在本文中,我们提出了一类引入时间延迟的一维非局部守恒定律系统,该系统可用于研究自动驾驶汽车和人类驾驶汽车之间的相互作用,每种汽车具有不同的反应时间和相互作用范围。我们使用 Hilliges-Weidlich 方案构建近似解,并提供统一的 L ∞ 和 BV 估计以确保方案的收敛性,从而获得有界变差的熵弱解的存在性。唯一性由熵条件得出的 L 1 稳定性结果得出。此外,我们提供了数值模拟来说明在混合自动驾驶/人类驾驶交通流建模中的应用。特别是,我们表明自动驾驶汽车的存在可以改善整体交通流量和稳定性。
摘要 - 无人驾驶汽车(UAV)系统的协调受到了机器人和控制社区的极大关注。在本文中,我们通过轴承测量研究了异质非线性多UAV网络中的分布式形成跟踪问题。首先,一种新颖的仅轴承协议是为追随者代理而设计的,以实现所需的形成。,我们基于轴承测量值建立补偿功能,以处理代理动力学中的非线性和执行器断层。在存在特定时间延迟的情况下,Lyapunov方法可以确保提出的策略的稳定性。此外,为了确保在实际情况下进行安全操作,我们扩展了协议,并提出了足够的条件,以避免代理之间的潜在碰撞。在协议设计中还考虑了无碰撞控制器的鲁棒性。最后,提出了模拟案例研究以验证理论结果的可行性。
dyfyniad o'r fersiwn a gyhoeddwyd / for发布版本(APA):Hong,Y.,Y.,Zhong,Z。,&Shore,K。A. < / div>(2024)。延迟反馈半导体激光器中的时间延迟签名抑制,作为复杂生理网络中反馈控制的范式。网络生理学的边界,第3条,第1330375条。https://doi.org/10.3389/fnetp.2023.1330375
摘要 - 电脑摄影(EEG)信号是极其复杂的大脑活动的结果。可以通过例如,可以访问此隐藏动态的一些细节。关节分布ρ∆ t对电极对的信号随着不同的时间延迟移动(滞后∆ t)。一种标准方法是监视对此类关节分布的单一评估,例如Pearson相关性(或相互信息),该评估结果相对无趣 - 正如预期的那样,对于零延迟而言,通常会有一个小峰值,而几乎与延迟的对称下降。相反,这种复杂的信号可能由多种类型的统计依赖性组成 - 本文提出了自动分解和提取它们的方法。具体而言,我们对所有被考虑的滞后依赖性分别估计等多项式等关节分布进行建模,然后随着PCA尺寸降低,我们发现了主要的关节密度失真方向F v。以这种方式,我们得到了一些滞后特征A I(∆ t)描述已知贡献的单独主导统计依赖性:ρΔT(y,z)≈Pr i = 1 a i = 1 a i(∆ t)f v i(y,z)。这些特征补充了皮尔逊相关性,提取隐藏的更复杂的行为,例如可能与信息传递方向相关的不对称性,超级表明特征延迟或振荡行为暗示了一定的周期性。还讨论了Granger因果关系扩展到此类多功能关节密度分析,例如两个独立的因果波。虽然这篇早期文章是最初的基础研究,但将来它可能会有所帮助,例如了解皮质隐藏动力学,诊断癫痫等病理,确定精确的电极位置或构建脑部计算机界面。
分数微分方程为纪念和可遗传的特征提供了出色的设备。诸如Caputo衍生物,Riemann – Liouville衍生物等分数衍生物具有其个体优势和缺点。在特定函数可区分的情况下,Riemann – Liouville衍生物无法使用。在这种情况下,可以使用Caputo衍生物来求解微分方程。与分数衍生物有关的研究在许多不同的应用中已经建立了良好,并且绝对足够[1、11、15、16、26、28]。时间延迟发生在系统中,但受到不同原因,例如通信延迟,能源对话等。系统状态,测量或控制输入的时间延迟的出现是几个实际系统中不可避免的[6,7,35,36]。这是系统不稳定的主要原因。时间延迟是分析最多的
摘要:我们最近证明了在共价供体 - 受体 - 自由基(d - a -r•)系统中电子自旋状态的光电量量子传送。在R•带有微波脉冲的特定自旋态制备后,对两步电子传输产生d• + - a-r - 的光激发,其中r•上的旋转状态被传送到d• +。这项研究研究了自旋状态制备和光启发性传送之间变化时间(τd)的影响。使用脉冲电子顺磁共振光谱法,传送导致的D• +的自旋回波显示了使用密度矩阵模型模拟的阻尼振荡,该振荡是对回声行为的基本了解。远程遗传性计算还显示出振荡行为随τD的函数,这是由于⟨s x x和s y⟩之间的相位因子的积累。理解分子系统中量子传送固有的实验参数对于利用这种现象的量子信息应用至关重要。
分析研究和数值研究。从分析研究,我们通过霍普夫分岔获得了极限环解的存在性和稳定性的充分标准。在对 Dana 和 Malgrange 投资函数的数值研究中,我们发现了两个关于增长率参数的霍普夫分岔,并检测到了经济中稳定的长期周期循环的存在。我们发现,根据时间延迟和调整速度参数,增长率参数的可接受值范围分为三个区间。首先,我们有稳定的焦点,然后是极限环,然后是具有两个霍普夫分岔的稳定解。这种行为出现在增长率参数可接受值范围的某个中间区间。关键词:卡尔多-卡莱茨基增长模型分布时间延迟分岔分析霍普夫分岔线性链技巧
摘要-实时数字控制计算机的可靠性不仅取决于所用硬件和软件的可靠性,还取决于计算控制输出的时间延迟,因为计算时间延迟会对控制系统性能产生负面影响。对于给定的固定采样间隔,计算时间延迟的影响分为延迟和损失问题。当计算时间延迟非零但小于采样间隔时发生延迟问题,而当计算时间延迟大于或等于采样间隔时发生损失问题,即控制输出丢失。分析这两个问题作为评估实时控制系统的一种手段。首先,对计算时间延迟的影响进行了一般分析,并给出了系统稳定性的必要条件。然后,我们对计算时间延迟对机器人控制系统的影响进行了定性和定量分析,推导出了计算时间延迟相对于系统稳定性和系统性能的上限。
神经系统中存在多种延迟来源。首先考虑由于动作电位沿轴突传播而导致的延迟。在上述模型中,当动作电位在神经元 j 的细胞体中产生时,与其相连的所有其他神经元会立即感受到它。然而,实际上,动作电位必须沿着神经元 j 的轴突传播到突触或间隙连接。传导速度范围从沿无髓轴突的 1 米/秒数量级到沿有髓轴突的 100 米/秒以上 [16, 55]。这可能导致某些脑结构出现显著的时间延迟。有多种方法可以将其纳入模型,例如包括变量的空间依赖性或代表神经元不同部分的多个隔间 [37]。然而,如果我们主要关注动作电位到达轴突末端时的影响(它会在另一个神经元中引起动作电位吗?),那么更简单的方法是在耦合项中加入时间延迟。在这种情况下,一般耦合项变为 f ij ( xi ( t ) , xj ( t − τ ij )) (4)