一类有常值区间函数的迭代

通过对函数迭代研究就可以提供系统在未来一串离散时刻的状态变化趋势.函数的迭代是构成离散动力系统的核心内容.研究了具有2个常值区间和一个严格递增区间的连续函数的迭代问题.得到了这一类递增连续函数在各种不同的情况下经过迭代后的变化情况.     

基于两个离散混沌动力系统的序列密码算法

基于两个离散混沌动力系统提出了一种新的序列密码算法.该算法用分段非线性映射的上一次迭代的输出作为分段非线性映射的下一次迭代的输入,并将迭代序列通过离散化算子转化为0-1序列,由0-1序列来选择两个混沌动力系统中的分段非线性映射.对算法进行了仿真实验和安全性分析,并对该映射产生的序列的随机性、初始值敏感性及其他性质进行了研究.研究结果表明,算法呈现出密钥、明文与密文之间高度的敏感性,密文和明文之间的相关度极小等特点,从而起到有效防止密文对密钥和明文信息泄露的作用.     

符号交织串行级联CPM系统优化设计

针对符号交织串行级联CPM系统中外码性能越好,接收端迭代译码后系统性能反而越差问题,研究了一种新型的符号交织串行级联CPM方案,该方案结合符号交织和比特交织的特点,在译码时延几乎不变前提下,对每一符号帧映射前的比特信息序列进行比特置换优化.相比符号交织串行级联CPM方案,采用本文所提的优化方案,能加快接收端译码迭代收敛速度,同时外码的性能也可直接影响到符号交织串行级联CPM系统的性能.     

动态无功优化的混合智能算法

针对存在离散控制设备动作次数约束的动态无功优化问题,提出免疫遗传算法和非线性内点法的混合算法.首先忽略控制设备的离散性和动作次数约束,采用非线性内点法求解初始优化解;然后按照控制变量的性质将原问题分解为连续优化与离散优化2个子问题迭代求解.在离散优化问题中,保持连续变量不变,采用免疫遗传算法优化离散变量,通过特别的编码方式使抗体自动满足动作次数约束;在连续优化问题中,保持离散变量不变,采用非线性内点法优化连续变量.混合算法充分结合了免疫遗传算法和非线性内点法的优点,能较快求解动态无功优化的近似最优解.IEEE14节点系统的仿真结果验证了混合算法的有效性.     

具有相同不变集的迭代函数系统的关系

两个迭代函数系统,其中一个迭代函数系统中的压缩映射可以由另一个系统中的压缩映射函数迭代而得,通过用多重指标I来代表迭代关系,在建立的坐标映射π是1—1的情况下,有生成相同不变集和I安全等价;并且在不变集上加上测度结构后,生成相同不变测度和I胎紧等价。     

迭代函数系统吸引子上的混沌集

摘要. 设 E 是满足强分离条件的迭代函数系统 的吸引子, 定义连续映射 设 是一个概率向量, 是对应的不变测度. 本文研究了上述映射，得到如下结果: (1) 对映射 , 存在一个有限混沌集 , 满足 ; (2) 映射 存在Li-Yorke意义下混沌的极小子系统, 该子系统具有零拓扑熵, 从而推广了一些已知的结果.     

平面帐篷映射的研究

研究了一种基于平面上方体的帐篷映射，给出了帐篷映射迭代序列分布图，通过在显著水平5％下的均匀分布假设检验，得出帐篷映射fα，β在I0上遍历并具有不变的均匀分布。     

时延的事件触发无模型自适应抗干扰控制

针对一类具有时滞和有界扰动的离散时间系统，提出了一种改进的无模型自适应控制策略。首先，应用紧格式动态线性化方法将原始非线性时滞系统转换为数据模型。其次，应用离散时间扩展状态观测器对未知残差非线性时变项进行估计，提出了一种基于离散时间扩展状态观测器的无模型自适应控制方案。此外，通过设计事件触发条件以确保Lyapunov稳定性，建立了基于离散时间扩展状态观测器的事件触发无模型自适应控制。只有当系统指示器满足所提供的事件触发条件时，才更新控制输入信号；否则，控制输入保持不变，可以有效地解决有限的通信带宽问题。最后，通过仿真验证了该方法的有效性。     

渐近拟非扩张映射关于混合迭代算法的收敛性

引入了关于两个渐近拟非扩张自映射和两个渐近拟非扩张非自映射的新型混合迭代算法.在Banach空间中,获得了渐近拟非扩张自映射和非自映射在新型混合迭代算法下的强收敛定理,所得结果推广了许多相关文献的结论.     

关于渐近的伪轨跟踪性质

证明APOTP(渐近伪轨跟踪性质)是在映射迭代以及拓扑共轭下不变的性质;讨论了有限积空间上积映射的APOTP并证明无限积空间上移位映射具有APOTP.     

基于时变神经网络的迭代学习辨识算法

为了实现在有限时间区间上可重复运行的离散时变非线性系统辨识,给出基于时变神经网络的迭代学习辨识算法.对于每一个固定时刻,以该时刻的神经网络逼近该时刻系统输入输出间的映射关系,提出了在同一时刻沿迭代轴训练网络权值的带死区迭代学习最小二乘算法,为防止收敛速度下降过快,进一步提出了协方差阵可重调的改进算法.所提算法有较快的收敛速度,且时变神经网络对非线性时变系统的辨识精度也较高.     

离散时间系统分析及MATLAB实现

线性时不变离散时间系统是最基本的数字系统,差分方程和系统函数是描述系统的常用数学模型,单位脉冲响应和频率响应是描述系统特性的主要特征参数,零状态响应和因果稳定性是系统分析的重要内容.文章从系统的分析流程、系统模型的创建、时域分析、频域分析和因果稳定性分析等方面,介绍了线性时不变离散时间系统的基本分析方法,并以实例形式列举了MATLAB实现程序.     

格值完全映射及其若干不变性质

本文利用良紧性定义了Fuzzy格上的完全映射,研究了它的若干性质:一类T_1(i=1,2,3,4)分高性是这种映射下的不变性质;它保持L—Fuzzy拓扑空间的权;在这种映射的逆映射下,良紧性及局部良紧性保持不变。     

变参数动力系统的扩张性

通常情况下,人们所关心的经典动力系统是由某个唯一映射迭代所产生的,随着混沌理论的的发展,映射迭代的唯一性在2006年被田传俊和陈关荣发表的一篇关于度量空间中一列连续自映射序列混沌性的文章打破,该文章提出变参数动力系统的概念,给出了周期点、混合性、回复性、传递性、扩张性等概念,但没有进行详细的深讨。笔者在此基础上来研究变参数动力系统的扩张性并提出了s次齐次迭代系统的思想,从而进一步拓展了离散动力系统的研究范围。主要将扩张性在固定参数动力系统中的拓扑共轭不变性推广到变参数动力系统中,给出了s次齐次迭代的概念和扩张性蕴含有限个不动点的结论,并说明了扩张性与生成子的存在性等价。     

多状态退化系统最优故障维修策略

针对多状态半马尔可夫退化系统,研究了系统发生故障后的维修模型.在系统的退化过程中,有多个不可逆的工作状态和故障状态.系统的所有故障均能修复且可忽略故障修复时间,修复后系统回到正常的工作状态.当系统发生故障时,系统的故障检测设备首先确定出当前所处的故障状态,然后采取相应的维修措施.基于系统长期平均成本率最低的决策准则,运用半马尔可夫决策过程的策略迭代算法给出了系统处于不同故障状态下的最优维修策略.以实例说明了求解最优故障维修策略的迭代过程.     

Lozi混沌映射的线性反馈控制

研究了二维间断离散混沌动力系统--Lozi映射的线性状态反馈控制问题.通过理论分析和数值计算给出了一般形式下的Lozi系统的混沌运动被控制到不动点的参数范围.并对Lozi映射的1个混沌吸引子进行了有效控制,从而验证了线性反馈控制方法的有效性和实用性.     

变参数离散动力系统的不动点及其分形图

研究了一类变参数离散动力系统Zk 1=f(λk，Zk，Z↑-k)的不动点分布规律，对该迭代系统的动力行为特征做出了猜想，且利用研究结果和计算机可视化技术中的逃逸时间算法得到了若干二维n次迭代映射中的分形图。计算机图示实验的结果对猜想提供了佐证。     

拓扑链混合映射的讨论

通过讨论l次迭代下链混合与拓扑混合的关系,证明了拓扑混合蕴涵链混合但反之不成立,指出了对于满足伪轨跟踪性质的映射两种性质是等价的,并给出了链混合性质在拓扑共轭作用下是保持不变的。     

连续时间T-S模糊系统的离散化:Delta算子方法

针对一类连续时间T-S模糊系统,利用Delta算子方法,对系统进行局部离散化和全局离散化处理.首先对模糊规则后件部分的线性时不变动态方程做局部离散化处理,然后再对系统的动态模型做全局离散化处理.为了获得T-S模糊系统的多胞结构,对全局离散化模型进行Taylor级数展开,从而得到近似全局离散化模型.基于线性矩阵不等式(LMI)技术,针对近似全局离散化模型设计了相应的状态反馈控制器,使系统被渐近镇定.采用Delta算子对连续系统离散化时,随着采样频率的加快,其离散模型将趋近于原来的连续模型,并保持原有的动力学性质.仿真结果验证了理论的有效性.     

基于分段延迟反馈的Buck-Boost变换器 混沌控制

针对Buck-Boost变换器在脉冲输入电压作用下存在的分叉与混沌现象,提出一种分段延迟反馈控制法.建立了该变换器的离散迭代映射模型,研究了该变换器采用分段延迟反馈控制的具体设计方法,进一步分析了系统的稳定特性并研究确定了实现系统稳定运行时控制参数的取值范围,最后对上述理论分析的正确性进行了仿真验证.结果表明:分段延迟反馈法对Buck-Boost变换器在脉冲输入电压作用下所表现的混沌现象具有很好的抑制作用,因而对于确保变换器的稳定运行具有意义.