基于盲辨识理论的双通道肌电信号建模与分类

基于肌电信号产生机理，对双通道前臂肌电信号建立单输入多输出IIR系统模型，由于模型输入未知且不 可测，采用了盲信道辨识方法对模型传递函数进行辨识．通过提取模型参数作为信号特征，能够对握拳、展拳、前臂 内旋和前臂外旋四类前臂动作进行识别．实验表明，该方法运算量小，适合在线实现，性能要优于传统的AR模型 方法．     

基于盲辨识理论的双通道肌电信号建模与分类

基于肌电信号产生机理 ,对双通道前臂肌电信号建立单输入多输出 IIR系统模型 ,由于模型输入未知且不可测 ,采用了盲信道辨识方法对模型传递函数进行辨识 .通过提取模型参数作为信号特征 ,能够对握拳、展拳、前臂内旋和前臂外旋四类前臂动作进行识别 .实验表明 ,该方法运算量小 ,适合在线实现 ,性能要优于传统的 AR模型方法     

CSTR的非线性预测控制

对于像ＣＳＴＲ化学反应器的控制，由于其过程本身的严重非线性而变得十分困难，本文提出一种采用Ｈａｍｍｅｒｔｅｉｎ模型的预测控制方法来控制上述非线性过程。Ｈａｍｍｅｒｓｔｅｉｎ模型采用两种方法进行辩识，联立辩识法与序贯辩识法，本文特点地提出一种改进型Ｈａｍｍｅｒｔｅｉｎ模型，用于克服常规Ｈａｍｍｅｒｓｔｅｉｎ模型在控制器设计时的不足之处，对ＣＳＴＲ反应器之仿真结果表明，基于上述两种Ｈａｍｍｅｒｓｔｅｉ     

神经网络对输入信号时延敏感性问题的研究

针对神经网络对输入信号时延敏感性问题，提出了基于输入信号预处理的两种解决方法，一是基于相关系数分析的抗时延方法；二是基于FFT预变换的抗时延方法。这两种方法具有不改变神经网络结构、不需增加学习范例数量的突出优点。这就使网络辩识结果不再受输入信号时延的影响。     

模糊控制器比例因子最优整定

讨论了模糊控制器比例因子的一种整定方法，基于各态历细的平稳过程的统计辩识，在建立ＦＣ统计辩识数学模型的基础上，分析研究了ＦＣ比例因子与ＦＣ输入归一化信号分布，ＦＣ输入输出传统特性及ＦＣ统计输入输出特性之间的内在联系，阐明了整定方法的理论依据和关键技术。     

基于RELS方法的控制系统参数和结构辩识仿真

给出了应用递推增广最小二乘法对控制系统参数和结构进行数字仿真辩识的方法和步骤,通过对三个实际模型参数及阶的辩识结果,验证了仿真方法的可行性．建出的辩识思想对系统辩识实验研究具有意义．     

基于遗传算法和抽样反分析法的结构参数辨识

提出基于遗传算法的多层建筑结构参数辩识方法，并与抽样反分析法进行比较，进而在辩识的基础上进行结构响应预测。结果表明，对单自由度或辩识精度要求不太高的结构参数辩识，宜采用抽样反分析法；对自由度多或辩识精度要求高的参数辩识，粗采用遗传算法。遗传算法的辩识精度较高，预测较准确。     

基于前馈神经网络的动态负荷模型辨识

本文提出了一种利用人工神经网络（ＡＮＮ）与系统辨识技术相结合的动态负荷建模方法。首先简要介绍了电力系统负荷的动态模型和前馈神经网络，然后具体讨论了应用ＡＮＮ辩识负荷模型参数的方法，并结合具体辩识程序的框图，分析了辩识过程中应注意的问题。研究表明，本文提供了一条有效的辩识建模途径。     

造纸过程控制系统的数学模型

造纸过程控制系统是一个双输入-双输出系统.在系统的输入端加入伪随机信号,并测量系统的响应.应用最小二乘参数估计方法和F检验方法,辩识出系统的传递函数矩阵,进而计算其状态空间表达式。     

连续时间线性系统递推最小二乘辩识的收敛性分析

本文针对多输入多输出的连续时间动态线性系统，在系统噪声相关的情形下，研究了递推最小二乘辩识，给出了保证最小二乘辩识强一致性的充分条件。     

基于神经网络的空间7R冗余机器人的运动模型辨识

针对空间冗余机器人运动学控制中正、逆运动学求解的复杂性，采用神经网络从两方面解决这一问题。一是从神经网络出发，提出了一种新的动态神经网络结构--状态延迟输入动态递归神经网络（SDIDRNN），提高了网络的学习速度；二是从辩识方案出发，以SDIDRNN为基础，在空间7R冗余机器人正、逆运动学模型辩识的问题上，设计了一种新颖的解耦辩识方案。将其与另外两种具有普通网络结构的辩识方案相比较，说明了该新方案具有更高的学习能力，辩识误差可降低到对比方案的40％-6％。由于学习速度的提高，达到设定误差时的训练次数大大减少，使该方案在机器人运动控制系统中的实时计算能力大大增强，为神经网络在机器人运动学控制中的应用提供了一条崭新的思路，具有重要的应用意义。     

基于神经网络的非线性系统故障诊断

本文对非线性系统的故障检测与诊断提出了一种新的方法。利用神经网络对非线性系统进行辩识与建模 ,通过比较实际输出与模型的输出 ,可在线辩识出故障幅值的大小。     

辩识Hammerstein模型的集成辩识方法——MISO情形

本文针对用Ｈａｍｍｅｒｓｔｅｉｎ模型描述的一类ＭｌＳＯ非线性系统，提出了一种稳态估计和动态辩识相结合的集成辩识方法。利用稳态信息获得非线性增益的强一致性估计，利用动态信息可获得线性子系统脉冲响应序列的强一致性估计。数字仿真结果也说明了该集成辩识方法的有效性和实用性。     

基于递推k-均值聚类算法的RBF神经网络及其在系统辨识中的应用

提出了一种基于ｋ－均值聚类算法的ＲＢＦ神经网络递推快速学习算法,并用此对动态非线性过程进行辩识。仿真结果表明了本文方法的可行性。     

棒球投手上肢肌力研究

在查阅国外大量相关文献资料的基础上，了解棒球投手上肢肌力的研究现状，从投手上肢肌力与球速的关系、投手两侧上肢肌力对比研究、上肢主动肌／对抗肌比值研究等几个方面进行了归纳分析，并对研究中存在的问题及今后的发展提出了看法。今后应加强对肘关节屈和伸肌群肌力的研究，进一步探索不同投手前臂旋前肌群和旋后肌群的肌力变化情况。     

LAC准则及其在ARMA模型辨识中的应用

基于残差序列最小自相关原理，提出了模型适用性ＬＡＣ检验准则及其递推算法，用于辩识和估计ＡＲＭＡ（ｐ，ｑ）模型的结构和参数，在实际应用中取得了较满意的结果。其特点是计算量小、精度高，并且不受ｑ＜ｐ条件的限制。     

CDMA通信系统接收信号的统一表达式

针对同步与异步CDMA通信系统以及不同的信道模型,给出了连续接收信号的统一表达式。若对接收信号进行采样,也可得到离散接收信号的统一表达式。通过给出信道模型的统一表达式,可以很方便地利用此表达式来进行CDMA无线通信系统的各种复杂信道的参数辩识以及盲均衡设计。     

基于小波变换和K-L展开的单通道表面肌电信号识别

利用单通道表面肌电信号对肘收缩、肘伸直、前臂外旋和前臂内旋四个上肢动作进行了识别.用肌电信号最高频率20倍的过采样率对表面肌电信号进行采样,利用抽取滤波技术将过采样带来的冗余数据去除并保留了过采样带来的低噪声的优点.通过小波变换提取出5个子频带的相对能量与表面肌电信号的总能量一起作为原始的特征向量,然后通过K-L展开将6维的原始特征向量降为2维.通过建立BP网络分别用6维特征向量和2维特征向量对上述的四个动作进行识别.结果显示该方法在减少肌电电极的同时保持了较高的识别率,有很好的识别效果.     

桥梁施工现场的危害辩识

本文以桥梁工程施工为基础,阐述了如何做好危害辩识,风险评价中的繁杂难点工作：危害辩识工作。对危害辩识工作过程中的关键环节“作业活动划分”举例进行了详细阐述,为桥梁施工现场如何做好危害辩识工作提供了思路和方法。     

基于辩识模型的自动电压调节器

本文利用参数辩识的思想对一单机无穷大电力系统进行辩识以获得其数学模型,同时在辩识过程中考虑了噪声的影响,从而使得到的模型更能准确地反映实际系统。在辩识模型的基础上按最小方差控制原理设计了一离散型自动电压调节器。为避免出现静态偏差,采用了离散最小方差控制与连续积分控制相结合的方式,收到了良好的效果。这种控制方式实现非常简单。仿真结果表明,在各种情况下其性能均优于常规PI调节器,因此具有较高的实用价值。