safe Stabilizing Feedback with Guaranteed Region of Attraction
针对仿射控制系统的安全镇定问题,提出了一种基于惩罚的反馈优化设计框架。我们的出发点是可用性的控制李雅普诺夫函数(CLF)和控制障碍函数(CBF)定义的仿射输入不等式,证明,分别为动态的稳定性和安全性目标。利用约束优化的惩罚方法的思想,所提出的设计框架将其中一个不等式作为硬约束,另一个作为软约束。我们研究了闭环系统的性能下得到的反馈控制器,并确定条件的罚参数,以消除不需要的平衡,可能会出现。超越了文献中的局部稳定性保证,我们能够提供一个内部近似的平衡吸引区域,并确定条件下,整个安全集属于it.Simulations说明我们的结果。
2022-07-25 cs.SY eess.SY math.OC
Robust Global Adaptive Exponential Stabilization of Discrete-Time Systems with Application to Freeway Traffic Control
National Technical University of Athens(雅典国立技术大学);Technical University of Crete(克里特理工大学)
本文提出了一种自适应控制方案,用于不确定离散时间系统,保证鲁棒、全局指数收敛到系统期望平衡点。方法结合了名义反馈律和非线性死区观测器,适用于具有未知常参数的非线性不确定系统,并通过高速公路模型验证了其应用性。
2015-09-01 cs.SY eess.SY math.OC
Data-driven stabilization of nonlinear systems via descriptor embedding
University of Groningen(格罗宁根大学)
提出描述符嵌入概念用于非线性系统镇定控制器的数据驱动设计,给出依赖数据的LMI充分条件,并扩展至含不确定性与噪声场景,同时提供仅基于数据的吸引域估计方法。
2025-11-03 cs.SY eess.SY math.OC
Zero-shot Transfer of Reinforcement Learning Control Policies for the Swing-Up and Stabilization of a Cart-Pole System
Department of Mathematics, Box 8205, NC State University, Raleigh, NC 27695(北卡罗来纳州立大学数学系)
本文研究强化学习控制策略从仿真到硬件的零样本迁移,用于倒立摆的起摆与稳定,通过一阶动作平滑滤波和灵敏度引导的域随机化及线性课程学习实现成功迁移。
2026-06-23 cs.RO cs.SY eess.SY
Stabilization with Closed-loop DOA Enlargement: An Interval Analysis Approach
研究了离散时间一般非线性对象的闭环吸引域(DOA)扩大镇定问题。首先,给出了闭环DOA渐近稳定和估计的充分条件。结果表明,对于给定的李雅普诺夫函数,状态控制空间中的负定不变集是稳定控制器集,其沿控制空间到状态空间的投影可以作为闭环DOA的估计.然后,提出了一种算法来近似的负定和不变集的给定的李雅普诺夫函数,其中的区间分析算法被用来找到一个内部的近似集所需的精度。最后,通过从正定函数集中选择合适的李雅普诺夫函数,建立了一个可解的优化问题,以扩大闭环DOA估计。该方法试图在状态控制空间中找到一个非结构化的控制器集合(即负定不变集),而不是传统综合方法中的结构化控制器参数设计。
2021-03-15 cs.SY eess.SY math.OC
Pointwise Stabilization of Discrete-time Stationary Matrix-valued Markovian Chains
Nanjing University(南京大学);Zhongshan (Sun Yat-Sen) University(中山大学);Southern Illinois University(南伊利诺伊大学)
研究离散时间平稳马尔可夫跳变线性系统的点态稳定性,利用测度论、遍历理论和状态空间分裂定理,证明在本质乘积有界条件下,点态收敛等价于点态指数收敛。
2013-08-30 cs.SY eess.SY math.DS
Data-driven Stabilization of Discrete-time Control-affine Nonlinear Systems: A Koopman Operator Approach
近年来,数据驱动的动力系统分析引起了人们的广泛关注,Perron-Frobenius算子和Koopman算子等传递算子技术也得到了广泛的应用。由于数据总是在离散时间获得的,在本文中,我们提出了一个纯粹的数据驱动的方法设计的稳定反馈控制律的一般类的离散时间控制仿射非线性系统。特别是,我们使用Koopman算子提升一个控制仿射系统到一个高维空间,其中控制系统的演化是双线性的。我们分析了提升的双线性系统的可控性,并将其与潜在的非线性系统的可控性联系起来。然后,我们利用控制李雅普诺夫函数(CLF)的概念,设计一个状态反馈法,稳定的原点。此外,我们证明了该方法的有效性,以稳定的起源的Van der Pol振荡器和混沌Henon映射的时间序列数据。
2022-03-26 cs.SY eess.SY math.DS
Continuous-Time Output Feedback Adaptive Control for Stabilization and Tracking with Experimental Results
本文提出受离散时间回溯代价自适应控制启发的连续时间输出反馈方法,并用粒子群优化自动调节超参数,在双积分器、双旋翼跟踪及姿态镇定实验中验证了其无模型控制有效性。
2025-06-06 cs.SY eess.SY
Stabilization of Nonlinear Systems with State-Dependent Representation: From Model-Based to Direct Data-Driven Control
National University of Singapore(新加坡国立大学)
本文针对状态依赖非线性系统,先基于 LMI 设计鲁棒镇定控制器,再利用 Petersen 引理构建数据依赖 LMI,实现无需显式辨识、直接由有限数据给出稳定性与安全性端到端保证。
2026-10-14 cs.SY eess.SY
Barrier-Riccati Synthesis for Nonlinear Safe Control with Expanded Region of Attraction
Control & Instrumentation Engineering Department, King Fahd University of Petroleum and Minerals(国王法赫德石油和矿物大学控制与仪器工程系);Department of Electrical & Computer Engineering(电气与计算机工程系);Robotics Institute, Carnegie Mellon University(卡内基梅隆大学机器人研究所);Daniel Guggenheim School of Aerospace Engineering(丹尼尔·古根海姆航空航天工程学院);George W. Woodruff School of Mechanical Engineering(乔治·W·伍德鲁夫机械工程学院)
本文提出一种基于里茨的非线性安全控制框架,结合屏障状态方法与状态依赖里茨方程方法,通过辅助状态嵌入安全约束,扩展吸引区域并保证渐近安全稳定。
2026-03-21 cs.RO cs.SY eess.SY
Local Stability and Stabilization of Quadratic-Bilinear Systems using Petersen's Lemma
本文提出一种基于Petersen引理的可扩展LMI方法,用于二次-双线性系统的局部稳定性分析与镇定控制,可处理数百维状态变量,并在三个基准问题上验证了有效性。
2025-03-29 cs.SY eess.SY math.OC
Static output feedback stabilization of uncertain rational nonlinear systems with input saturation
本文利用鲁棒严格QSR耗散性的概念,研究了一类具有输入饱和和有界参数不确定性的连续时间非线性有理系统的静态输出反馈控制问题。将局部耗散性条件与广义扇区条件相结合,以线性矩阵不等式的形式给出了稳定控制器的综合。该策略适用于一般静态输出反馈设计,对对象输出方程没有任何限制。提出了一种基于线性矩阵不等式的迭代算法,以计算使闭环吸引域估计最大化的反馈增益矩阵。数值例子来说明这种新方法的适用性,从文献中借来的例子。
2022-03-30 cs.SY eess.SY math.OC
Koopman Modeling and Stabilization of Discrete-Time Nonlinear Control Systems: Bilinearity on a Reproducing Kernel Hilbert Space
Department of Chemical and Biomolecular Engineering, North Carolina State University(北卡罗来纳州立大学化学与生物分子工程系)
本文证明满足光滑性和正则性条件的离散时间非线性系统,在将状态和输入变量分别提升到再生核希尔伯特空间后,可精确表示为双线性动力学,并基于核平方和形式的Lyapunov函数提出镇定控制方法。
2026-06-09 cs.SY eess.SY math.OC
Interval-driven discrete-time general nonlinear robust control: stabilization with closed-loop robust DOA enlargement
本文提出了新的结果,允许一个解决离散时间一般非线性鲁棒控制问题。不确定性系统由一个一般的非线性函数集描述,该函数集由标称模型和相应的建模误差界表征。传统的综合方法设计的结构鲁棒控制器的参数。本文的主要目的是在状态控制空间中找到一个非结构化的鲁棒控制器集合,它扩大了闭环鲁棒吸引区域(RDOA)的估计。基于区间分析算法,提出了一种估计非结构鲁棒控制器集的数值方法,并给出了严格的收敛性分析。现有的RDOA结果受到李雅普诺夫函数水平集的限制,而本文的结果消除了这一限制。此外,制定了一个可解的最优化问题,所以RDOA的估计扩大,通过选择一个李雅普诺夫函数的平方和多项式的李雅普诺夫函数集。然后通过一个具体的案例仿真研究验证了该方法的有效性,结果表明该方法比以往的方法具有更广泛的RDOA。
2020-12-02 cs.SY eess.SY math.OC
Stabilization under round robin scheduling of control inputs in nonlinear systems
University of California Berkeley(加州大学伯克利分校);IIT Bombay(印度理工学院孟买分校)
本文研究了在反馈控制器稀疏化情况下多变量控制仿射非线性系统的稳定性,证明了在轮换调度方案下,适当缩放的局部渐进稳定反馈控制器可使系统平衡点稳定,并在一定条件下保证局部渐进稳定,同时保持吸引盆地不变。
2020-09-03 cs.SY eess.SY math.DS
Actor-Critic Physics-informed Neural Lyapunov Control
Johns Hopkins University(约翰斯·霍普金斯大学)
本文提出一种基于 actor-critic 和 Zubov 偏微分方程的神经 Lyapunov 控制方法,交替优化控制策略与 Lyapunov 证书以最大化吸引域,并通过 SMT 求解器计算最大可认证吸引域,实验表明该方法能显著提升吸引域大小。
2024-08-01 cs.LG cs.RO cs.SY
Set-Based Value Function Characterization and Neural Approximation of Stabilization Domains for Input-Constrained Discrete-Time Systems
University of Waterloo(滑铁卢大学);Purdue University(普渡大学)
本文提出一种新框架,用于估计受输入约束的离散时间系统的稳定域,通过引入新的价值函数和物理信息神经网络,准确估计稳定域并合成稳定控制器。
2026-09-21 cs.NE cs.SY eess.SY
Global Exponential Stabilization of a 3D Nonholonomic Vehicle in Spherical Coordinates
UC San Diego(加州大学圣地亚哥分校)
针对受布罗克特条件限制的三维非完整车辆,提出基于球坐标奇异性的反步连续时不变反馈律,实现全局限定指数镇定,并构造严格控制李雅普诺夫函数保证指数稳定性。
2026-09-22 cs.SY eess.SY math.OC
Global Exponential Stabilization of Acyclic Traffic Networks
Technical University of Crete(克里特理工大学);National Technical University of Athens(雅典国立技术大学)
本文提出显式反馈控制器,用于鲁棒、全局指数稳定化一般不确定的有向交通网络。基于向量李雅普诺夫函数准则和网络无环性,证明闭环系统鲁棒全局指数稳定性,并通过实例展示其在实际交通网络中的应用。
2016-10-19 cs.SY eess.SY math.OC
Continuous Deep Q-Learning with Simulator for Stabilization of Uncertain Discrete-Time Systems
Osaka University(大阪大学)
强化学习(RL)在实际系统的镇定问题中的应用受到限制,因为智能体需要许多经验来学习最优策略,并且可能在其探索过程中确定危险行为。如果我们知道真实系统的数学模型,则仿真器是有用的,因为它使用具有给定系统参数向量的数学模型来预测真实系统的行为。我们可以比与真实系统交互更有效地收集许多经验。然而,很难准确地识别系统参数向量。如果我们有一个识别错误,由模拟器获得的经验可能会降低学习策略的性能。因此,我们提出了一个实用的RL算法,包括两个阶段。在第一阶段,我们选择多个系统参数向量。然后,我们为每个系统参数向量建立了一个数学模型,称为虚拟系统。我们使用连续深度Q-学习算法获得多个虚拟系统的最优Q函数。在第二阶段,我们用一个线性近似函数来表示真实系统的Q函数,该线性近似函数的基函数是在第一阶段学习的最优Q函数。智能体通过与真实系统的在线交互来学习Q函数。通过数值模拟,我们证明了我们所提出的方法的实用性。
2021-04-19 cs.LG cs.SY eess.SY
Safe and Robust Domains of Attraction for Discrete-Time Systems: A Set-Based Characterization and Certifiable Neural Network Estimation
department of Applied Mathematics, University of Waterloo(应用数学系,滑铁卢大学);Department of Mechanical and Mechatronics Engineering at the University of Waterloo(机械与机电工程系,滑铁卢大学)
本文提出了一种基于集合的特征化和可验证神经网络估计方法,用于准确估计离散时间非线性不确定系统的安全和鲁棒吸引域。
2026-03-03 cs.LG cs.SY eess.SY
Variational integrators for non-autonomous systems with applications to stabilization of multi-agent formations
保持系统的几何不变量(如能量、动量或辛形式)的数值方法称为几何积分器。变分积分器是一类重要的几何积分器。这些变分积分器的一般思想是离散汉密尔顿原理,而不是以保留原系统的一些不变量的方式离散运动方程。本文对一类重要的自治耗散系统,构造了时间相关拉格朗日系统的固定时间步长变分积分器。这些积分器是通过离散拉格朗日函数的家庭,每一个固定的时间步长。这允许恢复在每一步上的一组离散序列的自治拉格朗日系统,如辛性或向后误差分析,这些系统的变分积分的保存属性。我们还提出了这类系统的离散Noether定理。结果的应用显示的问题的形成稳定的多智能体系统。
2022-02-03 cs.NA cs.SY eess.SY
Region of Attraction of a Backstepping Observer for the Quasilinear Heat Equation
University of Waterloo(滑铁卢大学)
本文设计了基于反步设计的边界输出观测器,用于解决具有状态依赖热容量和导热系数的准线性热方程,证明了观测误差在H^1空间中的指数稳定性,并探讨了非线性设定下观测器增益与收敛率的关系。
2026-09-29 cs.SY eess.SY math.AP
Online Stabilization of Unknown Linear Time-Varying Systems
针对未知离散时间LTV系统在有界非随机扰动下的在线镇定问题,提出基于凸体追踪的控制算法,在动力学缓变假设下保证闭环BIBO稳定,无需系统辨识,适用范围广并经数值验证。
2023-12-14 cs.SY eess.SY math.OC
Lyapunov Event-triggered Stabilization with a Known Convergence Rate
控制李雅普诺夫函数(CLF)方法作为非线性控制系统设计的一种构造性工具,在连续、离散和混杂系统的镇定问题中得到了广泛的应用。在本文中,我们解决的基本问题:给定一个CLF,对应于连续时间控制器与一些预定义的(如指数)收敛速度,可以提供相同的收敛速度由事件触发控制器?在一定的假设下,我们对这个问题给出了肯定的回答,并表明相应的基于事件的控制器提供了连续事件之间的正驻留时间。此外,我们证明了自触发和周期事件触发控制器的存在,以已知的收敛速度提供稳定性。
2020-07-14 cs.SY eess.SY math.DS
Complexity of Output Feedback Stabilization
Princeton University(普林斯顿大学);University of Colorado Boulder(科罗拉多大学博尔德分校);Georgia Institute of Technology(佐治亚理工学院)
本文证明除非P=NP,否则线性系统输出反馈镇定不存在多项式时间算法,并给出无法写出标准形式镇定控制器的一族系统。
2026-09-22 cs.CC cs.SY eess.SY
Data Rate Limitations for Stabilization of Uncertain Systems over Lossy Channels
Tokyo Institute of Technology(东京工业大学)
针对通过有限数据率和有损信道实现不确定离散时间线性系统均方稳定,推导了由数据率、丢包概率、参数不确定界和不稳定特征值表示的充要条件,标量情形条件精确。
2012-01-05 cs.IT cs.SY eess.SY
Stabilization of Linear Systems Across a Time-Varying AWGN Fading Channel
本技术说明研究了在传感器和控制器之间的时变加性高斯白噪声(AWGN)衰落信道中,离散时间线性过程均方稳定所需的最小平均发射功率。我们假设发射机和接收机都有信道状态信息,并允许发射功率随信道状态变化,以通过最优功率自适应获得最小所需平均发射功率。我们认为这两种情况下的独立和同分布的衰落和衰落的马尔可夫链。基于提出的均方镇定的充分必要条件,我们表明,最小的平均发射功率,以确保稳定性,可以通过求解几何规划。
2019-07-31 cs.IT cs.SY eess.SY