能控系统的适应极点配置

在系统能控的条件下，给出了计算简化的适应极点配置控制，使闭环系统的输入、输出有界、和以往工作相比，设计了随机停时，对参数估计的修正能在有穷时间内停住，使修正次数从无穷次降为有穷次，并进一步，减少修正量的维数，使计算量有了数量级的减少。     

一类具有不确定控制系数和依赖于不可测状态增长非线性系统的全局输出反馈镇定

研究了一类具有不确定性控制系数和依赖于不可测状态增长非线性系统的全局输出反馈镇定问题．主要由于不确定控制系数，该问题一直没有解决，其主要困难是源于惯用高增益观测器的无效性．文中通过引入适当的状态变换和全新的、基于高增益K-滤波器状态观测器，成功地给出了该类系统的输出反馈控制器的反推设计方法，并且证明了闭环系统的渐近稳定性可由控制参数的适当选取来保证．     

MISO时变信道中非理想反馈下波束成形的容量界

在无线多入单出(MISO)系统中,若发射机能通过接收机的有限反馈获取信道信息,则可采用简单的波束成形技术实现发射分集增益和阵列增益.已有的相关研究大多包含块衰落信道、准确信道估计或无反馈延迟等理想假设.本文考察了更为实际的存在信道估计误差和反馈延迟的Jakes时变MISO信道,推导了其遍历容量的上下界,并进一步在给定归一化反馈比特数条件下,根据容量下界求出了最优帧长.数值和仿真结果表明,容量的上下界较紧,信道估计误差或反馈延迟均会降低容量界,且最优帧长能使容量下界取得最大值.     

反馈型随机二元神经网络

提出并分析了一种全新的反馈型随机神经网络模型，该模型不同于常见的Boltzmann机，它不直接使用随机激活函数而是采用了随机型加权连接，神经元为简单的非线性处理单元.揭示了该网络模型存在惟一的收敛性平稳概率分布，当网络中的神经元个数较多时，平稳概率分布逼近于Boltzmann-Gibbs 分布. 另外，还讨论了该网络模型与Markov随机场之间的关系，并提出了一种新型模拟退火和Boltzmann学习算法.网络模型被成功地应用于解决难度较大的组合优化问题和人像的自动识别，实验结果证实了该模型具有强大的计算能力和优异的泛化性能.     

随机非线性系统的最小阶状态观测器及输出反馈镇定控制设计

对一类具有不可观测状态、未建模动态特性和随机干扰的单输入多输出随机非线性系统, 给出了最小阶状态观测器和输出反馈镇定控制器的设计方法. 基于所设计的最小阶状态观测器, 给出了系统全部状态的估计, 分析了状态估计误差的收敛性. 进一步, 结合Back-Stepping法, 构造性地设计出了输出反馈镇定控制, 给出了闭环系统全局渐近稳定和概率意义下有界稳定的充分条件.     

观测器特征型随机非线性系统输出反馈镇定

考虑了一类具有稳定零动态观测器特征型随机非线性系统的输出反馈镇定问题. 应用一系列的状态变换, 将系统转化为下三角结构以便于应用积分反推设计方法设计控制器. 设计了输出反馈控制器, 证明了闭环系统的概率意义下的有界性. 当扰动向量场在原点处消逝时, 闭环系统为概率意义下渐近稳定. 此控制器还满足非线性系统的平衡条件.     

一般复杂动力网络的优化牵制控制

本文研究了一般复杂动力网络的优化牵制问题.基于线性反馈方法,提出了通过牵制控制将一般复杂动力网络在目标态达到全局指数稳定的策略.特别地,回答了这样一个基本的问题:如何在牵制节点数目和反馈增益之间选取一个优化组合?最后用3个例子来说明该方法的有效性.     

双基地雷达模糊函数及目标参数估计性能分析

针对外辐射源雷达等采用双基地配置的雷达在探测加速运动目标时，现有的模糊函数无法用于分析目标的距离、速度和加速度参数受双基地雷达几何配置影响的不足，提出了一种能够表示双基地几何配置的双基地雷达距离．速度一加速度模糊函数，并以此为工具分析了双基地雷达目标参数估计性能与双基地雷达几何配置的关系，研究了在不同的双基地几何配置下目标速度和加速度分辨性能、积累增益损失以及最优积累时间等相关问题，并分别给出了其随着双基地雷达基线距离、目标接收方位角和目标与接收站之间距离的变化趋势．为分析外辐射源雷达等双基地雷达对加速目标的探测性能提供了一定的理论参考．     

关于平面仿射非线性系统的全局渐近能控性

给出了一般的单输入平面仿射非线性系统全局渐近能控的充要条件，此结果是通过引入一种新的分析方法得到的，这种方法是基于平面拓扑和常微分方程几何理论中的一些基本结果。     

一类不确定系统的鲁棒H^∞控制器设计

考虑了在实际中具有工程背景的一类具有非线性不确定性的系统的鲁棒Ｈ＾∞控制器设计问题,此类系统的非线性不确定性可由与状态变量有关的范数有界条件描述。对于由此类系统表示的控制对象,首先给出了判断鲁棒渐近稳定和Ｌ２增益有限的充分条件;而后分别针对状态反馈和输出反馈的情形提出了非线性Ｈ＾∞控制问题的可解条件,最后给出了基于线性矩阵不等式的Ｈ＾∞控制器设计方法。     

基于非线性自适应神经网络的刨煤机刨头位置控制系统

由于多种因素影响刨煤机刨头位置的控制，本文提出了一种基于非线性自适应神经网络的刨煤机刨头位置控制系统，该系统采用了多传感器数据融合的方法，并将其应用在前馈反馈自适应神经网络中，其结果表明，与常规PID系统相比该系统能够消除静差从而更好地跟踪参考曲线。     

OFDM电力线载波通信系统的AGC实现

针对电力线载波通信信道衰减比较严重，具有时变性，在突发通信模式卞的正交频分复用（OFDM）系统中信号发送不连续的问题，提出一种适用于基于OFDM技术的电力线载波通信系统使用的自动增益控钠（AGC）方案。本方案先进行同步检测，再进行AGC控制，利用前导序列一个符号的能量大小进行增益系数的控制。将本方案应用于G3电力线载波协议（G3-PLC）系统中，并在FPGA上进行实现。仿真和实现效果表明，本文提出的方案结构简单，收敛速度快，遣行可靠。     

基于特征模型的再入飞行器自适应制导律设计

文中针对航天飞机类再入飞行器对参考阻力加速度曲线的跟踪问题，设计了基于特征模型的自适应制导律．首先将线性定常系统的特征建模方法推广到单输入单输出线性时变系统，从而建立了再入飞行器的特征模型，然后对特征模型提出一种新的非线性微分黄金分割自适应控制律．当特征模型的系数属于有界闭凸集，且系数的变化速率满足一定约束条件时，文中证明了非线性微分黄金分割自适应控制系统是一致渐近稳定的．在特征模型的基础上，通过结合使用跟踪控制律、非线性微分黄金分割控制律和改进的逻辑积分控制律，设计了再入飞行器基于特征模型的自适应制导律．它克服了反馈线性化方法要求精确获得对象模型的缺点．仿真结果表明，文中设计的自适应制导律对参考阻力加速度曲线的跟踪性能明显优于反馈线性化方法．     

随机非线性系统二次跟踪型风险灵敏度指标下的满意输出反馈控制设计

在无限时区跟踪型风险灵敏度(risk-sensitive)指标下, 研究了一类严格反馈随机非线性系统的满意输出反馈控制问题. 所用指标函数为实际中常见的二次型函数, 而非为回避控制器设计及闭环系统性能分析的本质困难而采用的四次型函数. 对任意给定的风险灵敏度参数和期望指标值, 利用积分反推(integrator backstepping)方法构造性地给出了一个输出反馈控制器, 使得闭环系统在概率意义下有界, 并且风险灵敏度指标不大于所给的期望值.     

一种动态的客户端负载均衡机制

互联网应用的并发用户数量不仅多变并且这种变化常常不可预测．将系统容量配置为固定值的惯用做法在面临多变的请求时常常会导致两种结果，一种是因为配置过低而弓l起用户的不满，另一种则因为配置过高而造成计算资源的浪费．而通过运用云架构按需提供、按使用收费的能力，系统具有了实时地按需配置计算资源的能力．然而静态的客户端负载均衡方法作为一种主要的负载均衡技术很难适应云架构条件下更加易变的集群结构．本文提出了一种动态的客户端负载均衡机制．通过引入分布式的集群视图更新、控制流等技术，该机制在保持客户端负载均衡机制分布式、可伸缩性强的基础上，又为集群节点的动态加入与退出和负载均衡策略的动态调整提供了有效的支持．同时，本文分析了该机制在一个开源JEE应用服务器PKUAS中的关键实现问题，并通过实验从多方面验证了该机制的有效性．     

基于有限反馈的协作多小区分布式预编码

多小区协作需要基站间交换大量的信息.为了降低无线回传开销和反馈开销,采用基于信漏噪比最大化的分布式预编码方法,该方法仅需共享干扰信道的信道状态信息,不需要共享数据,与特征值波束成形和小区间干扰清零两种极端的方法相比取得了性能提高.其次,为了更加有效利用反馈资源,推导了速率损耗公式,利用穷尽搜索得到使其最小化的最优解,得出比特自适应分配规律.仿真表明,根据期望信号和干扰信号强度自适应的分配反馈比特能进一步提高系统速率.     

模糊随机可靠性分析中不确定性传递的鞍点线抽样方法

对于同时存在随机基本变量和模糊基本变量的结构系统,研究了模糊和随机两种基本变量的不确定性向结构响应性能的传递问题,提出了一种结构安全度量的模糊可靠度隶属函数求解的鞍点线抽样方法.所提方法首先按照模糊基本变量的隶属函数求得给定隶属水平下模糊基本变量的取值域.然后在与给定的隶属水平对应的模糊基本变量取值区域内,利用鞍点线抽样方法求得随机基本变量空间内结构响应量满足安全要求的可靠度值的上、下界,进而将基本变量的模糊和随机不确定性传递到结构的安全度量,得到模糊可靠度的隶属函数.与模糊随机不确定性传递的直接MonteCarlo法相比,所提方法可以在保证计算精度的同时大幅度提高计算效率.与已有的模糊随机不确定性传递的转化法相比,所提方法具有更广的适用范围,它对随机基本变量的分布型式及结构响应量的解析表达式均没有限制,并且所提方法未对响应量的表达式作任何近似,因而比转化法具有更高的精度.另外所提方法可以容易地处理结构响应中模糊基本变量与随机基本变量具有交叉项的情况.所提方法的优点将由文中算例进行验证.     

基于自适应控制的大型客机编队飞行一致性控制

研究解决基于多变量自适应控制的大型客机编队飞行一致性控制问题.考虑到长机和僚机都存在参数不确定和外界扰动不确定性,同时考虑大型客机之间的分布式通信拓扑结构,基于代数图论思想,提出一种状态反馈状态跟踪多变量自适应控制方法,解决了大型客机编队飞行分布式一致性控制问题.该一致性问题中的稳定性和渐近跟踪特性通过Lyapunov函数法进行了证明,保证了僚机能够跟踪长机的飞行状态.对大型客机编队飞行一致性控制问题进行数值仿真的结果表明,基于多变量自适应控制的大型客机分布式一致性策略比固定增益控制策略具有更好的跟踪性和鲁棒性.     

一类三项式形式适合软件实现的σ-LFSR

介绍了有限域上一类新型线性反馈移位寄存器（LFSR），σ-线性反馈移位寄存器．σ-LFSR以字结构作为运算单元，能充分利用现代CPU的基本操作，具有结构简单、适合软件快速实现的特点．通过分析，找到了一类能达到最大周期、形式简单且适合软件快速实现的σ-LFSR，给出了这σ-LFSR的搜索算法，为现代基于字序列密码驱动部分设计提供了新的可选方案。     

基于D-S理论的分布交互式多传感器联合概率数据互联算法

为了解决杂波环境下利用分布式多传感器系统跟踪多机动目标的问题，提出了一种分布交互式多传感器联合概率数据互联算法,该算法对每个传感器应用交互式联合概率数据互联法滤波，并将模型概率、状态估计等滤波结果送至融合中心．融合中心首先对各目标进行航迹相关判别并应用D-S证据理论对不同传感器关于同一目标的各模型概率进行融合，然后依此模型概率计算各目标状态估计并反馈至各传感器．最后给出了该算法的分析，仿真结果表明本算法能够很好地解决杂波环境下多传感器多机动目标的跟踪问题．