水箱液位多变量系统辨识方法的比较

针对流程工业中广泛使用的多反应塔液位控制系统,以三水箱液位系统为例,利用伯努利流体力学原理,推导了液位系统的多变量非线性数学模型.采用线性化和离散化方法,获得系统的状态空间模型和传递矩阵模型,分析辨识该多输入多输出模型的遗忘梯度算法、子系统遗忘梯度算法和递阶遗忘梯度算法,并对这3种算法进行仿真比较.结果表明,递介遗忘梯度算法计算量最小,计算效率最高,但参数估计性能介于遗忘梯度算法和子系统遗忘梯度算法之间.     

双率采样数据系统最小方差自校正控制方法

输入输出采样周期相同,而且时间上同步的传统离散时间系统(即单率系统)最小方差控制方法,不适用于输入输出采样周期不相同的双率系统.提出了控制刷新频率是输出采样频率整数倍的未知参数双率系统最小方差自校正控制算法.其基本思想是,通过设计一个参数估计器来估计系统模型参数,设计一个损失输出估计器来计算系统的损失输出(即采样间输出),通过Diophantine方程和极小化最优预测误差方差导出了双率系统最小方差控制律,并提出了最小方差自校正控制算法.最后用仿真例子说明提出方法的有效性.     

自回归模型的多新息投影辨识方法

通过扩展标量新息为向量新息(即多新息),推导出自回归模型的多新息投影辨识算法。仿真结果说明提出的多新息投影算法优于投影算法。     

随机梯度算法的收敛性分析

虽然随机梯度算法的计算量比最小二乘法要小得多,但是它的收敛速度很慢。为了提高随机梯度算法的收敛速度和参数估计精度,提出了遗忘梯度算法,它不仅具有较快的收敛速度,而且具有跟踪时变参数的能力。随机梯度算法的收敛性证明是辨识领域的一个研究难题,文章运用鞅收敛定理分析了它的收敛性,结果表明随机梯度算法给出的参数估计误差一致有界,在强持续激励条件下参数估计误差一致收敛于零。数字仿真表明提出的方法是有效的。     

两输入多率采样系统随机梯度辨识算法

以两输入多率采样数据系统为例,推导了多率采样系统的离散时间状态空间模型,进一步导出了对应的离散系统传递函数模型。提出了这类多率系统的随机梯度辨识算法,通过仿真例子说明了算法的有效性。     

基于组织的访问控制系统授权验证单层关系模型

由于在目前的各种组织授权模型中缺乏对授权系统访问许可的检验,提出了对OB4LAC模型授权情况进行验证的基于组织的访问控制系统授权验证单层关系模型,通过向量和矩阵对用户-岗位-角色-操作之间的关联方式进行了描述,实现在多用户情况下,将每个用户通过组织授权系统所得到的系统操作权限进行直观的统计.通过算法实例对单层关系模型进...     

FMC网络中SPIT检测与防范方法研究

随着固定移动融合（Fixed Mobile Convergence,FMC）网络的发展,基于会话初始协议（Session Initial Protocol,SIP）的VoIP（Voice over IP）无疑将成为全IP融合网络环境下最为重要的业务应用。然而SIP在设计之初便存在诸多安全隐患,VoIP又是采用开放、互通的应用模式,因此垃圾语音信息（Spam over Internet Telephony,SPIT）作为一种非预期的语音发送行为,成为全IP语音业务发展中的重要安全威胁。     

利用团簇的各向异性实现Te 团簇薄膜的自组装

在实验观察到的Te团簇薄膜有序生长模式的基础上 ,用Monte Carlo方法模拟了具有各向异性的团簇在衬底上的生长行为 .发现由于团簇的各向异性 ,将导致团簇在局部范围内的平行取向排列 ,形成畴结构 .畴的大小L(t)与退火速率和衬底温度有关 ,并得到该体系下的一个熔点Tm.这一研究表明 ,可以利用团簇的各向异性实现和控制团簇薄膜的自组装     

一类高阶滞后对象的特征建模与控制

针对一类参数未知、高阶有滞后的定常系统的控制问题,提出了在特征建模基础上,用有滞后的二阶时变差分方程来代替实际的对象特性,并给出了分析证明.稳态时,该特征模型与高阶滞后对象的输出保持一致,在动态过程中,动态输出误差保持在一定范围内,从而可以进一步按照特征模型设计控制器.从仿真结果可以看出,系统跟踪误差能保持在一定的范围内,表明了这种基于特征模型的控制方法的有效性和实用性.