در این پژوهش، مساله سنکرون سازی دو سیستم آشوبناک متفاوت از طریق کنترل مود لغزشی مورد بررسی قرار می گیرد. بعد از تعریف و فرموله بندی مساله، سطح لغزشی مطلوب انتخاب شده و قانون کنترلی مناسب طراحی می شود تا مسیرهای حالت سیستم حلقه بسته خطا را به سطح لغزشی برساند و آن ها را برای زمان های بعدی در روی سطح لغزشی نگه دارد. اثرات نامعینی ها و اغتشاشات خارجی در نظر گرفته می شود و کنترل کننده مود لغزشی مقاوم طراحی می شود. سپس فرض می شود که پارامترهای هر دو سیستم پایه و پیرو نامعلوم می باشند و کنترل کننده مود لغزشی تطبیقی به همراه قوانین تطبیق مناسب پیشنهاد می شود. هم چنین، به خاطر این که به دلیل محدودیت های فیزیکی عملگرها، همواره غیرخطی گری هایی در ورودی کنترلی وجود دارند، تاثیر این غیرخطی گری ها نیز در نظر گرفته می شود و مسایل حل شده قبلی این بار با فرض ورودی غیرخطی حل می شوند. پایداری و همگرایی مجانبی سیستم حلقه بسته خطای سنکرون توسط نظریه پایداری لیاپانف اثبات می شود. از آن جایی که روش پایداری لیاپانف تنها تضمین کننده همگرایی مسیرهای حالت سیستم پیرو به مسیرهای حالت سیستم پایه، با یک زمان نشست بی نهایت می باشد، منطقی تر است که عمل سنکرون سازی در یک زمان محدود انجام پذیرد. برای رسیدن به این هدف، از تکنیک کنترل زمان محدود استفاده می شود. ابتدا سطح لغزشی ترمینال غیرتکین جدیدی معرفی می شود و همگرایی زمان محدود آن به نقطه تعادل صفر اثبات می شود. سپس قوانین کنترل غیرخطی مناسب پیشنهاد می شوند تا تضمین کننده وجود حرکت لغزشی در یک زمان محدود باشند. اثرات عوامل نامعینی ها، اغتشاشات خارجی، پارامترهای نامعلوم و ورودی غیرخطی نیز در نظر گرفته می شوند. در این قسمت نیز پایداری و همگرایی زمان محدود کنترل کننده های فیدبک غیرخطی پیشنهادی به کمک ایده کنترل زمان محدود اثبات می شوند. در نهایت، برای تخمین حالت های یک سیستم آشوبناک، رویتگر تطبیقی مناسب طراحی می شود. برای نشان دادن کارآمدی و موثر بودن کنترل کننده های طراحی شده، شبیه سازی های عددی ارائه می شوند تا صحت قضایای اثبات شده را نیز تایید کنند.

شبکۀ حسگر بیسیم خواصی مانند هزینۀ کم، توان و طول عمر محدود دارند و این حسگرها می¬توانند برای نظارت محیط، کنترل آلودگی هوا و بررسی آتش سوزی در جنگل و اندازه گیری کیفیت آب و .... استفاده می¬شوند و متشکل از هزاران یا صدها نود می¬باشند. شبکۀ حسگر بیسیم نیاز به مدیریت در جنبه¬های مختلف از جمله کنترل انرژی مصرفی، مسیریابی مناسب و بدون همزمانی برای ارسال اطلاعات دارند. خوشه بندی در مسیریابی انرژی مصرفی را در هر حسگر کاهش می¬دهد و همچنین ارتباطات با سرخوشه افزایش می¬یابد. چندین پروتکل مسیریابی خوشه¬ای که از پارامترهای اصلی و همسایگی¬های مجاور برای خوشه بندی استفاده می¬کنند، در این راستا معرفی می¬شود. با این وجود همۀ پروتکل¬های مسیریابی خوشه¬بندی ارایه شده تاکنون، تنها نزدیکی جغرافیایی (همسایگی) را بعنوان پارامتر تشکیل خوشه¬ها در نظر می¬گیرند. برای بهبود پروتکل¬های مسیریابی خوشه¬بندی تعداد، اندازۀ خوشه و انتخاب سرخوشه مناسب فاکتور اساسی می¬باشد. افزایش اندازۀ خوشه باعث افزایش فاصله و تخلیۀ سریع انرژی می¬شود، و کاهش اندازۀ خوشه باعث افزایش سربار اطلاعات کنترلی می¬شود. در این پایان¬نامه تعداد مناسب خوشه¬ها با استفاده از مدل خوشه¬بندی زاویه¬ای در مسیریابی تعیین می¬شود. در این راستا یک تحلیل هوشمندانه برای پردازش و ارسال اطلاعات به منظور بهبود عملکرد شبکه¬های حسگر استفاده می¬شود، و یک شاخۀ هوشی مبتنی بر شبکۀ عصبی هدفمند می¬باشد. شبکۀ عصبی در نظر گرفته شده، با استفاده از روش خودسازمانده به طور کارا در کشف مسیر مناسب و انتخاب سرخوشۀ مناسب و مدیریت بهتر توان حسگرها استفاده می¬کند. لذا استفاده از معیارهای مهم¬تر برای انتخاب سرخوشه در شبکۀ عصبی خودسازمانده طول عمر شبکه را افزایش می¬دهد. الگوریتم مسیریابی معرفی شده، باعث توزیع متوازن انرژی حسگرها شده، و از تجمع سرخوشه¬ها در ناحیۀ خاص جلوگیری می¬کند، و به همین دلیل از نظر پوشش و افزایش طول عمر حسگرها بسیار کارا می¬باشد. کارایی پروتکل مسیریابی پیشنهادی از لحاظ افزایش طول عمر شبکه و حفظ بهتر پوشش شبکه¬ای در مقایسه با پروتکل¬های مسیریابی پیشین نشان داده می¬شود.