دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Bo Shen, Zidong Wang, Qi Li سری: ISBN (شابک) : 2022009046, 9781032310206 ناشر: CRC Press سال نشر: 2022 تعداد صفحات: 307 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 13 Mb
در صورت تبدیل فایل کتاب Control and State Estimation for Dynamical Network Systems with Complex Samplings به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب کنترل و تخمین حالت برای سیستم های شبکه پویا با نمونه برداری های پیچیده نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب بر روی مسائل کنترل و تخمین حالت برای سیستمهای شبکه دینامیکی با نمونهبرداریهای پیچیده در معرض پدیدههای مختلف ناشی از شبکه تمرکز دارد. این شامل یک سری مشکلات کنترل و تخمین حالت است که تحت روش نمونه گیری غیرفعال حل می شود. علاوه بر این، اثرات روش نمونهگیری فعال را توضیح میدهد، به عنوان مثال، نمونهگیری مبتنی بر رویداد بر روی عملکرد کنترل/تخمین مورد بررسی قرار میگیرد و فناوریهای طراحی جدید برای کنترلکنندهها/برآورندگان پیشنهاد میشود. نتایج شبیه سازی برای درک بهتر روش های کنترل/فیلتر پیشنهادی ارائه شده است. با استفاده از انواع نظریه ها و روش ها مانند تابع لیاپانوف، نابرابری های ماتریس خطی و نظریه کالمن، شرایط کافی برای تضمین وجود کنترل کننده ها و برآوردگرهای مورد نظر به دست می آید که بر اساس نابرابری های ماتریس خاصی یا معادلات ماتریس بازگشتی پارامتر می شوند. پیشرفت های اخیر کنترل و تخمین حالت برای سیستم های شبکه دینامیکی را با نمونه برداری های پیچیده از دیدگاه مهندسی پوشش می دهد. به طور سیستماتیک مفهوم، روشها و کاربرد نمونهگیری پیچیده را برای کنترل و برآورد حالت معرفی میکند چارچوب یکپارچه را برای مشکلات کنترل و برآورد وضعیت سیستم های شبکه دینامیکی با نمونه برداری های پیچیده ارائه می دهد از مجموعهای از جدیدترین تکنیکها مانند رویکرد نابرابری ماتریس خطی، رویکرد ماتریس Vandermonde و رویکرد اشتقاق ردیابی استفاده میکند. تخمینگر همجوشی چند نرخی راهاندازی رویداد، برآوردگر دادههای نمونهگیری توزیعشده انعطافپذیر با مشخصات از پیش تعیینشده را توضیح میدهد. این کتاب برای محققان، متخصصان و دانشجویان فارغ التحصیل در مهندسی کنترل و پردازش سیگنال طراحی شده است.
This book focuses on the control and state estimation problems for dynamical network systems with complex samplings subject to various network-induced phenomena. It includes a series of control and state estimation problems tackled under the passive sampling fashion. Further, it explains the effects from the active sampling fashion, i.e., event-based sampling is examined on the control/estimation performance, and novel design technologies are proposed for controllers/estimators. Simulation results are provided for better understanding of the proposed control/filtering methods. By drawing on a variety of theories and methodologies such as Lyapunov function, linear matrix inequalities, and Kalman theory, sufficient conditions are derived for guaranteeing the existence of the desired controllers and estimators, which are parameterized according to certain matrix inequalities or recursive matrix equations. Covers recent advances of control and state estimation for dynamical network systems with complex samplings from the engineering perspective Systematically introduces the complex sampling concept, methods, and application for the control and state estimation Presents unified framework for control and state estimation problems of dynamical network systems with complex samplings Exploits a set of the latest techniques such as linear matrix inequality approach, Vandermonde matrix approach, and trace derivation approach Explains event-triggered multi-rate fusion estimator, resilient distributed sampled-data estimator with predetermined specifications This book is aimed at researchers, professionals, and graduate students in control engineering and signal processing.