具有离散和分布式时滞的中立型随机神经网络的时滞相关指数状态估计

本文考虑了具有离散和分布时滞的中立型随机神经网络的状态估计。 通过使用可用的输出测量，状态估计器可以近似神经元状态，并且在存在离散和分布延迟的情况下，状态误差的渐近性质是均方指数稳定的，并且几乎可以肯定是指数稳定的。 在激活函数和测量非线性的Lipschitz假设下，提出了依赖于延迟的线性矩阵不等式（LMI）准则，以通过构造适当的Lyapunov-Krasovskii函数来保证所需估计量的存在。 结果表明，状态估计量的存在条件和显式可以根据LMI的解进行参数化。 最后，通过两个数值例子证明了理论结果的正确性，并证明了该定理可以提供较少的保守条件。