1.一种高速率通信网络影响下时变系统的有限时域H∞控制方法，其特征在于，包括以下步骤：

1)建立存在乘性噪声和随机时滞的时变系统的数学模型其中， 为状态向量； 为控制输入向量； 为理想的测量输出向量； 为被控输出向量； 是外部干扰输入向量，属于平方可积向量空间L2[0,∞)；tk代表第k个采样时刻；

和 为系统的时变矩阵；τi(tk)代表离散时滞，dm≤τi(tk)≤dM，dM和dm代表时滞的上限和下限，i∈{1,2,…,q}，正整数q为系统中时滞的个数；φ(j)为系统的初始状态， τ(t0)＝max{τ1(t0),τ2(t0),…,τq(t0)}；v(tk)是定义在完全概率空间上的一维维纳过程，其数学期望满足E{v(tk)}＝0，E{v2(tk)}＝1；bi(tk)为系统中时滞发生的概率，满足Bernoulli 0-1序列分布：其中， 是已知的常数，Prob{·}表示事件发生概率，Var{·}表示方差；

2)建立存在量化误差、高速率通信网络和随机通信协议的网络化时变系统的数学模型首先，经过对数量化器量化后系统的测量输出 为：其中，I为单位矩阵，Δ(tk)为量化器的量化误差，||Δ(tk)||≤δ2，δ＝(1+ρ)/(1-ρ)为量化器的量化误差上界，ρ为量化器的量化密度；

然后， 由基于随机通信协议的高速率通信网络传输后，系统实际的测量输出为：其中，

d为已知的正整数，d的大小反映了网络通信速率的高低； 为网络通信时刻，m∈{0,

1 ,… ,d} ， 为

Kronecker delta函数， 为在网络通信时刻 获得访问网络权限的传感器节点， 的取值由转移概率矩阵为 的Markov链决定，其中为状态α转移到状态β的转移概率，满足：最后，结合式(1)、(2)和(3)，得到随机通信协议和高速率通信网络影响下具有乘性噪声、随机时滞和量化误差的网络化时变系统：其中，0为零矩阵，

μ＝[I 0]，

3)设计基于观测器的状态反馈控制器

其中 是对系统(5)的状态估计， 为观测器的增益矩阵，为控制器的增益矩阵，no＝nx+2ny；

定义系统状态的观测误差 增广向量 并结合式(5)、(6)，得到闭环增广网络化时变系统：其中，

4)闭环增广网络化时变系统满足H∞性能要求的充分条件当存在正定对称矩阵 和标量ε(tk)>

0，使矩阵不等式(8)、(9)、(10)和等式(11)成立时，则闭环增广系统(7)在给定的有限时域[t0,tN]内满足H∞性能要求；

其中，*代表对称位置矩阵的转置，PΛ(tk)、Qi(tk)、λ(tk)、ε(tk)、K(tk)和L(tk)为未知变量， 其他变量都是已知的，γ为给定的H∞性能指标，为给定的正定矩阵，

5)设计基于锥补线性化方法的有限时域H∞控制器的实现算法根据步骤4)和锥补线性化方法，得到基于锥补线性化方法的有限时域H∞控制器的实现算法：①给定有限时域[t0,tN]，H∞性能指标γ、正定矩阵ωi(f)、系统(5)的初始状态向量和观测器的初始状态向量 令tk＝t0，利用Matlab LMI工具箱求解矩阵不等式(9)和(10)，有解时执行②；无解时执行⑥；

②利用Matlab LMI工具箱求解矩阵不等式(8)和(12)，有解时，将求得的可行解记为令锥补线性化方法的迭代次数ζ＝0，最大迭代次数为ζmax，并执行③；无解时执行⑥；

③求解LMI最小化问题：

Subject to：(8)和(12)将求出的最优解记为 执行④；

④将③求出的最优解代入式(13)，当式(13)为负定矩阵则得到控制器增益K(tk)＝Kζ+1(tk)和观测器增益L(tk)＝Lζ+1(tk)时，执行⑤；当式(13)不为负定矩阵，且ζ>ζmax时则执行⑥，否则令ζ＝ζ+1，转到③；

其中，

⑤判断tk是否大于tN，是则转到⑦；否则令tk＝tk+1，转到②；

⑥在有限时域[t0,tN]内闭环增广网络化时变系统不能满足H∞性能要求，不能得到控制器和观测器增益的矩阵，执行⑦；

⑦结束；

6)实现有限时域H∞控制

根据步骤5)求出的H∞控制器和观测器的增益矩阵K(tk)与L(tk)，随机通信协议和高速率通信网络影响下具有乘性噪声、随机时滞和量化误差的闭环增广网络化时变系统实现有限时域H∞控制。