基于离散小波变换的动态过程模型参数辨识的Markov方法

提出一种新的Ｍａｒｋｏｖ递推算法，该算法主要是基于过程噪声的离散小波变换的协方差矩阵及其Ｃｈｏｌｅｓｋｙ分解因子具有特殊稀疏带状结构的事实，利用模型输出误差的小波变换在线估计出其协方差矩阵及其Ｃｈｏｌｅｓｋｙ分解因子Ｌｃｗ，进而利用Ｌｅｗ对数据进行白色化处理。数值仿真验证了所提算法是可行的。     

实一般矩阵的复特征值和复特征向量的计算机求解

在介绍实Ｓｃｈｕｒ分解定理和Ｈｏｕｓｅｈｏｌｄｅｒ矩阵的定义基础上,先将实一般矩阵Ａ通过Ｈｏｕｓｅｈｏｌｄｅｒ矩阵转换成上Ｈｅｓｓｅｎｂｅｒｇ矩阵Ｈ,再通过ＦｒａｎｃｉｓＱＲ法,即一种两步带有位移的ＱＲ法,将不可约的实Ｈｅｓｅｎｂｅｒｇ矩阵Ｈ化为实Ｓｃｈｕｒ形,最后得到矩阵Ａ的复（或实）特征值。如果在变换之前或变换过程之中发现上Ｈｅｓｅｎｂｅｒｇ矩阵Ｈ可约,便将其分解成若干个不可约的上Ｈｅｓｅｎｂｅｒｇ矩阵Ｈ,反复使用ＦｒａｎｃｉｓＱＲ法,直至将整个上Ｈｅｓｅｎｂｅｒｇ矩阵Ｈ化为完整的Ｓｃｈｕｒ形。在求出实一般矩阵Ａ的复（或实）特征值之后,应用列主元Ｇａｕｓ－Ｊｏｒｄａｎ消去法,可以得到精确的复（或实）特征向量。应用上述数学方法,编制了实一般矩阵的复特征值和复特征向量计算机程序。采用ＦｒａｎｃｉｓＱＲ法,可以避免计算机进行复运算,同时使收敛速度和收敛精度得到较好地提高。     

体上矩阵稳定性及其判别准则

给出了体上矩阵稳定的概念和一些具体的判别准则，推广了通常矩阵诊中Ｒｏｂｒｂａｃｈ，Ｔａｕｓｓｋｙ，Ｏｓｔｒｏｗｓｋｉ等定理，并将复矩阵阵特征值估计的Ｇｅｒｓｃｈｇｏｒｉｎ定理推广到体上，指出了四元素矩阵中亚负定矩稳定矩阵和亚正定矩阵是不稳定的结论和其它一些结果。     

Walsh变换核矩阵递推性的研究

通过理论证明，得出了Ｗａｌｓｈ变换核矩阵具有递推性的结论，给出了从低阶Ｗａｌｓｈ矩阵导出高阶Ｗａｌｓｈ矩阵的递推关系，从而，可以借助于递推性研究快速Ｗａｌｓｈ变换的新方法和并行算法。     

关于复亚正定矩阵的几个不等式

给出复亚正定矩阵和复广义正定矩阵的概念,建立了它们的行列式模的几个不等式,推广了Ｏｓｔｒｏｗｓｋｉ－Ｔａｕｓｓｋｙ不等式和Ｏｐｐｅｎｈｅｉｍ定理。     

矩阵恢复的协方差矩阵估计算法

研究受高斯噪声干扰的低秩矩阵恢复。根据高斯噪声的统计性质,引入了协方差矩阵估计模型,构造出针对高斯噪声模型的低秩矩阵恢复算法。该算法基于最小化协方差矩阵核范数求解低秩矩阵,利用奇异值分解理论推导出模型的最优解。该模型结合高斯混合模型能够达到非常好的估计效果。仿真实验表明,该模型具有更快的收敛速度和更好的估计结果。     

阵元非均匀高斯白噪声背景下的近场声源定位研究

为解决非均匀高斯白噪声背景下常规近场声源定位算法精度低的问题,提出一种基于噪声协方差矩阵估计的近场声源定位,预白化MUSIC算法,该方法首先从阵列输出数据中估计出噪声协方差矩阵,再利用估计出的噪声协方差矩阵预白化阵列协方差矩阵,从而提高常规算法的估计性能.仿真结果表明,在非均匀高斯白噪声背景下的近场声源定位中,预白化MUSIC算法定位性能高于常规MUSIC和Capon算法的估计性能.     

Z—矩阵的预处理迭代方法

对解大型稀疏线性方程组Ａｘ＝ｂ，当其系数矩阵Ａ为严格对角占优的Ｚ－矩阵时给出了一种预处理方法，证明了预处理后的的矩阵Ａｐ的Ｇａｕｓｓ－Ｓｅｉｄｅｌ及对称的Ｇａｕｓｓ－Ｓｅｉｄｅｌ迭代均收敛的，并且对Ｇａｕｓｓ－Ｓｅｉｄｅｌ迭代的迭代矩阵ＴＤ的谱半径ρ给出了一个上界。     

基于优化EKF的永磁同步电机转速估计

为了解决在永磁同步电机无速度传感器直接转矩控制系统中,扩展卡尔曼滤波器在转速估计时系统噪声矩阵和测量噪声矩阵难以较准确获得的问题,提出了一种基于改进粒子群优化的扩展卡尔曼滤波器转速估计方法,该方法融合了粒子群算法与遗传算法的优点,经过实验仿真表明,当将此方法应用于卡尔曼滤波器系统噪声矩阵和测量噪声矩阵寻优时,与遗传算法、标准粒子群算法相比,改进粒子群优化的卡尔曼滤波器能更加迅速地找到较优解。     

局部分式Brown运动和局部分式Gauss噪声及应用

研究了局部分式Ｂｒｏｗｎ运动和局部分式Ｇａｕｓｓ噪声的基本性质，并用于分析吉拉克地区地震数据序列的分形性质，得到各地震道ＣＤＰ所似地是Ｈａｕｓｄｏｒｆｆ维数为（２－Ｈｋ）的局部分式Ｇａｕｓｓ噪声曲线。     

K-行正交矩阵的一些性质

给出k-行正交矩阵的概念,讨论其行列式、可逆性、迹、特征值等问题,得到k-行正交矩阵的行列式、逆矩阵、特征值与迹,得出了以下主要结果:k-行正交矩阵是行列对称矩阵,它本身以及它的行转置和列转置矩阵都是可逆矩阵;k-行正交矩阵的转置矩阵以及它的行转置和列转置矩阵仍都是k-行正交矩阵;k-行正交矩阵的行转置矩阵的逆矩阵等于其逆矩阵的行转置,其列转置矩阵的逆矩阵等于其逆矩阵的列转置;它的行转置矩阵的转置等于其转置矩阵的行转置,它的列转置矩阵的转置等于其转置矩阵的列转置。     

行反正交矩阵的中心对称性

给出行反正交矩阵的概念,并着重研究它的中心对称性,得出了以下主要结果:行反正交矩阵是行列对称矩阵;行反正交矩阵是中心对称矩阵;行反正交矩阵的转置矩阵以及它的行转置和列转置矩阵都是中心对称矩阵;行反正交矩阵的行转置矩阵的逆矩阵等于它的逆矩阵的行转置,行反正交矩阵的列转置矩阵的逆矩阵等于它的逆矩阵的列转置;行反正交矩阵的行转置矩阵的转置等于它的转置矩阵的行转置,行反正交矩阵的列转置矩阵的转置等于它的转置矩阵的列转置。     

P-增广矩阵与信息的智能动态发现-辨识

利用普通增广矩阵概念与P-集合动态结构交叉,改进普通增广矩阵概念,提出P-增广矩阵,给出P-增广矩阵结构;P-增广矩阵由内P-增广矩阵与外P-增广矩阵共同构成。给出内P-增广矩阵属性定理,外P-增广矩阵属性定理与P-增广矩阵属性定理;给出P-增广矩阵与普通增广矩阵的还原关系。改进P-推理,提出P-增广矩阵推理,给出推理结构;P-增广矩阵推理由内P-增广矩阵推理与外P-增广矩阵推理共同构成。提出属性的P-增广合取范式,给出属性的P-增广合取范式与属性的普通合取范式的关系,提出属性的P-增广合取范式还原定理;给出满足P-增广矩阵推理条件的信息的智能动态发现-辨识定理,最后给出了应用。     

正定导纳和阻抗参数矩阵的实现

将非对称正定导纳和阻抗矩阵分解成对称矩阵和斜对称矩阵,且证明了分解的对称矩阵与非对称矩阵的正定性相同－ 然后用（ｐ ＋ ｑ） 端口变压器分别实现对称矩阵和斜对称矩阵后并联或串联两矩阵的网络即得非对称正定导纳和阻抗矩阵的网络;解决了以往不能综合非对称正定导纳和阻抗矩阵的问题－     

关于伴随矩阵的一个注记

矩阵A的伴随矩阵A*是在求其逆矩阵中提出的,是一个重要矩阵。本文研究了伴随矩阵的性质,得到了可逆方阵A的m次伴随矩阵A*m、A*m的逆矩阵及A*m的行列式的表达式,并给出了证明。     

k-行正交矩阵的中心对称性

给出k-行正交矩阵和中心对称矩阵的概念,并着重研究了k-行正交矩阵的中心对称性,得到以下主要结论:k-行正交矩阵是中心对称矩阵;k-行正交矩阵的转置矩阵以及它的行转置和列转置矩阵都是中心对称矩阵;k-行正交矩阵的逆矩阵和伴随矩阵也是中心对称矩阵;若干个k-行正交矩阵的和仍是中心对称矩阵.     

“矩阵相似”等价于“特征矩阵等价”的证明

两个数域上的数字矩阵的相似问题可以转化为其相应的特征矩阵等价的命题来解决。很多教科书对这一问题的证明过于简单,没有真正的区分数字矩阵和多项式矩阵之间的不同。数字矩阵与多项式矩阵的区别就在于数字矩阵经过加法、减法、乘法、除法后还是数字矩阵,但多项式矩阵不能无条件的进行除法运算后还是多项式矩阵。所以,我们在证明多项式矩阵的有些问题时,不能直接套用数字矩阵的一些命题和定理。本文对"数字矩阵相似"等价于"特征矩阵等价"这一问题进行了详细论述。     

关于广义酉矩阵的若干结果

酉矩阵是一类特殊而重要的复数矩阵,在量子力学等领域中有重要的应用,广义酉矩阵的研究对矩阵理论的研究有着重要的意义.从广义酉矩阵的定义出发,通过对酉矩阵与广义酉矩阵进行比较,研究了广义酉矩阵的性质,得到了关于广义酉矩阵的若干结果,是酉矩阵相应结果的推广.     

矩阵的运算与K-复数的运算关系

矩阵与K-复数之间存在一定联系.在矩阵与K-复数理论基础上,讨论了矩阵转置、对称方阵、反对称矩阵、矩阵的分解、方阵的行列式及可逆矩阵与K-复数的关系.获得K-复数用矩阵表示后,它的运算可以转化为矩阵的运算.所得结果是复数中相应结果的应用.     

k-广义酉矩阵

给出了k-广义酉矩阵的概念,研究了它的性质及其与酉阵、辛阵、Householder阵、Hermite阵、Hamilton阵及广义逆矩阵之间的联系,从而推广了酉矩阵、Hermite阵、斜Hermite阵及Householder阵的相应结果,并将正交阵的广义Cayley分解推广到了广义酉矩阵.