非脆弱的 l2-l∞ 状态估计在时延人工神经网络中的应用：一种自适应事件触发方法

本文研究了一种时延人工神经网络的状态估计问题，该网络在自适应事件触发方案下受增益扰动影响。为避免资源浪费，在传感器到估计器的数据传输过程中采用了事件触发方案，其中触发阈值可以动态调整。通过李雅普诺夫稳定性理论，提供了充分条件以确保估计误差动态达到渐近稳定性和 l2-l∞ 性能。所需的非脆弱估计器增益通过解决特定的矩阵不等式进行参数化。最后，通过数值仿真示例展示了所提事件驱动的非脆弱状态估计器的有效性。