长沙地铁典型板岩地层土压平衡盾构掘进参数精细化控制

依托长沙地铁2号线典型板岩地段盾构工程,对盾构总推力和刀盘扭矩计算值与实测值进行对比分析,并对刀盘每转切深和土舱压力进行统计分析,提出典型板岩地层中土压平衡盾构掘进参数的控制值。最后结合地表沉降监测,对参数控制的效果进行评价。研究结果表明:采取理论方法计算板岩地层中盾构总推力和刀盘扭矩时,需对这2个参数进行修正。修正总推力计算值时,修正系数取1.4~1.7;修正刀盘扭矩计算值时,修正系数取0.4~0.5。同时刀盘每转切深应控制在30~40 mm之间;土舱压力应控制在0.09~0.13 MPa之间。基于地表沉降监测,上述盾构掘进参数控制值具有一定的合理性,且效果明显。盾构掘进区域内地表的沉降比较小,基本控制在1.5~4.0 mm。     

CAR模型的阶与时滞的强一致估计

研究随机线性反馈控制系统的结构辨识问题。在已知时滞的下界和模型阶的上界的假定下，通过使修改的Ｂａｙｅｓｉａｎ信息准则最小化，推导出由多输出多输出ＣＡＲ模型描述的系统的未知阶与时滞的估计算法，证明了算法是强一致收敛的，且能在有限步内达到其模型结构参数的真值。讨论了当模型的参数矩阵不满秩时减弱条件Ｈ＇３的强一致估计算法。     

噪声相关时多通道带乘性噪声系统最优滤波

针对多通道乘性噪声系统问题的实际需要,推广Rajasekaran滤波算法,利用线性最小方差的概念和投影公式,导出含有乘性噪声统计特性参数阵特殊乘法运算的新息协方差矩阵,并利用这个中间矩阵,在观测为多通道,且各个通道的乘性噪声不同,以及系统的动态噪声和观测噪声同时刻相关的情况下,导出状态递推滤波算法,该算法在线性最小方差意义下是最优的。并对该算法进行仿真研究,仿真结果表明了该算法的有效性。     

基于多传感器观测下的带乘性噪声系统的最优滤波融合算法

多传感器系统由于具有较高的精度及可靠性日益受到研究者的重视。本文针对多传感器观测下的带乘性噪声系统，分别给出了集中式与分布式滤波融合算法。这2种算法在数学上完全等价，在线性最小方差意义上均是最优的。但对于工程实际问题，分布式的融合策略在计算、可靠性、故障的检测与隔离等方面更具有优势。文中举例验证了这2种融合算法的有效性。     

带乘性噪声系统在加性噪声相关时的最优固定域平滑及反褶积算法

最优平滑及最优反褶积在石油地震勘探、通讯工程、语音处理等应用领域都具有十分重要的意义。以往的带乘性噪声系统的平滑及反褶积大都对系统模型的噪声特性有着较强的限制条件，要求动态噪声及观测噪声互相独立或只能在同时刻相关。该文给出了一种在动态噪声为有色噪声及动态噪声和量测噪声在有限时间段上相关的情形下带乘性噪声系统的固定域平滑及反褶积算法，该算法在线性最小方差意义是最优的。通过仿真计算，说明了该算法的有效性。     

多传感器观测下带乘性噪声系统的逆向滤波与反褶积融合算法

针对多传感器观测环境下带乘性噪声系统的逆向最优滤波与反褶积融合估计问题，本文提出了1种基于极大似然准则的最优融合算法。该算法中各单传感器间并行计算，并且融合中心与单传感器处理中心间无反向通讯，因而招待效率较高。仿真表明，该融合算法产生的逆向滤波与反褶积比单传感器处理结果有较明显提高。     

多通道带乘性噪声系统的最优固定域平滑算法

在以往的乘性噪声系统的观测模型中，由于假定各通道的乘性噪声是完全相同的，因此并不是真正的多通道系统。而本文则考虑各通道乘性噪声不同的情况，即真正意义上的多通道带乘性噪声系统。在褚东升等“噪声相关时多通道带乘性噪声系统最优滤波”的基础上，进一步给出了固定域平滑算法。该算法在线性最小方差意义下为最优的。通过仿真计算，说明了该算法的有效性。     

带乘性噪声系统的最优反褶积

针对高分辨率石油地震勘探问题，研究一种乘性噪声随机系统的最优反褶积估计方法。通过建立逆向运行的在线性最小方差意义下最优的状态滤波公式，推导出一种随机输入序列的单向量最估固定域递推算法，该方法离线运算的存储最小，有助于提高地层反射序列提取的分辨率。     

非线性随机系统的参数辨识及动态预报

鉴于含有加性噪声的指数模型描述了一类重要的非线性随机系统，本人出这类系统的参数的递推辨识算法，克服了迭代算法不能在线运行，需反复矩阵求逆的不足，当系统时变时，还采用了虚拟噪声技术来补偿因参数时变引起的建模误差，从而改善动态预报器的性能，应用这种方法，对油田采油井，注水井的套管损坏的情况进行了多步动态预报，其精度令人满意。     

带乘性噪声系统在加性噪声相关时的最优滤波

针对石油地震勘、通讯工程、语言处理等应用领域。该文研究了一种在更弱的噪声限制条件下带乘性噪声系统的状态最优滤波,就动态噪声为有色噪声及动态噪声和量测噪声在有限时间段上相关的情形,给出了线性最小方差意义下的状态最优滤波算法,并对此算法作了仿真计算,获得满意的结果。