二阶中心差分粒子滤波算法

为了改善非线性系统状态估计问题中粒子滤波算法的估计精度,提出采用二阶中心差分滤波方法来产生建议分布函数的新算法.新算法对非线性系统方程作中心差分的二阶Stirling插值公式进行展开,不需要计算雅克比矩阵,易于实现,并且采用Cholesky分解技术保证了协方差的正定性,在一定程度上减小了局部线性化近似的截断误差,并且在系统状态转移概率的基础上融合了最新的量测数据,提高了建议分布对系统状态后验概率的逼近程度.仿真实验表明,与无迹粒子滤波算法相比,新算法的计算量更小,估计精度提高了20%以上.     

一般相关量测噪声线性系统的递推状态估计

为了得到具有一般相关量测噪声线性系统的递推滤波算法,将该问题转化为具有相关量测单值随机向量的滤波问题,根据单值随机向量的线性无偏最小方差估计算法,导出了量测噪声为一般相关鞅差序列的线性系统的最优递推状态估计滤波算法,通过数值仿真,将该算法与假定量测噪声不相关时的Ｋａｌｍａｎ滤波算法进行了比较,证明了该算法的有效性。     

非线性有限冲激响应Volterra信道的盲辨识

提出了单输入多输出有限冲激响应（ＳＩＭＯ ＦＩＲ）Ｖolterra系统的盲辨识及盲均衡的子空间方法,首先描述了ＳＩＭＯ非线性Ｖolterra信道模型,并将此模型转化为多输入多输出（ＭＩＭＯ）信道 模型;接着讨论了ＦＩＲＶolterra系统盲可辨识条件,并给出了ＳＩＭＯＶolterra系统的盲辨子空间算法;进一步讨论了ＶolterraＦＩＲ非线性信道的确定性盲均衡问题;最后用仿真实例验证了此算法的有效性,所提方法与确定性的线性多信道方法相比,它的最大优点就在于所需约束条件少,此方仅需要输入信号的相关矩在奇异,且在低信噪比情况下（ＳＮＲ为５dB)也有效。     

非线性频谱分析在故障诊断中的应用

提出了一种基于非线性频谱分析的故障诊断方法。针对测量信号不可避免的噪声干扰,采用总体最小二乘法辨识系统的频域传递特性,利用人工神经网络完成故障模式分类,构造了一种合理的特征提取方法,并给出了基于非线性频谱分析的故障诊断的完整方案。试验结果表明,该故障诊断方法准确率高,计算量小,可以应用于实际工程。     

混合μ综合的状态空间设计

根据有理函数矩阵严格正实的概念,采用一系列等价变换,推导出易于混合μ综合的状态空间实现．在时域里给出了混合μ综合的充分条件和设计方法．当广义对象严格真时,含有不确定对象系统的鲁棒控制器可通过交替解两个线性矩阵不等式而获得．在此基础上,基于线性矩阵不等式应用内点法进行了鲁棒控制器设计和计算机仿真     

不确定时变时滞系统的鲁棒镇定设计

讨论了不确定时变时滞系统的二次稳定性问题。有两类不确定性被讨论,首次,利用Ｌｙａｐｕｎｏｖ稳定性定理及范数不等式,将系统可二次稳定的控制器设计问题转化为求解Ｒｉｃｃａｔｉ方程问题;其次,当不确定性满足某种匹配条件时,给出了上述Ｒｉｃｃａｔｉ方程可解的充分条件;最后,用实例难证了此方法的有效性。     

基于Volterra级数的非线性系统的镇定设计

基于Ｖｏｌｔｅｒｒａ级数理论，针对一类非线性系统，首先给出了一般非线性系统可镇定的充分条件，接着讨论了纯输入纯输出系统的镇定设计，最后，用实例仿真来验证其有效性。