时变系统的FIR模型辩识及设计变量

文章考虑时变系统辨识中辨识设计变量的最优化问题，时变系统的参数可用平稳的AR（1）随机过程描述，时变系的FIR模型递函数估计的均方误差，记作MSE，它可以用一个较简单表达式来逼近它，作者在MSE极小的意义下，给出辨识设计变量的解析表达式。     

时变系统的Laguerre模型辨识及设计变量(1)

文章考虑动态线性系统的时变参数是平稳的AR（1）变量，系统为时变的Laguerre模型时的传递函数估计的均方误差（MSE）。在缓慢时变和高阶模型下，利用随机梯度算法，得到MSE的近似表达式。该文利用Laguerre模型取代FIR模型，减小了MSE，降低了模型的阶次，最后讨论了随机梯度算法的设计变量的优化问题。     

时变多变量系统阶次和参数的同时辨识

通过引进时变遗忘因子，该文提出了一种时变多变量系统的结构和参数的同时辨识算法，该算法结构简单，跟踪参数变化速度快，同时又兼备ＵＤ分解的良好计算品质。     

时变系统的Laguerre模型辨识及设计变量（2） ——Kalman滤波法

文章考虑动态线性系统的时变参数是平稳的AR（1）变量，系统为时变的Laguerre模型时的传递函数估计的均方误差（MSE）。在缓慢时变和高阶模型下，利用Kalman滤波算法，得到MSE的近似表达式。最后得到了Kalman滤波算法的设计变量的最优解。     

线性时变系统辨识的神经网络方法

构造了一种用于线性时变系统辨 神经网络,研究了它对线性时变控制系统的逼近能力。在以Ｌ＾２（０,ｔ１）;Ｒ＾ｍ的任意一个有界子集为控制函数集上,神经网络具有一致逼近线性时变系统的状态的能力,了采用标准正交系作为样本的 训练方法,按照这种方法训练后,在由这个标准正交系所生成的Ｌ＾２「Ｏ,ｔ１」;Ｒ＾）的空间上,神经网络的输出一致逼近线性时变系统的状态。     

多变量时变系统的自适应控制

将作者提出的单变量时变系统的算法推广到多变量情形,得到了多变量时变参数系统的自适应控制,同时讨论了算法的收敛性.     

基于神经网络的时变时滞系统自适应内模控制

将基于人工神经网络的时变时滞系统参数辨识算法与内模控制相结合,提出了时 滞系统自适应内模控制算法,理论分析及仿真结果表明,该算法能克服时滞及参数的变化,具有鲁棒性好,抗干扰能力的特点。     

闭环系统辨识的辅助变量法

Stoica 和 Sderstrm 曾提出了最优辅助变量法,但它着重在开环线性系统的辨识.本文把该方法推广到闭环系统,也可得到无偏一致性估计.最后由仿真结果指出,该算法可得到参数的渐近有效估计.     

时变最优化信息处理技术及其应用(Ⅰ)——基本思想与系统辨识

分析了时变目标函数及其最优解的时变性能，提出了跟踪时变目标函数最优解的一阶和二阶方法，其中二阶方法能使时变目标函数最优解的跟踪以指数速率收敛。     

时变系统的迭代学习控制

针对参数未确知时变系统，提出了一种新的迭代学习控制律。在新控制律中，除了引入前次学习过程误差信息外，还引入了当前学习过程误差信息。从理论上证明了新控制律的收敛性。对离散时变系统和连续时变系统的两个实例进行了仿真研究。理论分析和实例研究结果表明，所提出的新控制律具有较高的学习速度和对初始误差良好的鲁棒性。     

基于小波变换的矢量量化快速编码算法

提出了一种基于均方误差（MSE）测度的矢量量化快速编码算法，算法利用小波变换的特点，合理地构造矢量，结合非线性插补矢量量化技术、矢量和值差法和部分失真排除法，在搜索编码过程中，有效排除部分候选码字。实验结果表明，相对于穷尽搜索方法，计算量有明显降低，计算时间减少约97%。     

一种结合小波变换的矢量量化快速编码算法

研究了一种基于均方误差(MSE)测度的矢量量化快速编码算法。算法利用小波变换的特点，合理构造矢量，结合非线性插补矢量量化技术、矢量和值差法、部分失真排除法和一些典型的小波系数的极性判断，在搜索编码过程中，有效排除部分候选码字。实验结果表明。相对于穷尽搜索方法，计算量有明显降低，计算时间减少约98％。     

Joint Source and Relay Precoding/Beamforming Algorithm for OFDM Multi-user Cooperative Relay Systems

In order to reduce the feedback load of multi-user orthogonal frequency division multiplexing （ OFDM ） -based wireless systems, a practiral limited bits feedback precoding algorithm is proposed with direct source-destination link based on amplify-and- forward cooperative relay network under frequency selective fading channels. Using joint minimum mean square error（MMSE） filter, the receiving decoding matrix is designed for each user in the paper. Source precoding （beamforming） matrix is optimized with convex function of weight mean square error （MSE）. Relay precoding matrix is obtained under MSE decomposition and convex optimization. The precoding matrix index is fed back for clustered subcarrier of OFDM with limited feedback. Then using interpolation algorithm, all precoding matrices are achieved at base station （BS） and relay nodes. Simulations indicate the effectiveness of the proposed limited feedback joint precoding and beam_formlng design. The proposed method can improve bit error rate （BER） performance and obtain better sum-rate performance in contrast to existing algorithms. It displays the BER performance is close to that of the unquantified precoding feedback method.     

基于LMS算法的自适应滤波器在水声信号处理中的应用

针对水下环境通常是一种时变的强噪声信道,而采用传统的滤波器难以检测到有用信号的特点,利用LMS自适应谱线增强算法,构造了自适应滤波器。通过理论分析与仿真实验对该增强器进行了研究。结果表明：该谱线增强器收敛后均方误差小,提高了增强谱线和抑制非高斯噪声的能力。     

一种改进的MNVS自适应滤波算法

提出一种改进的归一化变步长自适应滤波算法（ＡＮＶＳ）,它对归一化变步最小均方误差自适应乍法（ＭＮＶＳ）作了进一步的改进,使之既具有愉收敛速度,又有快速跟踪能力,计算机仿真结果表明,该算法的性能明显优于ＭＮＶＳ算法,而其计算量与ＭＮＶＳ算法相当。     

时变疾病控制系统的解的存在性

研究了一类时变疾病控制系统，用特征线法，积分方程和泛函分析的理论证明了系统的解的存在性，给出了解（ｐ１（ｒ，ｔ），ｐ２（ｒ，ｓ，ｙ））的解析表达式。     

一种基于梯度的新自适应无限冲击响应限波器算法

基于变步长类最小均方(VS-LMS-L)算法和无记忆非线性梯度(MNG)算法，设计了一种变步长无记忆非线性梯度(VS—MNG)算法．新算法在频率估计均方误差(MSE)和收敛速度上获得增进的性能，而且具有很好的鲁棒性．仿真结果显示了设计算法的优越性．