New convergence conditions for the super twisting algorithm with uncertain input gain - l'unam - université nantes angers le mans Accéder directement au contenu
Article Dans Une Revue Automatica Année : 2022

New convergence conditions for the super twisting algorithm with uncertain input gain

Domaines

Informatique [cs]
Fichier principal
Vignette du fichier
original_manuscript.pdf (520.97 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Ogre Equipe  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-03868734

Soumis le : vendredi 25 novembre 2022-10:53:15

Dernière modification le : mardi 23 avril 2024-10:18:03

Archivage à long terme le : dimanche 26 février 2023-18:34:07

Télécharger pour visualiser

Dates et versions

hal-03868734 , version 1 (25-11-2022)

Identifiants

Citer

Alessandro Colotti, Dominique Monnet, Alexandre Goldsztejn, Franck Plestan. New convergence conditions for the super twisting algorithm with uncertain input gain. Automatica, 2022, 143, pp.110423. ⟨10.1016/j.automatica.2022.110423⟩. ⟨hal-03868734⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

INSTITUT-TELECOM CNRS INRIA EC-NANTES UNAM LS2N LS2N-OGRE ANR LS2N-CODEX NANTES-UNIVERSITE
50 Consultations
39 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More