Neural Vector Lyapunov-Razumikhin Certificates for Delayed Interconnected Systems
National University of Singapore（新加坡国立大学）
提出基于神经向量 Lyapunov-Razumikhin 函数的框架，用于离散时间延迟互联系统的可扩展输入-状态稳定性验证，并在混合自主队列、无人机编队和微电网中验证了其高效性。
2026-05-27 cs.SY eess.SY
Razumikhin-type ISS Lyapunov function and small gain theorem for discrete time time-delay systems with application to a biased min-consensus protocol
本文提出基于Razumikhin型Lyapunov函数的离散时滞系统ISS小增益定理，给出指数ISS充要条件，并将其用于分析有偏最小一致性协议在通信扰动下的鲁棒稳定性，通过仿真验证了理论结果。
2023-10-05 cs.SY eess.SY
Comments on: "Lyapunov matrices for a class of time delay systems" by V. L. Kharitonov
MIT CSAIL, MIT（麻省理工学院计算机科学与人工智能实验室）
评论指出Kharitonov提出的二点边值问题边界条件线性相关，导致唯一解不存在，从而质疑其作为构造时滞系统Lyapunov矩阵基础的有效性。
2018-02-19 cs.SY eess.SY math.OC
Lyapunov-Krasovskii Functionals of Robust Type for the Stability Analysis in Time-Delay Systems
Institute for Automation and Applied Informatics, Karlsruhe Institute of Technology（自动化与应用信息学研究所，卡尔斯鲁厄理工学院）
本文受完全型李雅普诺夫 - 克拉索夫斯基泛函启发，提出鲁棒型泛函，通过经典定理得出相关鲁棒性结果，其与无穷维代数里卡蒂方程相关，依赖特定引理，举例表明相比完全型泛函降低了保守性。
2026-07-24 cs.SY eess.SY
Lyapunov-Krasovskii functionals for some classes of nonlinear time delay systems
本文研究了一类具有时变扰动的齐次非线性时滞系统。使用的Lyapunov-Krasovskii方法，我们引入了一个功能，导致扰动条件匹配以前在Razumikhin框架。的泛函被施加到吸引域和系统的解决方案的估计。给出了一个说明性的例子。
2021-05-09 cs.SY eess.SY math.DS
Compensation of Input/Output Delays for Retarded Systems by Sequential Predictors: A Lyapunov-Halanay Method
Case Western Reserve University（凯斯西储大学）
本文提出Lyapunov-Halanay方法，通过顺序预测器设计状态反馈控制器和动态输出补偿器，实现具有大输入/输出延迟的非线性滞后系统全局渐近稳定化。
2026-03-12 cs.SY eess.SY
Robust Adaptive Sliding Mode Control of Markovian Jump Systems with Uncertain Mode-dependent Time-varying Delays and Partly Unknown Transition Probabilities
Mississippi State University（密西西比州立大学）；University of Notre Dame（圣母大学）；Arak University（阿拉克大学）；Tarbiat Modares University（塔里亚特莫达雷斯大学）
本文针对具有不确定模式依赖性时变延迟和部分未知转移概率的马尔可夫跳跃系统，设计了鲁棒自适应滑模控制器，通过Lyapunov-Krasovski函数和自由连接加权矩阵推导出延迟依赖条件，确保系统在有限时间内收敛至滑动面并保持稳定。
2017-10-02 cs.SY eess.SY
Estimates for weighted homogeneous delay systems: A Lyapunov-Krasovskii-Razumikhin approach
本文给出了具有时滞和非线性加权齐次正右端系统的解的估计和平凡解的吸引域的估计。结果是通过推广的Lyapunov-Krasovskii功能建设最近提出的均匀系统与标准膨胀。随着经典的方法来计算的Lyapunov-Krasovskii框架内的估计，我们开发了一种新的方法，结合使用Lyapunov-Krasovskii泛函的想法的Razumikhin框架。更确切地说，一个下界的功能上的一组特殊的功能的启发Razumikhin条件的构造，和一个额外的条件施加在比较方程的解决方案，确保这个界可以用来估计所有的解决方案在一定的邻域的平凡的。一个例子表明，这种方法产生的保守性较小的估计与经典的。
2021-01-25 cs.SY eess.SY math.DS
Explicit Reference Governor for the Constrained Control of Time-Delayed Linear Systems
University of Michigan, Ann Arbor（密歇根大学安娜堡分校）；Université Libre de Bruxelles（布鲁塞尔自由大学）
本文提出了一种显式参考 governor 方法，用于控制受状态和输入约束的时滞线性系统，通过Lyapunov-Razumikhin和Lyapunov-Krasovskii论证构建不变集，并通过数值和实验验证方法的有效性。
2017-12-21 cs.SY eess.SY
The Role of Time Delay in Sim2real Transfer of Reinforcement Learning for Cyber-Physical Systems
Khalifa University（哈利法大学）
本文分析了具有分数延迟（即延迟是采样周期的非整数倍）的强化学习（RL）网络物理系统中的仿真与现实差距。分数延迟的考虑有重要的影响，所考虑的网络物理系统的性质。时滞系统是非马尔可夫系统，需要对系统状态向量进行扩展使其成为马尔可夫系统。我们表明，这是不可能的，当延迟是在输出中，问题将始终是非马尔可夫。在此分析的基础上，提出了一个抽样方案，结果在有效的RL培训和代理，在现实的多旋翼无人机模拟表现良好。我们证明，由此产生的代理不产生过度的振荡，这是不是与RL代理的情况下，不考虑模型中的时间延迟。
2022-09-30 cs.RO cs.SY eess.SY
Contraction Analysis of Time-Delay Systems
Graduate School of Advanced Science and Engineering, Hiroshima University（广岛大学先进理工学研究科）
本文通过微分框架扩展Lyapunov-Krasovskii泛函和Lyapunov-Razumikhin函数的概念，研究非线性时滞系统的收缩分析，并利用线性矩阵不等式设计单时滞系统的镇定反馈控制。
2026-05-29 cs.SY eess.SY math.OC
Robust predictive control design for uncertain discrete switched affine systems subject to an input delay
Universidad de Sevilla（塞维利亚大学）
本文提出了一种针对具有输入延迟的不确定离散切换仿射系统的鲁棒稳定条件，通过Lyapunov框架和最小切换状态反馈预测控制律，利用预测方案考虑名义系统参数，证明系统轨迹和预测的指数收敛性。
2026-08-03 cs.SY eess.SY
Weight Try-Once-Discard Protocol-Based L_2 L_infinity State Estimation for Markovian Jumping Neural Networks with Partially Known Transition Probabilities
本文首次将L_2 L_infinity性能指标引入部分已知转移概率的时滞MJNNs状态估计，采用WTOD协议调度传感器节点降低信号更新频率，并通过综合矩阵不等式求解协同设计的估计器。
2023-04-10 cs.SY eess.SY
Tracking Control of Nonlinear Networked and Quantized Control Systems with Communication Delays
研究了具有通信时延的非线性网络化量化控制系统的跟踪控制问题。期望轨迹由参考系统生成。通信网络的作用是保证被控对象、参考系统和控制器之间的信息传输。通信网络也带来了一些不期望的问题，如时变的传输间隔，时变的传输延迟，丢包，调度和量化的影响，这导致非零网络诱导误差和影响跟踪性能。因此，我们开发了一个通用的混杂系统模型的NQCS与所有上述问题。基于李雅普诺夫方法，建立了保证跟踪误差相对于非零网络诱导误差稳定的充分条件。所获得的条件导致的最大允许的传输间隔和最大允许的延迟之间的折衷。进一步研究了满足所得到条件的李雅普诺夫函数的存在性。对于特定的时间调度协议（例如，循环方案和尝试一次丢弃方案）和量化器（例如，zoom量化器和box量化器），明确构造了李雅普诺夫函数。最后，一个数值例子来证明所发展的理论。
2019-10-20 cs.SY eess.SY
State Feedback Control of State-Delayed LPV Systems using Dynamic IQCs
North Carolina State University（北卡罗来纳州立大学）
本文提出基于动态IQCs的LPV系统状态反馈控制方法，通过参数依赖Lyapunov函数和IQCs结合，实现延迟依赖的控制器设计，提升控制性能与鲁棒性。
2026-03-07 cs.SY eess.SY
Lyapunov Conditions for Input-to-State Stability of Hybrid Systems with Memory
本文研究了具有记忆的混杂系统的输入到状态稳定性，该系统建模了时滞影响下的混合动态。利用Lyapunov-Razumikhin函数和Lyapunov-Krasovskii泛函，建立了系统输入到状态稳定性的基于Lyapunov的充分条件.此外，对于特殊情况，如稳定流动/跳跃情况和李雅普诺夫函数在流动/跳跃过程中不严格减少的情况，提出了进一步的扩展和松弛.最后，两个例子来说明所开发的结果。
2022-01-30 cs.SY eess.SY
Stochastic Approximation with Delayed Updates: Finite-Time Rates under Markovian Sampling
Princeton University（普林斯顿大学）；University of Pennsylvania（宾夕法尼亚大学）；University of Padova（帕多瓦大学）；NC State University（北卡罗来纳州立大学）
针对多智能体强化学习，研究了马尔可夫采样下带延迟更新的随机逼近算法的有限时间性能，证明了最后迭代指数收敛并达到紧界，且提出无需延迟先验知识的自适应方案以减轻最大延迟影响。
2024-03-27 cs.AI cs.LG cs.MA
Neuro-Adaptive Formation Control and Target Tracking for Nonlinear Multi-Agent Systems with Time-Delay
针对具有有界时滞和干扰的非线性多智能体系统，提出了一种基于神经网络的自适应反推控制器，该控制器利用刚性图理论解决了基于距离的编队控制和目标跟踪问题。径向基函数神经网络（RBFNN）用于克服和补偿系统动态中的未知非线性和干扰。基于特定的李雅普诺夫函数和Young不等式设计了一个合适的控制信号，从而减轻了智能体状态时滞的影响。利用该李雅普诺夫函数推导了自适应神经网络权值调整律。引入了归一化刚度矩阵奇异值的上界，并基于李雅普诺夫稳定性理论严格证明了编队距离误差的一致最终有界性.最后，通过对非线性多智能体系统的仿真，验证了该方法的性能和有效性。建议的基于距离的方法和现有的，基于位移的方法之间的比较提供了所建议的方法的性能进行评估。
2020-10-10 cs.SY eess.SY
Necessary and sufficient stability conditions for integral delay systems
本文引入无需系统稳定性的具有指定导数的 Lyapunov-Krasovskii 泛函，导出稳定性定理，并提出仅以时滞 Lyapunov 矩阵表示的积分时滞系统充分必要稳定性条件。
2021-08-12 cs.SY eess.SY math.DS
Analysis of a Markovian Queuing Model for Autonomous Signal-Free Intersection
我们考虑一种新的，解析排队模型的车辆协调在无信号交叉口。车辆到达交叉口服从泊松过程，交叉口的通过时间是依赖于车辆类型的常数。我们使用这个模型定量相关的关键操作参数（车辆速度/加速度，车辆间车头时距）的关键性能指标（吞吐量和延迟）下的先到先得的规则。我们使用的Foster-Lyapunov漂移条件，以获得稳定性的标准和上界的平均时间延迟。基于这些结果，我们比较了无信号交叉口与传统车辆以及联网和自动驾驶车辆的效率。我们还验证了我们的结果在城市交通模拟（SUMO）。
2020-09-27 cs.SY eess.SY math.OC
Stability Analysis of Monotone Systems via Max-separable Lyapunov Functions
ACCESS Linnaeus Centre（ACCESS林奈乌斯中心）；Department of Automatic Control, School of Electrical Engineering, KTH Royal Institute of Technology（瑞典皇家理工学院电气工程学院自动控制系）
本文研究了单调非线性系统稳定性与最大分离李雅普诺夫函数、D稳定性及对时变延迟的不敏感性之间的等价关系，并推导了延迟无关稳定性的必要充分条件。
2016-07-27 cs.SY eess.SY math.DS
Network Congestion Control with Markovian Multipath Routing
Universidad de Chile（智利大学）；Georgia Institute of Technology（佐治亚理工学院）
提出一种集成TCP/IP多路径路由模型，结合基于端到端排队时延的速率控制与基于总期望时延的马尔可夫路由均衡，证明唯一均衡态存在性并给出分布式算法。
2014-01-02 cs.NI cs.SY eess.SY
Subspace Stabilization Analysis for Non-Markovian Open Quantum Systems
本文研究了由 H、L 和 γ 参数化的非马尔可夫开放量子系统，从动力学系统与控制视角探讨其子空间稳定化问题，基于代数计算和双重积分 Lyapunov 泛函分别导出了子空间不变性的充要条件和吸引性的充分条件。
2019-01-29 cs.SY eess.SY quant-ph
Anytime Control using Input Sequences with Markovian Processor Availability
University of Newcastle（纽卡斯尔大学）；University of Notre Dame（圣母大学）
研究了在处理资源未知变化时的 anytime 控制算法，通过缓冲未来控制输入序列以应对资源不足，基于Lyapunov函数推导了闭环系统的随机稳定性条件。
2014-05-05 cs.SY eess.SY math.OC
Lyapunov-based sufficient conditions for stability of hybrid systems with memory
University of Sheffield（谢菲尔德大学）；University of Waterloo（滑铁卢大学）；University of California, Santa Barbara（加州大学圣塔芭芭拉分校）
本文研究具有记忆的混合系统渐近稳定性，基于广义解概念，利用Lyapunov-Razumikhin函数和Lyapunov-Krasovskii泛函建立稳定性条件，并通过实例验证。
2015-07-20 cs.SY eess.SY math.DS
On uniform exponential ergodicity of Markovian multiclass many-server queues in the Halfin-Whitt regime
The University of Texas at Austin（德克萨斯大学奥斯汀分校）；Pennsylvania State University（宾夕法尼亚州立大学）
本文研究了在Halfin-Whitt regime中重载的马尔可夫多类多服务器队列的遍历性质，通过Lyapunov函数方法统一建立了极限扩散和预极限扩散缩放队列过程的Foster-Lyapunov方程，证明了当备用容量参数为正时，扩散过程在所有平稳马尔可夫控制下均匀指数遍历，并且不变概率测度具有均匀指数尾部特性。
2019-11-22 cs.SY eess.SY math.OC
