具有共轭复数重极点系统的一种状态转移矩阵

本文将求解无共轭复数重极点的模式系统（Ｍ，Ｂ，Ｃ）的状态转移矩阵推广到求解具有任意重共轭复数极点的一般情况，得出了用实数表示的求解公式和两个重要的拉氏变换式。为简便、迅速、准确，特别便于计算机求解这类状态方程创造了有利条件，具有明显的效果和普遍的实用价值。     

关于状态转移矩阵的一种简便计算方法

状态转移矩阵的计算是自动控制理论中一个基本而重要的问题。但状态转移矩阵的求解很繁琐,特别是在高阶时。本文介绍了一种计算状态转移矩阵的简便方法,系统的阶次越高,这种方法的简化效果越明显。     

扩充的状态转移网对话模型及其实现

给出了基于对象类的扩充的状态转移网对话模型，阐述了该模型使用的两种抽象方法：归纳与聚合，并讨论了从对话设计到程序设计语言的实现策略。     

线性定常连续系统状态转移矩阵的几种算法

对线性定常连续系统状态转移矩阵的几种计算方法进行了比较     

采样控制系统状态转移矩阵的求法

本文介绍了采样控制系统状态转移矩阵的四种求法及应注意的问题。并给出了应用举例。     

一种测量流长度分布的近似方法

为提高测量精度并减少所需资源,提出一种近似的测量流长度分布的方法.通过分析产生一个定长原始流的概率分布,并考虑流的重尾特性对其产生的影响,给出了近似测量流长度分布的测量模型.理论分析和实验结果均表明,该方法在使用抽样技术条件下,可以准确对流长度分布作出统计,满足实际测量需要.     

基于一步状态转移矩阵的Freeman链码压缩

本文阐述了在Markov链一步状态转移矩阵的基础上重建Freeman链码序列模型，给出了一种更合理的Freeman链码数据压缩算法，它在压缩较复杂的二维线条图像即较长链码的时候，具有比直接Huffman编码更优越的性能。     

自相似业务环境下IP网络的排队性能分析

网络流量分析表明很多信息源的聚合会产生具有自相似特性的信息流,在自相似环境下分析IP网络的排队性能成为当前热点。文中采用具有Pareto分布的ON/OFF叠加模型作为输入业务,分析IP交换机缓冲区队列溢出概率,得到与实际网络相似的结论:溢出概率并不随缓存长度的增加而呈指数规律下降,其下降速度相对要慢得多。在自相似业务环境下,增加缓存长度并不能有效地降低丢失率。     

S-粗集的状态转移与识别

提出状态矩阵和状态转移矩阵的概念,分别利用状态矩阵和状态转移矩阵描述属性集R对论域U的划分U/R的状态和U/R的状态转移.给出S-粗集的状态转移识别定理、S-粗集的状态转移识别原理,并给出了应用实例.     

分配问题的状态转移模型与求解

从分配问题实际上也属于一种多阶段决策问题出发 ,建立了分配问题的状态转移模型 ,并进行求解 .     

关于次指数分布及其相关类的一个性质

次指数及其相关类分布在随机风险理论以及概率论其它诸多领域具有广泛应用．本文利用Lebesgue-Stieltjes积分的性质，推广了Pitman的相应结果，给出了两个非负独立随机变量最小值服从指数或次指数分布的一般性充分条件．作为推论，如果两个非负独立随机变量都服从指数或次指数分布，那么其最小值也服从指数或次指数分布．     

一类重尾分布族的若干等价条件

给出了能控制一切轻度重尾分布的分布族的两个新的等价条件，它们可以在大偏差理论及风险理论中发挥一定的作用．     

on-off源的长程相关结构

以更新理论和拉普拉斯-司阶梯变换为数学工具推导出各种on/off周期持续时间尾分布情况下,on-off源的长程相关结构.证明了on-off源的长程相关结构主要取决于尾分布最重的那个周期的尾分布特性,并通过构造随机on-off样本序列对该结论的正确性进行了验证.     

自相似业务量下网络的排队性能分析

在研究通信网的网络性能、流量控制和资源配置时,业务源模型是其中一个十分重要的组成部分。近年来的研究发现数据网络中的业务量呈自相似特征,传统的能够精确描述电话网络的马尔可夫模型不再适用。业务量的自相似特征显著影响网络的流量控制与排队分析,已经引起人们的极大重视。采用G/M/1排队模型对分组长度可变的网络的排队性能进行了分析和仿真,其中自相似业务量是通过叠加大量独立的到达间隔为Pareto重尾分布的ON/OFF源来生成的。仿真结果表明,自相似业务量导致网络的排队性能劣化,这与有关文献对ATM交换的分析结果一致。     

M*族和S族分布的若干性质

得到了M 族分布的若干性质,讨论了M 族与D族的联系;得到了S族分布的一个性质.     

量测随机丢失下基于容积卡尔曼滤波的厚尾噪声处理方法

针对量测随机丢失和厚尾量测噪声条件下的非线性状态估计易发散问题,提出了一种新的非线性卡尔曼滤波方法.引入服从Gamma分布的辅助参数,将厚尾量测噪声建模为Student's t分布,以解决厚尾噪声导致的状态估计易发散问题,并采用服从Benroulli分布的随机变量来描述量测信号随机丢失的现象;在量测随机丢失下,基于目标状态和未知参数建立联合后验分布,并使用变分贝叶斯方法,联合估计系统状态、量测丢失概率和未知的厚尾噪声.非线性目标跟踪仿真实验表明,提出的算法可自适应估计未知的量测丢失概率,在野值概率为5%的条件下,算法目标跟踪的位置、速度和转动速率均方根误差分别为对比算法的37%、28%和60%;在野值概率为10%的条件下,其他算法均出现了发散现象,而提出的算法依然能够以较低的误差跟踪目标,体现了所提算法良好的鲁棒性和优越性.     

一类重尾分布族的若干性质

得到了若干个i．i．d．的正格子点上一类重尾分布族y族随机变量的和也是属于该族,因此正格子点上y族对卷积封闭．     

一类风险模型的破产概率

进一步推广Sparre Andersen风险模型,并得到了破产概率的尾等价式,它与Sparre Andersen风险模型相应的结果一致.     

时间相依复合更新风险模型中索赔过程的精细大偏差

考察了复合更新风险模型的精细大偏差。单次事故导致的索赔额为广义负上象限相依的且服从重尾分布的随机变量,单次事故引起的总索赔额与其对应的索赔时间间隔相依。     

重尾索赔下带干扰复合Poisson-Geometric模型的破产概率

复合Poisson-Geometric风险模型能够较好地刻画风险事件和赔付事件有可能是不等价的情形,在保险中有其实际应用的背景.研究了重尾索赔下带干扰的复合Poisson-Geometric风险模型,得到破产概率所满足的一个渐近表达式.这个结果在形式上与经典的带扰动的复合Poisson风险模型是一致的.