(m,n)-平移不变线性系统的结构重建问题

应用算子理论的技巧讨论(m，n)-平移不变线性系统的结构重建问题，证明了(m，n)-平移不变线性系统可以由一组滤波器以及传统的“升”与“降”来决定．     

系统分析和最优控制求解的新方法

给出了一个利用非结构模型求解、用脉冲响应函数描述的系统的分析和最优控制问题的新方法。该方法共分两步:(一)是利用非结构模型,将用脉冲响应函数描述的系统的分析和最优化控制问题,分别近似表示为虚拟状态空间中的一个线性系统的分析和输出优化控制问题;(二)是在(一)基础上,进一步用正交逼近方法求它们的解。同时给出两个数值例子来说明该方法的有效性。     

用小波变换的方法辨识线性系统的阶次

通过研究线性系统脉冲响应的奇异性和线性系统阶次之间的关系,借助于小波变换来确定系统脉冲响应的奇异性指数Lipchitzα,从而得到了一种确定模型阶次的新方法.通过理论推导和仿真研究,证明了该方法可以准确地判定出线性系统的分子分母的阶次差.     

水平变化波导中多声源问题的耦合简正波解

本文提出了一种精确、高效的耦合简正波方法,用于求解水平变化波导中多个声源存在时的声传播问题.为了处理多声源问题,修改了全局矩阵矩阵耦合简正波方法中的线性系统方程.修改线性系统方程所增加的计算量可以忽略不计,因此当多个声源存在于水平变化波导时,通过一次性求解修改后的线性系统方程能够高效地得到声场解.数值结果表明,该方法具有极高的计算精度,并且能够处理现有声传播模型不能高效解决的某些多声源问题.该模型可提供声场的标准解,用于验证其它声传播模型处理多声源问题的计算精度.此外,该模型可应用于三维声传播建模,来处理声源阵产生的波束在实际波导中的传播和散射问题.     

基于观测器的倒立摆变结构控制

针对单级倒立摆这一非线性系统，在对它的非线性模型进行线性化处理的基础上，利用滑模变结构控制方法设计了控制律，同时考虑到其实际物理过程，设计了非线性观测器用于控制律中状态变量的估计。最后在Matlab／Simulink上进行了仿真实验，实验结果说明了该方法的有效性。     

Prony算法在大规模线性系统中的应用──动态模型的辨识与降阶

运用Ｐｒｏｎｙ算法对大规模线性系统动态模型进行辨识，给出了该算法所需要的Ｐｒｏｎｙ模型，并提出了在任意输入信号下的改进Ｐｒｏｎｙ算法，同时运用Ｒｏｕｔｈ算法对模型进行了降阶．数值算例结果表明，运用本文所提出的方法可以精确地获得线性系统动态模型的阶数与系统特征值，且降阶后模型对系统动态特性曲线具有很高的拟合精度．     

基于均值漂移的自适应跟踪算法

提出一种基于均值漂移的自适应跟踪窗口算法.在初始时应用边缘加权概率密度的方法判断目标的变化,目标变大时采用形心定位和特征点仿射模型对跟踪窗口进行更新,目标减小或不变时通过Bhattacharyya系数来决定目标缩小的比例.实验表明该算法能够有效地跟踪尺度变化的目标,同时具有很好的实时性、稳定性.     

逆系统方法及其应用

本文提出了一种设计非线性反馈控制系统的方法，称作过系统方法．这种方法的要点，就是用对象的逆系统构造出一种可用反馈结构实现的“α──阶积分逆系统”，将原对象补偿为具有线性传递关系的系统，即α阶伪线性系统，然后用线性系统的理论来解决这种系统的综合问题。同时，本文还将逆系统方法用于机械手控制系统的设计，从所给出的仿真来看，结果是令人满意的。     

基于正交多项式的迭代学习控制算法及其应用

针对存在不确定扰动的线性系统的轨迹跟踪控制问题,提出了基于正交多项式的迭代学习算法．该算法利用正交多项式级数将系统参数化,运用其积分运算矩阵,导出了一种基于多项式级数的线性系统的近似模型．在此模型基础上,用迭代学习的方式来修正输入量的多项式展开系数,并运用LMI方法求解学习增益矩阵．所得算法在系统不满足正则性或无源性时,仍可以用输出误差信号来构造学习律．将该方法运用到直线电机的控制中,仿真结果表明,新算法能明显地提高直线电机的控制精度。     

二轮驱动小车的反馈跟踪控制设计

本文以二轮驱动小车为背景研究其跟踪设计问题，首先给出车跟踪运动学模型，然后分别根据“伪线性系统”和最优控制理论设计跟踪控制，最后通过仿真结果来比较两种设计方法的控制效果。     

基于小波网络的非线性多变量约束预测控制

为了解决非线性多变量系统的建模、控制和优化问题 ,论文扩展基于小波神经网络的单变量系统辨识到多变量系统辨识 ,并用它实现非线性预测控制。对开环稳定过程 ,引入一个具有输入约束的基于小波神经网络模型的区域预测控制方案 ,它的闭环稳定性能够通过适当选择它的预测水平来保证。基于上述动态控制方案 ,提出了一个稳态状态优化方案。通过对一个聚酯生产过程的仿真研究 ,证实了上述方法的有效性。由于能够通过线性最小二乘 (L S)估计方法来辨识 ,该模型易于实现并可用作通用模型。仿真研究的结果表明了该模型的通用性、辨识和控制方法的简单性 ,所提出方案能够被用于过程工业的非线性系统的建模和控制     

具有自相关误差变系数回归模型的局部线性估计

变系数回归模型误差具有自回归结构时,基于重新改写具有自回归误差的变系数回归模型为独立误差的变系数回归模型,文章提出其局部线性估计方法.模拟结果显示该估计方法是有效的.     

高维数据挖掘中的正则化估计新方法

针对高维数据的特点并基于线性回归模型,利用变量选择降维技术,提出了一种新的、有效的变量选择（或称特征提取）的正则化估计方法．新的正则化估计方法主要考虑了数据的噪声（方差）对正则化估计的影响,在寻找估计的正则化路径时能对方差进行有效估计,且基于凸优化问题的KKT条件和坐标算法思想给出了正则化估计算法的实施细节．实验结果表明,该方法能够提高高维数据集进行估计和变量选择的准确性,是高维数据挖掘中新的、有效的特征提取方法．     

试油层非线性产量预测模型研究

准确的产量预测是油田勘探开发的重要研究任务,而常规的预测方法无法应用于开发初期。同一勘探区块, 试油层产量与各影响因素存在一定的相关性。首先建立了产量与各静、动态参数的一元非线性回归模型,然后将其作 为新的自变量,进行多元线性回归,最后获得了预测试油层产量的非线性回归模型。现场实际应用表明,建立的多元 非线性模型比线性模型预测精度更高,适用性更好。为该勘探区块试油层措施改造决策提供了科学的指导,提高了试 油经济效益。     

灰多元线性回归及其在搜索引擎中的应用

经典多元线性回归分析模型不能实时跟踪响应变量的动态变化和在大量样本中因出现病态数据而影响拟合效果的问题,基于灰色系统时间序列的特性,提出了将灰系统思想与经典多元线性回归分析模型结合,形成一种全新的模型——灰多元线性回归分析模型。实验结果表明,该模型不仅能更加准确地给出响应变量的变化趋势,而且能过滤掉少量病态数据,从而避免了对拟合效果的影响。将新模型应用到网站的搜索引擎中,通过对网站访问流量及各个关键字搜索频率,预测该网站下一阶段的网站的访问流量,预测结果可为网站的管理者提供决策支持的理论依据。     

直线振荡电机支持向量机非参数建模

为了寻找反映直线振荡电机参数与性能输入输出传递关系的快速计算模型，利用有限元分析法，建立了直线振荡电机非参数建模的基本数据计算模型，根据基本数据计算模型，引入支持向量机（Support Vector Machines，SVM）非参数回归建模方法，建立了用于直线振荡电机参数与性能之间输入输出传递关系的SVM计算模型，为电机参数优化过程提供了方便快捷的在线计算方法。通过SVM模型和有限元模型输出推力的比较，验证了直线振荡电机支持向量机非参数建模的可行性。     

带有缺失数据线性回归模型的变量选择

通过惩罚估计方程,对响应变量随机缺失下的线性回归模型,给出了一个变量选择方法,并结合局部二次逼近,得到了一个迭代算法,证明了此变量选择方法是相合的并且所得估计达到最优的参数收敛速度,最后通过数据模拟研究了此方法的有限样本性质．     

一种改进的线性回归模型

本文阐述了一种改进的线性回归模型——偏最小二乘回归模型的基本原理,并结合实例指出当变量间存在着线性关系时,普通的多元线性回归建模方法会失效;通过对偏最小二乘回归模型和主成分回归模型的系数估计精度及预测精度两方面的比较,说明要消除变量间的线性关系,前者优干后者。     

土性空间变异性统计模型的改进

针对土性指标的回归模型通常没有考虑土性指标的非线性趋势分量以及土层其他因素引起的土性指标突变,建立了一个非线性回归模型,并考虑土性随机分量之间的自相关性的问题,使土性指标的统计模型具有普遍性.同时,为了在回归模型中体现土层其他因素对土性指标的影响,构造了一个虚拟变量并将之应用于土性指标的统计模型中,从而建立了第二个非线性回归模型.最后以两组不排水抗剪强度实测数据为例对两类模型的准确性进行了验证,结果表明:在所能见到的文献中,提出的第二个模型的回归方差是最小的.     

缺失数据下局部M-估计的相合性和渐近正态性

在缺失响应变量的不完全数据下,对非参数回归模型进行研究,利用稳健的变窗宽局部线性回归的方法,给出了回归函数m(x)的估计,并证明了局部M-估计具有相合性和渐近正态性.所提出的方法继承了局部多项式回归的优点并且克服了最小二乘方法缺乏稳健性的缺点.并且使用变窗宽提高了所得M-估计的可塑性,使之能成功地处理空间非齐次曲线、异方差性及非均匀设计密度.所得估计的渐近结果为求渐近最优方案以及直接从数据估计最优变窗宽提供了理论基础.