广义连续随机线性系统的最优递推问题

讨论了广义连续随机线性系统的最优递推问题,利用矩阵的奇异值分解理论,给出了广义连续随机线性系统的奇异值标准形式,基于标准形式,在两种情况下,将系统分解成两个子系统,通过对子系统状态估计的研究,得到了该系统的最优递推方程。结果表明,对于广义系统,该方法有效地减少了计算量。     

基于多涡卷Jerk-Chua混沌和自编码的扩频码构造方法

为了提高扩频通信系统信息传输的可靠性和安全性,提出一种基于复合多涡卷Jerk-Chua混沌与自编码相融合的扩频码构造算法。首先引用二维Henon变换和离散标准映射的构造思想产生一种新的非线性融合函数,其次通过该融合函数将复合多涡卷Jerk-Chua混沌产生的随机序列与自回归自编码随机序列相融合产生高质量复合随机序列作为新的扩频码。最后通过Matlab仿真测试表明,该算法相比现有方法得到的随机序列复杂度更高、随机性和相关性更好,应用于扩频通信系统中的误码率得到了一定改善,能够满足高安全性和高动态变化环境要求的通信系统信息安全保密的传输。     

离散时间修理延迟单部件可修系统的可靠性分析

针对离散时间下修理有延迟的单部件可修系统,建立了系统状态转移的数学模型。该模型假定系统有正常、维修和故障后待修三种状态,并且系统寿命、修复时间和等待修理时间均遵从一般离散分布。利用随机过程的方法,研究了该可修系统状态之间的转移关系。在该模型的基础上得到了系统可靠度、可用度、平均故障次数等常用可靠性指标。最后,通过一组算例来说明了该模型的有效性。     

滞后随机大系统的分散指数镇定设计

针对一类It^o型滞后随机大系统 ,利用随机系统稳定性理论、采用随机分析与Lyapunov泛函方法 ,得到了新的状态反馈分散指数镇定判据 ,给出了相应的状态反馈分散控制方案。将提出的方法应用到局部观测器的设计中 ,得到相应的分散镇定判据。用算例和仿真实现了的设计方法 ,并验证了该方法的有效性     

考虑轨道不平顺的高速磁浮列车导向系统控制器设计

为了降低轨道随机不平顺对高速磁浮列车导向系统的影响,研究了轨道随机不平顺影响下的导向控制器设计方法。在介绍导向系统结构的基础上,推导了导向系统的数学模型;基于该模型,分析了轨道随机不平顺对导向系统的影响。采用成熟的最优控制理论,通过将轨道随机不平顺引入控制器的性能指标,给出了考虑轨道随机不平顺的导向控制器设计方法。通过仿真表明,这种控制器减小了轨道随机不平顺对导向系统的影响,取得了期望的控制性能。     

基于相关机会规划的多机器人觅食过程的参数优化

针对随机环境中以觅食为任务的多机器人系统,在建立其整体数学模型基础之上,利用随机规划中的相关机会规划对影响整体系统性能的两个重要参数进行了优化分析,并采用基于随机模拟的遗传算法得到了优化结果.仿真结果表明,利用该方法可以实现随机环境下的系统优化控制,从而可为多机器人系统的行为规则优化提供理论依据.     

时空混沌伪随机比特发生器及其FPGA实现

利用时空混沌双向耦合映象格子模型构建了一种伪随机比特发生器,并在FPGA芯片上实现.通过分析系统的最大Lyapunov指数得到系统参数的选择标准.在不考虑通信时延的情况下,该伪随机比特发生器的比特产生速度可达到512 Mbps.使用美国国家标准和技术局(NIST)的FIPS 140-2及SP 800-22测试标准对该伪随机比特发生器实际输出的伪随机比特序列进行了测试,实验结果表明该发生器所产生的伪随机比特序列随机性能良好.     

随机时延非线性系统的模糊耗散滤波

针对存在随机时延现象的一类网络化非线性系统,基于T-S模糊模型和Bernoulli随机序列,提出一种模糊网络滤波器的设计方法.给出了以线性矩阵不等式描述的模糊网络滤波器存在的充分条件,该条件保证所设计的模糊滤波器满足滤波误差系统均方指数稳定,同时满足期望的耗散性能指标.仿真结果表明,提出的方法能有效解决存在测量数据随机时延非线性系统的滤波器设计问题.     

随机Petri网:研究现状和面临的挑战

近来,随机Ｐｅｔｒｉ网正逐渐成为描述和分析那些具有并发、同步和冲突等特征的系统的广泛而强有力的工具,其在Ｃ３Ｉ系统、柔性制造系统、计算机系统及通讯等诸系统中的各个领域的应用都已取得了显著的成功。然而,随机Ｐｅｔｒｉ网的状态空间的组合爆炸作为主要问题正阻碍着大型随机Ｐｅｔｒｉ网精确解的求取,进而限制了该类Ｐｅｔｒｉ网作为建模和性能评估工具的广泛使用。在本文中,首先回顾了随机Ｐｅｔｒｉ网的发展历程以及随机Ｐｅｔｒｉ网的主要子类和相应的解决方法,然后明确指出了目前随机Ｐｅｔｒｉ网在理论和应用中遇到的困难,并进一步阐述了克服该困难的三种主要方法的研究现状和发展前景。     

虚拟仪器中欠阻尼系统随机共振的应用与优化

针对现实应用中的噪声问题,基于虚拟仪器(Labview)的实验平台,在欠阻尼二阶线性系统中利用随机共振对弱信号进行检测仿真实验,研究表明,该系统输出信噪比呈非单调变化,适当调节系统参数和噪声强度可观察到欠阻尼二阶线性系统中存在随机共振现象,提高了信号的信噪比,进而可以检测到夹杂在噪声中的弱信号.该仿真系统还可以改造成检测实际弱信号的检测系统,与实际应用接轨,并通过遗传算法进行了参数优化,得到了预期理想效果,具有现实应用意义.     

虚拟背景下自助照相中成像技术研究

介绍了与虚拟背景下自助照相相关的一些成像技术。基于蓝背景色调聚类特征的人像提取技术和基于先验知识的阈值获取技术，通过对人像与背景形成的不同聚类构成直方图，并根据先验知识的阈值获取算法，克服了由于环境噪声造成的多峰值现象，顺利地了图像分割，较好地撮了人像。基于对比度感知特征的图像融合技术，应用形态学腐蚀方法形成人像的多个边缘层，并赋予不同的系数，根据系数将实际人像与虚拟背景融合以形成新的具有真实感的图像像片。实际应用效果表明这些技术简洁、有效，鲁棒性强。     

New chaotic system and its hyperchaos generation

To seek for lower-dimensional chaotic systems that have complex topological attractor structure with simple algebraic system structure, a new chaotic system of three-dimensional autonomous ordinary differential equations is presented. The new system has simple algebraic structure, and can display a 2-scroll attractor with complex topological structure, which is different from the Lorenz’s, Chen’s and L¨u’s attractors. By introducing a linear state feedback controller, the system can be controlled to generate a hyperchaotic attractor. The novel chaotic attractor, hyperchaotic attractor and dynamical behaviors of corresponding systems are further investigated by employing Lyapunov exponent spectrum, bifurcation diagram, Poincar′e mapping and phase portrait, etc., and then verified by simulating an experimental circuit.     

除噪技术及其在汇率数据中的应用研究

应用复杂系统理论研究了汇率混沌数据延时嵌入相空间重构方法及其伪相图的获取技术．通过嵌入空间矩阵的分解来得到混沌时序的奇异谱曲线，依此获取混沌时序的内在本质特征及判定其噪声的组成比例，将混沌数据的除噪技术用于汇率数据非线性本质特征的提取．计算结果表明：伪相图在极大程度上反映了原复杂系统的内在本质特征．这一研究对于汇率混沌数据的除噪、本质特征获取、非线性混沌模型的确立技术等都有着极其重要的理论和实际意义．     

非线性系统的定性相图构造

提出了一种新的基于定性仿真的非线性动力系统相图构造方法。首先对在定性仿真中应用最为广泛的QSIM算法进行改进,提出了适合于非线性系统的基于具体代数约束表示的仿真算法。在此基础上,对二维分叉系统以及非奇异的三维系统的相图构造实践进行实例分析。结果表明这种方法是完全可行的,它能够捕捉到所有定性可区分的系统行为从而很好的弥补传统的基于数值积分的相图构造方法的缺陷,因而具有其不可替代的价值。     

OPTIMAL PRICING OF A PERSONALIZED PRODUCT

This paper deals with optimal pricing of a personalized product such as a personal portrait or photo. A new model of the pricing structure inspired by two real-life cases is introduced to the literature and solved to obtain optimal photo sitting fees and the final product price. A sensitivity analysis with respect to the problem parameters is performed.     

Trust-Region Based Stochastic Variational Inference for Distributed and Asynchronous Networks

Stochastic variational inference is an efficient Bayesian inference technology for massive datasets, which approximates posteriors by using noisy gradient estimates. Traditional stochastic variational inference can only be performed in a centralized manner, which limits its applications in a wide range of situations where data is possessed by multiple nodes. Therefore, this paper develops a novel trust-region based stochastic variational inference algorithm for a general class of conjugate-exponential models over distributed and asynchronous networks, where the global parameters are diffused over the network by using the Metropolis rule and the local parameters are updated by using the trust-region method. Besides, a simple rule is introduced to balance the transmission frequencies between neighboring nodes such that the proposed distributed algorithm can be performed in an asynchronous manner. The utility of the proposed algorithm is tested by fitting the Bernoulli model and the Gaussian model to different datasets on a synthetic network, and experimental results demonstrate its effectiveness and advantages over existing works.

     

异类传感器多目标检测跟踪与识别随机集模型

为在空中预警监视系统中实现多异类传感器多目标联合检测、跟踪与识别,在多目标检测、跟踪的随机有限集模型基础上,进行多异类传感器多目标联合检测、跟踪与识别的理论模型与处理框架研究。通过对目标的运动学状态与目标识别属性状态统一描述,把多目标状态建模为一个用随机有限集描述的全局状态。通过对运动学传感器与属性传感器模型分析,把各异类传感器建模为一个全局传感器,并把各传感器的测量建模为一个用随机有限集描述的全局测量。根据全局状态与全局测量模型,把异类传感器多目标联合检测、跟踪与识别过程描述为Bayes滤波过程,并给出了相应的多异类传感器多目标联合检测、跟踪与识别处理框架。通过仿真试验验证了理论模型与框架的有效性。     

A one-parameter filled function for nonsmooth global optimization and its application

This paper presents a modified definition of the filled function for finding a global minimizer of a nonsmooth function on a closed bounded set, and then give a one-parameter filled function. Theoretical and numerical properties of the proposed filled function are investigated and a corresponding solution algorithm is proposed. The proposed filled function’s parameter is easier to be appropriately chosen than previous functions in literatures. Numerical results obtained indicate the efficiency of the proposed filled function method. An improved fingerprint recognition method using global filled function is also reported.     

求解子集问题的鲶鱼效应蝙蝠蚁群优化

为求解子集问题,提出一种新的基于图的蚂蚁系统--鲶鱼效应蝙蝠蚁群优化(catfish bat algorithm ant colony optimization,CBA-ACO)。基于子集问题的构造图,利用路径概率转移公式进行路径搜索,采用等效路径信息素增强进行信息素更新;动态维护一定数量较好路径作为档案信息;使用混沌映射并结合鲶鱼效应对蝙蝠算法(bat algorithm,BA)进行改进,在全局最优解多次未更新时,利用档案信息初始化鲶鱼效应增强搜索,返回较好路径解;采用本轮迭代最优更新和增强搜索更新两种方式更新信息素,兼顾算法的收敛速度和搜索能力。对算法进行了描述并分析算法复杂度。结果表明,CBA-ACO具有更好的稳定性和获取较好解的能力。