Controllability and adaptation of linear time-invariant systems under irregular and Markovian sampling

در این مقاله کنترل قابلیت های سیستم های غیر خطی خطی تحت نمونه برداری غیرمستقیم و تصادفی مورد بررسی قرار می گیرد و الگوریتم های کنترل تطبیقی ​​با توجه به فواصل نمونه گیری را توسعه می دهد. با استفاده از کانال های پاک کردن بلوک به عنوان پلت فرم اصلی ارتباطات انگیزشی، ابتدا شرایط کافی در چگالی نمونه گیری ایجاد می کند که قابلیت کنترل سیستم های نمونه برداری را که برای طراحی و سازگاری بازخورد لازم است، تضمین می کند. سپس، آن را با الگوریتم های بازخوردی سازگاری علیه به جای فواصل نمونه گیری متفاوت متغیر ادامه می دهد. پیاده سازی چنین الگوریتمی ها با چالش های فنی مواجه است، زیرا فواصل نمونه گیری آینده نامشخص یا تصادفی هستند. با توجه به فواصل نمونه برداری از مارکوویچ مکررا با تغییرات سریع و متغیر مستقل و غیرمستقیم، پایداری کلی سیستم ایجاد می شود. نتایج شبیه سازی برای نشان دادن الگوریتم ها و اثربخشی آنها استفاده می شود.