This paper presents a new delay system approach to network-based control. This approach is based on a new time-delay model proposed recently, which contains multiple successive delay components in the state. Firstly, new results on stability and H∞ performance are proposed for systems with two successive delay components, by exploiting a new Lyapunov–Krasovskii functional and by making use of novel techniques for time-delay systems. An illustrative example is provided to show the advantage of these results. The second part of this paper utilizes the new model to investigate the problem of network-based control, which has emerged as a topic of significant interest in the control community. A sampled-data networked control system with simultaneous consideration of network induced delays, data packet dropouts and measurement quantization is modeled as a nonlinear time-delay system with two successive delay components in the state and, the problem of network-based H∞ control is solved accordingly. Illustrative examples are provided to show the advantage and applicability of the developed results for network-based controller design.

This paper is concerned with the design of robust H∞ controllers for uncertain networked control systems (NCSs) with the effects of both the network-induced delay and data dropout taken into consideration. A new analysis method for H∞ performance of NCSs is provided by introducing some slack matrix variables and employing the information of the lower bound of the network-induced delay. The designed H∞ controller is of memoryless type, which can be obtained by solving a set of linear matrix inequalities. Numerical examples and simulation results are given finally to illustrate the effectiveness of the method.

Considers the problems of robust stability and stabilization for uncertain continuous singular systems with state delay. The parametric uncertainty is assumed to be norm bounded. The purpose of the robust stability problem is to give conditions such that the uncertain singular system is regular, impulse free, and stable for all admissible uncertainties, while the purpose of the robust stabilization is to design a state feedback control law such that the resulting closed-loop system is robustly stable. These problems are solved via the notions of generalized quadratic stability and generalized quadratic stabilization, respectively. Necessary and sufficient conditions for generalized quadratic stability and generalized quadratic stabilization are derived. A strict linear matrix inequality (LMI) design approach is developed. An explicit expression for the desired robust state feedback control law is also given. Finally, a numerical example is provided to demonstrate the application of the proposed method.

This paper is concerned with the stabilization problem of networked control systems where the main focus is the packet-loss issue. Two types of packet-loss processes are considered. One is the arbitrary packet-loss process, the other is the Markovian packet-loss process. The stability conditions of networked control systems with both arbitrary and Markovian packet losses are established via a packet-loss dependent Lyapunov approach. The corresponding stabilizing controller design techniques are also given based upon the stability conditions. These results are also extended to the unit time delay case. Finally, the numerical example and simulations have demonstrated the usefulness of the developed theory.

In this note, the static output feedback stabilization problem is addressed using the linear matrix inequality technique. A necessary and sufficient condition for static output feedback stabilizability for linear time-invariant systems is derived in the form of a matrix inequality. The extension of the result to H∞ control is studied. An iterative LMI (ILMI) algorithm is proposed to compute the feedback gain. Numerical examples are employed to demonstrate the effectiveness and the convergence of the algorithm.

In this paper, the robust fault detection filter design problem for uncertain linear time-invariant (LTI) systems with both unknown inputs and modelling errors is studied. The basic idea of our study is to use an optimal residual generator (assuming no modelling errors) as the reference residual model of the robust fault detection filter design for uncertain LTI systems with modelling errors and, based on it, to formulate the robust fault detection filter design as an H∞ model-matching problem. By using some recent results of H∞ optimization, a solution of the optimization problem is then presented via a linear matrix inequality (LMI) formulation. The main results include the development of an optimal reference residual model, the formulation of robust fault detection filter design problem, the derivation of a sufficient condition for the existence of a robust fault detection filter and a construction of it based on the LMI solution parameters, the determination of adaptive threshold for fault detection. An illustrative design example is employed to demonstrate the effectiveness of the proposed approach.

This paper deals with the problems of delay-dependent robust H infin control and filtering for Markovian jump linear systems with norm-bounded parameter uncertainties and time-varying delays. In terms of linear matrix inequalities, improved delay-dependent stochastic stability and bounded real lemma (BRL) for Markovian delay systems are obtained by introducing some slack matrix variables. The conservatism caused by either model transformation or bounding techniques is reduced. Based on the proposed BRL, sufficient conditions for the solvability of the robust H infin control and H infin filtering problems are proposed, respectively. Dynamic output feedback controllers and full-order filters, which guarantee the resulting closed-loop system and the error system, respectively, to be stochastically stable and satisfy a prescribed H infin performance level for all delays no larger than a given upper bound, are constructed. Numerical examples are provided to demonstrate the reduced conservatism of the proposed results in this paper.

This paper considers the problem of robust H/sup /spl infin// filtering for uncertain Markovian jump linear systems with time-delays which are time-varying and depend on the system mode. The parameter uncertainties are time-varying norm-bounded. The aim of this problem is to design a Markovian jump linear filter that ensures robust exponential mean-square stability of the filtering error system and a prescribed L/sub 2/- induced gain from the noise signals to the estimation error, for all admissible uncertainties. A sufficient condition for the solvability of this problem is obtained. The desired filter can be constructed by solving a set of linear matrix inequalities. An illustrative numerical example is provided to demonstrate the effectiveness of the proposed approach.

This note provides an improved asymptotic stability condition for time-delay systems in terms of a strict linear matrix inequality. Unlike previous methods, the mathematical development avoids bounding certain cross terms which often leads to conservatism. When time-varying norm-bounded uncertainties appear in a delay system, an improved robust delay-dependent stability condition is also given. Examples are provided to demonstrate the reduced conservatism of the proposed conditions.

This brief paper is concerned with the robust stabilization problem for a class of Markovian jump linear systems with uncertain switching probabilities. The uncertain Markovian jump system under consideration involves parameter uncertainties both in the system matrices and in the mode transition rate matrix. First, a new criterion for testing the robust stability of such systems is established in terms of linear matrix inequalities. Then, a sufficient condition is proposed for the design of robust state-feedback controllers. A globally convergent algorithm involving convex optimization is also presented to help construct such controllers effectively. Finally, a numerical simulation is used to illustrate the developed theory.