时滞Scaled系统的分析与参数辨识

应用Legendre多项式的递推式,首先推导出了Legendre多项式的Scaled矩阵,并利用Legendre多项式的时滞矩阵及积分性质,首次给出了时滞Scaled系统的分析及参数辨识方法,文中给出了计算实例。     

伺服系统Hammerstein非线性模型及参数辨识方法研究

在伺服系统建模中,针对线性模型无法表达系统在低速、运动换向条件下摩擦与死区等非线性现象的问题,采用包含静态非线性部分和动态线性系统的Hammerstein模型来代替线性模型对伺服系统进行了描述.根据静态非线性模型逼近伺服系统的非线性特性,非线性模型采用分段非对称多项式基函数来解决摩擦在运动中存在的非对称特性.对于多频率正弦输入信号和伺服系统的速度输出信号,由迭代最小二乘方法来估计模型的参数.通过辨识实验中的线性模型和Hammer-stein模型的输出,说明采用Hammerstein模型方法能有效地对系统非线性部分建模,Hammer-stein模型的输出误差比线性模型的输出误差约减少90%,因此显著地提高了系统的模型精度,实现了对系统非线性动态行为的精确预测.     

Bézier曲线的单侧降阶逼近

为解决曲线局部包络问题,提出Bézier曲线的n-1单侧降阶逼近的方法.这种方法的主要步骤是先根据已知Bézier曲线的具体特点利用切比雪夫多项式构造出它的最佳阶一致逼近曲线.然后根据其顶点偏移向量得到误差曲线,再使用Legendre最佳平方逼近多项式方法构造出所要求的n-1次最佳逼近多项式曲线.这种方法可以给出处于原曲线的一侧或在一定范围内处于原曲线的一侧的曲线以满足某些曲线设计的要求.     

Bézier曲线的单侧降阶逼近

为解决曲线局部包络问题,提出Bézier曲线的n-1单侧降阶逼近的方法.这种方法的主要步骤是先根据已知Bézier曲线的具体特点利用切比雪夫多项式构造出它的最佳阶一致逼近曲线.然后根据其顶点偏移向量得到误差曲线,再使用Legendre最佳平方逼近多项式方法构造出所要求的n-1次最佳逼近多项式曲线.这种方法可以给出处于原曲线的一侧或在一定范围内处于原曲线的一侧的曲线以满足某些曲线设计的要求.     

圆弧和球面的Legendre多项式逼近算法

文章提出了一种建立在函数Legendre展开的基础上的逼近圆弧和球面的新算法,得到了能够兼容造型系统的圆弧和球面的Bézier多项式形式表示的最佳逼近;该算法简洁明了,计算量小,容易计算出控制顶点,并且易于推广到不同弧度的圆弧、整圆及球面,也可以得到椭圆和椭球面的Legendre多项式逼近式;最后给出了一些数值实例,对逼近效果进行比较和分析,结果表明该算法是有效的。     

δ函数Legendre非线性逼近的收敛性

讨论了利用Legendre多项式母函数的非线性逼近,证明了当这类非线性逼近应用于Diracδ函数时逼近是收敛的,且导出了逼近误差.     

基于组合信号源的非线性系统的子空间辨识

为解决对非线性采样系统的状态空间Hammerstein模型难以辨识的问题,提出了基于组合信号源的辨识方法.首先用组合信号源将静态非线性环节和动态线性环节分离.其次,采用模糊神经模型拟合静态非线性环节,有效地避免了采用多项式方法逼近非线性函数的限制,拓宽了非线性模型的适用范围;采用子空间算法估计采样系统的状态空间参数矩阵.最后,通过对两个非线性Hammerstein系统模型的仿真,验证了所提出的辨识方法,既简化了辨识过程,对非线性模块能够较好地拟合,又可以很快估计出状态空间方程系数矩阵,从而证明了所提方法的准确性和有效性.     

基于T-S模型的离散非线性系统的迭代学习控制

针对离散T-S模糊系统的轨迹跟踪控制问题,提出了基于离散Legendre正交多项式的迭代学习算法.该方法利用离散Legendre正交多项式展开技术及其移位运算矩阵,导出了系统基于离散Legendre多项式展开的近似模型,建立了输入量与输出量之间的代数方程约束关系.在此基础上,用迭代学习的方法可修正输入量的Legendre多项式系数,所得算法可用于具有任意相对阶的离散非线性系统.仿真实例表明了该算法的有效性.     

Legendre多项式零点的一种求解方法及应用

探讨Legendre正交多项式的性质并给出它关于n奇偶性的通项表示.通过n个零点及其对称性,借助配方多项式,建立配方系数与通项系数的对应关系,构造配方系数的非线性方程组.最后,用拟牛顿法求解配方系数,求得Legendre多项式的n个零点和对应的求积系数,降低零点求解的复杂度,方便了Gauss型求积公式的应用.     

δ函数的导函数的Legendre非线性逼近

讨论了利用变形Legendre多项式母函数的非线性逼近.当这类非线性逼近应用于D iracδ函数的导函数时,它们被证明是Gauss求积公式应用于这一导函数的含有前述母函数的Stieltjes积分表示式.进一步证得了收敛性,导出了逼近误差.     

多项式数值逼近法在黑体辐射问题反演中的应用

本文提出求解黑体辐射问题的新方法,即采用多项式数值反演法——拉盖尔、勒让德、切比雪夫多项式数值逼近法等求解黑体辐射中的反演问题,数值计算结果显示采用勒让德、切比雪夫多项式数值逼近法的比Laplace反演法以及Tikhonov正则化方法等要精确,并且程序简单、算法高效。     

基于勒让德多项式逼近法的M-C强度参数概率分布推断

 在岩土工程可靠度分析中, M-C 强度参数概率分布类型研究是一项基础性工作, 为此提出了岩土抗剪强度参数概率分布函数的勒让德多项式推断法。以岩石常规三轴试验数据为原始信息, 根据组合理论和线性回归分析方法, 构建了内摩擦角φ、摩擦系数f 和黏聚力c 的小样本信息库, 对样本数据的概率分布类型进行假设检验, 通过有限比较法得到M-C 强度参数的最优经典概率分布类型为正态分布。基于勒让德正交多项式逼近法得到了φ、f 和c 的概率分布函数, 并利用K-S 检验法与正态分布进行计算精度比较。结果表明, 勒让德多项式推断得到的概率分布函数的K-S 检验值比正态分布的小, 更符合样本实际观测数据的分布规律。     

基于二次有理Bézier曲线逼近的图像压缩

针对传统的Bérnstein多项式逼近方法进行图像压缩时压缩率和压缩质量不高的问题,提出一种基于希尔伯特扫描和二次有理Bézier曲线逼近进行图像压缩的方法.首先利用希尔伯特扫描曲线将二维灰度图像转化为一维灰度序列;然后采用二次有理Bézier曲线对数据进行分段逼近;最后利用各段数据的逼近参数对图像进行压缩编码.实验结果表明：该方法比传统的Bérnstein多项式逼近方法在图像的压缩率和压缩质量方面都有所提高.     

一种基于小波消噪技术的平直度模式识别方法

为了提高平直度模式识别的精度,引入小波消噪技术对平直度信号进行预处理,然后采用以1次、2次、3次和4次勒让德多项式作为平直度基本模式的基于最小二乘原理的多项式回归方法进行模式识别,提出了一种计算精度高、抗干扰能力强的平直度模式识别方法。该方法能够从本质上提高平直度模式识别的精度,计算过程稳定可靠,能够为平直度控制模型提供准确的平直度信息,适合在线应用。     

基于代数和三角多项式加权的二次混合样条曲线

利用代数和三角多项式加权的方法,构造了一种二次混合样条曲线,这种曲线具有二次非均匀B样条曲线相似的性质.这里的权系数也是形状参数,称之为权参数,取值范围从[0,1]扩大到[-3.659 79,5.278 98].权参数的不同取值可以整体或局部地调整曲线的形状,并且权参数能像开关那样,使得曲线的各段非常方便灵活地在代数多项式、三角多项式之间转换.不需要用重节点或解方程组方法,而只要令某个或某些权参数取-3.659 79,曲线就能接插值于控制点或控制边.     

Legendre多项式求解变系数的分数阶Fredholm积分微分方程

为了求解变系数分数阶Fredholm微积分方程的数值解,运用Caputo分数阶导数及性质,得出了由Legendre多项式构造的任意分数阶微分算子Dα,再利用区间［0,1］上Legendre级数的逼近,将变系数的分数阶微积分方程用矩阵形式表示,采用配点法,得到相应的代数方程组,对原微积分方程的数值解进行了研究并给出了数值算例,验证了Legendre多项式方法的可行性和有效性。     

无导师几何校正的多项式逼近法

从多项式逼近的思想出发，利用遗传算法在多项式系数构成的高维空间中依据表征象点均匀分布程序的均匀分布了池数搜索全局最优的一组多项多系数，并用与之相应的多项式来逼近未知的逆变形函数，从而达到无导师几何校正的目的。     

约束导数值域一致逼近中最佳逼近的特征

本文在一般情况下给出了多重约束导数值域广义多项式的最佳一致逼近的特征。这一结果的适用范围极广,Hermite-Birkhoff插值约束逼近、复合共单调逼近及代数多项式情况下系数有界限的逼近等都是它的特例。     

基于Burton-Miller边界元法的不同类型单元计算精度对比

为了提高边界元法的计算精度和对具有复杂边界形状实际问题的应用能力,发展并应用非连续线性和二次边界单元进行数值计算.使用传统边界积分方程计算外声场,通过带有解析解数值算例,对比不同类型单元的计算精度,得到最有效的单元类型.然而使用传统边界积分法,在某些虚假特征频率处会产生解的非唯一性问题,Burton-Miller方法可以有效地克服这一问题.基于Burton-Miller法得到的非连续线性和二次单元的优化节点位置并不在勒让德多项式零点位置上,虽然表现得不像传统边界元法那样规律和统一,但是合适的经验值仍然被给出.