孟晓玲,毛北行
(郑州航空工业管理学院 数学学院,河南 郑州 450046)
复杂网络的同步,即网络之间的节点系统通过外部调控,状态逐步接近,最后达到全同的状态.网络同步是一种非常普遍而且十分重要的非线性现象,因此复杂网络系统的混沌同步已引起了人们的广泛关注.在投影同步的基础上,文献[7]研究了复杂网络系统的有限时间同步;通过设计合适的控制器,文献[8]实现了自适应非线性耦合网络的有限时间同步控制;文献[9]研究了复杂网络在脉冲信号下的网络同步问题.而随着分数阶微积分的发展,分数阶系统引起了广大学者的关注,并取得了不错的研究成果,但关于分数阶复杂网络系统滑模同步方面的研究结果还是比较少.在上述研究的基础上,论文研究了分数阶复杂网络系统的同步特性,在分数阶稳定性理论的基础上,设计了两种分数阶控制器和滑模面,实现了该系统的滑模同步.最后,利用MATLAB数值仿真,说明该方法的有效性.
定义1
连续函数x
(t
)的Caputo分数阶导数定义为引理1
若x
(t
)为连续可微的向量函数,则(1)γ
(‖x
‖)≤V
(t
,x
(t
))≤γ
(‖x
‖);其中:α
∈(0,1),‖·‖表示向量范数,则该分数阶系统是渐进稳定的.N
个的复杂网络系统(1)
以系统(1)为驱动系统,构造响应系统
(2)
其中:Δf
(y
(t
))为不确定项,d
(t
)为外部扰动,u
(t
)为控制器.系统(1),(2)的同步误差为e
(t
)=y
(t
)-x
(t
),则(3)
假设1
‖Δf
(y
(t
))‖≤m
,‖d
(t
)‖≤n
,m
>0,n
>0,i
=1,2,…,N.
假设2
‖Δf
(y
(t
))+d
(t
)‖≤λ
‖e
(t
)‖,λ
>0,i
=1,2,…,N.
定理1
在假设1,2下,构造滑模面为设计控制器为
其中
sgn(s
(t
))=diag{sgn(s
(t
)),sgn(s
(t
)),…,sgn(s
(t
))},|s
(t
)|=(|s
(t
)|,…,|s
(t
)|),则系统(1)与(2)是滑模同步的.
e
(t
)+e
(t
)+…+e
(t
)=0⟹e
(t
)+…+e
-1(t
)=-e
(t
).代入控制器,(3)的前N
-1个方程可写为构造
由引理1和假设2知
则由引理2知e
(t
)→0,i
=1,2,…,N
-1.代入控制器,方程(3)的最后一个方程变为
在滑模面上有e
(t
)+e
(t
)+…+e
-1(t
)=-e
(t
),从而构造
则由引理1和假设2,有
由引理2知,e
(t
)→0.s
(t
)(-λe
(t
)-λe
(t
)-…-λe
-1(t
)+λ
(e
(t
)+e
(t
)+…+e
-1(t
))-两边积分,得
由引理3得s
(t
)→0,则e
(t
)→0.假设3
定理2
在假设3下,构造滑模面为控制器为
其中:λ
>0为常数,则系统(1)与(2)是比例积分滑模同步的.两边积分得
由引理3得s
(t
)→0,则e
(t
)→0.不妨取含3个节点的网络进行仿真
=.选取分数阶Lorenz系统为例,驱动系统为
响应系统为
误差系统为
当α
=0.93,a
=10,b
=28,c
=8/
3时,出现吸引子.设置初始值(x
(0),x
(0),x
(0))=(1,2,-1),步长选取为0.01 s,误差曲线如图1所示.图1 定理1中的系统误差曲线
Δf
(y
)+d
(t
)=0.1sin(t
)y
+0.1cost
,Δf
(y
)+d
(t
)=-0.1cos(t
)y
+0.1cost
,Δf
(y
)+d
(t
)=-0.1sin(t
)y
+0.1cos(2t
).定理2中取滑模面和控制器为
u
(t
)=-λe
(t
)-ks
(t
)-(m
+n
)sgns
(t
),(x
(0),x
(0),x
(0))=(1,1,-1).选取步长为0.01 s,误差曲线如图2所示.
图2 定理2中的系统误差曲线
由图1,2可以看出,系统初始时刻误差相距较大,但随着时间推移,系统误差逐渐变小,且逐渐趋近于零,这说明系统取得了混沌同步.
与整数阶系统的稳定性理论相比,分数阶系统的稳定性理论还不是很成熟,又因为复杂网络本身的复杂性,让一些分数阶微分系统的稳定性理论很难得到直接的应用,因此进一步完善分数阶微分系统的稳定性定理,是值得研究的下一个课题.