Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Backgrounds Kapitel lesen Erstes Kapitel lesen

2019 | OriginalPaper | Buchkapitel

11. \(H_{\infty }\) State Estimation for Delayed Discrete-Time GRNs

verfasst von : Xian Zhang, Yantao Wang, Ligang Wu

Erschienen in: Analysis and Design of Delayed Genetic Regulatory Networks

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This chapter is concerned with the problem of \(H_\infty \) state estimation for a class of discrete-time GRNs with random delay and external disturbance. The random delay is described by a Markovian chain. The aim is to estimate the concentrations of mRNAs and proteins by designing \(H_\infty \) filter based on available measurement outputs. By using the LKF method, a sufficient LMI condition is first established to ensure the filtering error system to be stochastically stable with a prescribed \(H_\infty \) disturbance attenuation level. The condition is dependent on the transition probability matrix of the random delay. Then, the filter gains are represented via a feasible solution of the LMIs. Moreover, an optimization problem with LMIs constraints is established to design an \(H_\infty \) filter which ensures an optimal \(H_\infty \) disturbance attenuation level. The effectiveness of the proposed approach is illustrated by a numerical example.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel State Estimation for Delayed Stochastic GRNs
Literatur
1.
Balasubramaniam, P., Banu, L.J.: Robust state estimation for discrete-time genetic regulatory networks with random delays. Neurocomputing 122, 349–369 (2013)CrossRef
2.
Banu, L.J., Balasubramaniam, P.: Non-fragile observer design for discrete-time genetic regulatory networks with randomly occurring uncertainties. Phys. Scr. 90 (Article ID 015205, 2015)CrossRef
3.
Cao, J., Ren, F.: Exponential stability of discrete-time genetic regulatory networks with delays. IEEE Trans. Neural Netw. 19(3), 520–523 (2008)CrossRef
4.
Li, Q., Shen, B., Liu, Y., Alsaadi, F.E.: Event-triggered \(H_{\infty }\) state estimation for discrete-time stochastic genetic regulatory networks with Markovian jumping parameters and time-varying delays. Neurocomputing 174, 912–920 (2016)CrossRef
5.
Li, Y., Zhang, X., Tan, C.: Global exponential stability analysis of discrete-time genetic regulatory networks with time delays. Asian J. Control 15(5), 1448–1457 (2013)MathSciNetMATH
6.
Liang, L., Lam, J.: Robust state estimation for stochastic genetic regulatory networks. Int. J. Syst. Sci. 41(1), 47–63 (2010)MathSciNetCrossRef
7.
Liu, A.D., Yu, L., Zhang, W.A., Chen, B.: \(H_{\infty }\) filtering for discrete-time genetic regulatory networks with random delays. Math. Biosci. 239(1), 97–105 (2012)MathSciNetCrossRef
8.
Mathiyalagan, K., Sakthivel, R., Su, H.: Exponential state estimation for discrete-time switched genetic regulatory networks with random delays. Can. J. Phys. 92(9), 976–986 (2014)CrossRef
9.
Wan, X.B., Xu, L., Fang, H.J., Ling, G.: Robust non-fragile \(H_{\infty }\) state estimation for discrete-time genetic regulatory networks with Markov jump delays and uncertain transition probabilities. Neurocomputing 154, 162–173 (2015)CrossRef
10.
Wan, X.B., Xu, L., Fang, H.J., Yang, F.: Robust stability analysis for discrete-time genetic regulatory networks with probabilistic time delays. Neurocomputing 124, 72–80 (2014)CrossRef
11.
Wang, T., Ding, Y.S., Zhang, L., Hao, K.R.: Robust state estimation for discrete-time stochastic genetic regulatory networks with probabilistic measurement delays. Neurocomputing 111, 1–12 (2013)CrossRef
12.
Wang, Y.T., Zhou, X.M., Zhang, X.: \(H_{\infty }\) filtering for discrete-time genetic regulatory networks with random delay described by a Markovian chain. Abstr. Appl. Anal. 2014 (Article ID 257971, 12 pages, 2014)
13.
Zhang, D., Song, H.Y., Yu, L., Wang, Q.G., Ong, C.J.: Set-values filtering for discrete time-delay genetic regulatory networks with time-varying parameters. Nonlinear Dyn. 69(1–2), 693–703 (2012)MathSciNetCrossRef
14.
Zhao, Y., Shen, J., Chen, D.: New stability criteria fordiscrete-time genetic regulatory networks with time-varying delays and stochastic disturbances. Math. Probl. Eng. 2016 (Artical NO. 7634680, 2016)MathSciNetMATH
15.
Zhu, Z., Zhu, Y., Zhang, L., Al-Yami, M., Abouelmagd, E., Ahmad, B.: Mode-mismatched estimator design for Markov jump genetic regulatory networks with random time delays. Neurocomputing 168, 1121–1131 (2015)CrossRef
Metadaten
Titel
State Estimation for Delayed Discrete-Time GRNs
verfasst von
Xian Zhang
Yantao Wang
Ligang Wu
Copyright-Jahr
2019
Buch
Analysis and Design of Delayed Genetic Regulatory Networks

Print ISBN: 978-3-030-17097-4

Electronic ISBN: 978-3-030-17098-1

Copyright-Jahr: 2019

DOI
https://doi.org/10.1007/978-3-030-17098-1_11

Premium Partner

    Marktübersichten

    Die im Laufe eines Jahres in der „adhäsion“ veröffentlichten Marktübersichten helfen Anwendern verschiedenster Branchen, sich einen gezielten Überblick über Lieferantenangebote zu verschaffen. 

    Zur Marktübersicht
    Bildnachweise