下载掌阅APP，畅读海量书库
立即打开
ℜ 全体实数集合
ℜ n n 维欧氏空间
ℜ m × n 全体 m × n 实矩阵集合
‖·‖ 标准欧氏空间的内积诱导范数
‖·‖ 2 均方可积空间的内积诱导范数
H n （[0 ，L ]） 定义在一维空间[0， L ]上的均方可积 n 维向量函数的希尔伯特空间 L 2 （[0， L ]； ℜ n ）
Ω 定义在希尔伯特空间 H n （[0 ，L ]）上的局部子空间，即 Ω ≜{ y （·， t ）∈ H n （[0， L ]）| ϕ i， min ≤ y i （·， t ）≤ ϕ i， max ， ϕ i， min ≤0， ϕ i， max ≥0， i ∈{1，2，···， n }}⊂ H n （[0， L ]）
W k， 2 （（0 ，L ）； ℜ n ） 定义在一维空间[0， L ]上的 n 维绝对连续向量函数且其最高 k 阶导数依然是均方可积的索伯列夫空间
H 1 （（0，∞）；ℜ p ） 定义在开集（0，∞）上的绝对连续函数且其一阶导数是均方可积的索伯列夫空间
函数
V
（
t
）关于时间
t
的全导数，即
A T 矩阵 A 的转置
λ min （ A ） 矩阵 A 的最小特征值
λ max （ A ） 矩阵 A 的最大特征值
block-diag{ A 1 ， A 2 ，···， A m } 以 A 1 ， A 2 ，···， A m 为元素的块对角矩阵
I n n 维欧氏空间 ℜ n 上的单位矩阵
Q ＞（≥，＜，≤）0 实对称正定（半正定、负定、半负定）矩阵 Q
y t （ x ， t ） 向量 y （ x ， t ）关于变量 t 的一阶偏导数，即 ∂ y （ x ， t ）/ ∂t
y x （ x ， t ） 向量 y （ x ， t ）关于变量 x 的一阶偏导数，即 ∂ y （ x ， t ）/ ∂x
y xx ( x , t )
向量 y （ x ， t ）关于变量 x 的二阶偏导数，即 ∂ 2 y （ x ， t ）/ ∂x 2
DPS 分布参数系统（Distributed Parameter System）
PDE 偏微分方程（Partial Differential Equation）
ODE 常微分方程（Ordinary Differential Equation）
LMI 线性矩阵不等式（Linear Matrix Inequality）
T-S 高木-关野（Takagi-Sugeno）
PID 比例-积分-微分（Proportional-Integral-Derivative）
PI 比例-积分（Proportional-Integral）
PD 比例-微分（Proportional-Derivative）
