本书旨在介绍传输受限情形下复杂系统的稳定性理论、控制设计和状态估计相关的研究现状、典型模型、常用研究方法，具体内容包括：时滞随机动态系统的稳定性、时滞耦合系统的同步与一致性、时滞系统事件触发控制与估计、复值神经网络事件触发的状态估计、分数阶系统事件触发的控制与估计、恶意攻击下复杂网络事件触发的安全估计、基于调度协议的复杂系统控制与估计，并通过大量的数值例子演示理论结果的有效性。本书选材时强调新颖性与实用性，写作时体现通俗性与简洁性，既反映了该领域的最新研究成果，也兼顾了相关结论的实用性。

更多科学出版社服务，请扫码获取。

199909-200306，西南师范大学应用数学专业，获理学学士学位； 200309-200606，四川大学应用数学专业，获理学硕士学位； 201109-201406，四川大学运筹学与控制论专业，获理学博士学位； 201608-201708，英国Brunel University，博士后2006年6月进入重庆交通大学数学与应用数学系工作，先后任助教（200606-200806）、讲师（200807-201306）、副教授（201307-201809）、教授（201810至今）。控制科学与工程，运筹学与控制论中国指挥与控制学会高级会员、中国自动化学会会员、重庆市数学学会常务理事

目录
前言
第1章 绪论 1
1.1 复杂系统的控制与估计 1
1.1.1 复杂系统 1
1.1.2 系统控制与状态估计 3
1.2 信息传输受限与研究挑战 4
1.2.1 信息传输受限的形式 4
1.2.2 研究意义与核心挑战 6
第2章 预备知识 7
2.1 主要数学符号说明 7
2.2 矩阵与向量相关知识 8
2.3 稳定性及相关定理 10
第3章 时滞随机动态系统的稳定性 14
3.1 时滞混杂随机动态系统的p阶矩稳定性 14
3.1.1 模型描述 14
3.1.2 主要结果 16
3.1.3 数值例子 21
3.2 时滞随机混合脉冲系统的稳定性 27
3.2.1 模型描述 27
3.2.2 主要结果 29
3.2.3 数值例子 35
第4章 时滞耦合系统的同步与一致性 41
4.1 时滞反应扩散网络的脉冲同步 41
4.1.1 模型描述 41
4.1.2 主要结果 44
4.1.3 数值例子 53
4.2 时滞多智能体系统保代价鲁棒一致性 55
4.2.1 模型描述 55
4.2.2 主要结果 57
4.2.3 数值例子 63
第5章 时滞系统事件触发控制与估计 68
5.1 事件触发机制下时滞系统的鲁棒镇定 68
5.1.1 模型描述 68
5.1.2 主要结果 70
5.1.3 数值例子 78
5.2 混合时滞神经网络的事件触发状态估计 80
5.2.1 模型描述 80
5.2.2 主要结果 82
5.2.3 数值例子 89
5.3 马尔可夫跳变网络的事件触发μ估计 92
5.3.1 模型描述 92
5.3.2 主要结果 95
5.3.3 数值例子 100
第6章 复值神经网络事件触发的状态估计 108
6.1 含等待时间触发机制下时滞复值神经网络的状态估计 108
6.1.1 模型描述 108
6.1.2 主要结果 110
6.1.3 数值例子 117
6.2 泄漏时滞复值神经网络的动态触发机制状态估计 120
6.2.1 模型描述 120
6.2.2 主要结果 122
6.2.3 数值例子 135
第7章 分数阶系统事件触发的控制与估计 139
7.1 分数阶神经网络事件触发下的状态估计 139
7.1.1 模型描述 139
7.1.2 主要结果 140
7.1.3 数值例子 146
7.2 非组内平衡分数阶多智能体的事件触发一致性 150
7.2.1 模型描述 150
7.2.2 主要结果 154
7.2.3 数值例子 161
7.3 分数阶多智能体基于动态触发的分组一致性 165
7.3.1 模型描述 166
7.3.2 主要结果 168
7.3.3 数值例子 174
第8章 恶意攻击下复杂网络事件触发的安全估计 179
8.1 欺骗攻击下复杂网络基于部分节点触发输出的估计 179
8.1.1 模型描述 179
8.1.2 主要结果 183
8.1.3 数值例子 189
8.2 混杂攻击下复杂网络的动态触发状态估计 196
8.2.1 模型描述 197
8.2.2 主要结果 200
8.2.3 数值例子 209
第9章 基于调度协议的复杂系统控制与估计 215
9.1 WTOD协议下多智能体系统保代价鲁棒一致性 215
9.1.1 模型描述 215
9.1.2 主要结果 219
9.1.3 数值例子 226
9.2 基于RRP的马尔可夫跳变神经网络的H∞状态估计 230
9.2.1 模型描述 230
9.2.2 主要结果 234
9.2.3 数值例子 242
9.3 含未知概率的马尔可夫系统协议调度下的状态估计 246
9.3.1 模型描述 246
9.3.2 主要结果 250
9.3.3 数值例子 259
参考文献 267