报告时间：2026年7月1日 周三下午15:30
报告地点：BB贝博艾弗森四牌楼校区中心楼二楼教育部重点会议室201
组织单位：BB贝博艾弗森
邀 请 人：温广辉教授，BB贝博艾弗森
报告主题：随机脉冲响应系统的均方镇定与最优控制
报告人简介：
苏为洲，1983年、1986年于BB贝博艾弗森自动控制系分获学士与硕士学位，1996年获新加坡南洋理工大学电器工程硕士学位，2000年获澳大利亚纽卡斯大学电器工程博士学位。1986年至1994年任教于BB贝博艾弗森自动控制系，2000年至2004年曾任职于纽卡斯大学、香港科技大学，2004年加入华南理工大学，现为BB贝博艾弗森教授、博士生导师。研究领域涵盖控制理论与工业控制应用，控制理论方面包括网络化控制系统分析与设计、随机系统镇定与最优控制、鲁棒控制及性能极限分析；工业应用方面主要从事伺服系统建模与先进控制技术的工程应用。
报告摘要：
随机动态特性广泛存在于实际系统之中。基于数据传输过程中出现的随机时延机制，我们提出了一种新型线性系统随机不确定性模型。该模型将系统不确定性抽象为由随机脉冲响应描述的随机线性算子，从而形成统一的线性随机不确定性刻画框架。该模型是经典乘性噪声模型的重要扩展，能够同时刻画不确定性的随机性与记忆性：既反映数据在传输过程中引入的随机时变扰动，又体现由系统脉冲响应结构产生的时间相关效应，使随机不确定性可在统一的输入—输出框架下进行分析。基于该框架，我们建立了随机脉冲响应系统的均方稳定性理论，揭示其均方稳定性与随机脉冲响应二阶统计特性以及系统环路增益的内在关系，并给出了均方稳定判据的频域形式与时域形式，同时我们也建立该判据的状态空间形式。在控制设计方面，研究了均方最优输出反馈问题，指出了该问题本质是在环路增益约束下的优化问题，最优解可由广义代数Riccati方程刻画，并可转化为LMI约束下的线搜索问题，从而实现稳定性约束与性能优化的统一。同时，该方法为数据驱动与学习控制提供了一种具有稳定性保证的参数化寻优机制，使优化过程能够在均方稳定约束下进行结构化性能改进，为复杂随机系统提供统一的分析与设计框架。
