基于凸多面体不确定网络化系统的鲁棒无源滤波

研究一类同时具有时变时延和测量数据丢失的不确定网络化系统的鲁棒无源滤波器设计问题。时变时延假设在一个已知的界内随机变化。测量数据的丢失是随机发生的,假设满足Bernoulli分布随机序列。采用线性矩阵不等式方法,给出了全阶和降阶的鲁棒无源滤波器存在的充分条件。所设计的滤波器使得滤波误差系统是均方指数稳定并满足给定的无源指标。最后数值仿真表明所提方法的有效性。     

基于随机最优反应均衡的认知层级模型

随机最优反应均衡与认知层级理论是在有限理性框架下对纳什均衡的修正方法,在解释实验结果时,2个模型存在参数范围变化过大的缺陷.将二者结合起来,并在表述参与者判断认知层级概率分布时引入噪声干扰,修正了各认识层级参与者选择策略的行为方式,从而建立了认知层级模型框架下,参与者依据反应函数决定策略选择概率的模型.通过算例进行比较,结果表明,该模型的精度更高、解释能力更强.     

基于两次Kalman滤波的观测噪声自适应调整算法

在实际的目标跟踪过程中,由于目标远近等各种客观因素的影响,观测噪声是随时变化的.但是在标准卡尔曼滤波中,如果将观测噪声协方差设为恒定值,必然造成跟踪结果不理想.针对这种情况,通过在任意时刻施行两次卡尔曼滤波的结果来自适应地调整观测噪声协方差,使卡尔曼滤波算法中的观测噪声协方差与实际值更加接近,从而提高对目标的跟踪精度.最后Monte Carlo仿真实验证明了本算法的有效性.     

矢量阵相干宽带MVDR聚焦波束形成

研究了两种矢量阵相干宽带MVDR聚焦波束形成方法:CSS-MVDR聚焦算法和STMV聚焦算法。两种方法将相干宽带MVDR高分辨方位估计方法及矢量阵信号处理技术与聚焦波束形成相融合,较常规聚焦波束形成具有更高的分辨力和更低的旁瓣级,能解决左右舷模糊问题并提高处理增益,可有效提高辐射噪声源近场定位识别效果。两种方法均可直接处理相干宽带信号,对于实际水声信号具有更高的适用性,具有较高的工程应用价值。通过仿真研究验证了相干宽带聚焦算法具有优越的空间分辨能力。     

典型声源声聚焦引起辐射噪声测量误差的分析

随着影响目标辐射噪声测量诸多因素的解决,声聚焦对测量精度的影响已显得比较突出.基于射线声学的虚源法,通过具体算例,分析了典型声源声聚焦引起的测量误差.仿真结果表明,声聚焦引起测量误差的大小与声源的类型、辐射指向性,边界约束,声源和接收器的空间位置,信号带宽、频率均有关.因此,传统的利用球面波规律对不同类型的声源辐射声测量值进行归一是有偏差的,需根据声源的辐射指向性及相关参数进行特定的修正.     

直升机飞行模拟器及其特点

根据直升机与固定翼飞机飞行方式、操纵方式和任务使命的不同,简单叙述了直升机地面飞行模拟器研制的一般要求和特殊要求,并讨论了直升机飞行仿真模型的部件建模方法,特别是诱导速度模型和机身模型的特殊建模方法.最后给出了典型直升机地面飞行模拟器的飞行模拟曲线、分析以及飞行员评价,验证了模拟效果的可信性.     

基于新古典理论的土地要素与经济增长的关系

在新古典经济增长理论的基础上构建了土地要素与经济增长关系模型,提出了土地利用技术和产出土地弹性的概念,并利用这些变量阐述了土地要素对经济增长的影响,通过对经济的稳态增长路径分析得出了土地要素与长期经济增长之间的关系.模型结果显示, 土地利用技术的增长有助于推动经济的增长;经济结构对经济增长率有至关重要的影响,经济增长率与经济体对土地要素的依赖性成反比.     

具有时变参数的短生命周期产品供应链博弈分析

研究了批发价格和需求预测精度都随提前期压缩而变化的博弈问题,提前期压缩使销售商的需求预测精度提高,却使制造商承担了更多的风险,因此,制造商会提高批发价格.制造商是领导者,先给出一个使自身利润达到最大的批发价格单位时间增量,销售商是跟随者,根据该增量,决定订货时机和订货量,采用逆向归纳法得出博弈均衡解.通过算例验证了有关结论,从中看出,通过采用合作策略,双方实现了利润增加和供应链的Pareto优化.     

梯度神经网络求解Sylvester方程之MATLAB仿真

近年来,国内外学者发表了许多关于线性代数问题实时求解的方法,其中包括了矩阵求逆和线性方程组的并行求解方法.在研究了基于梯度法的递归神经网络用于Sylyester矩阵方程的实时求解后,通过使用Kronecker乘积和矩阵向量化等技术进行了MATLAB仿真从而验证了相关理论分析.计算机仿真的结果证实了这类神经网络方法在解决Sylvester矩阵方程中的有效性和高效率(特别是在使用幂S型激励函数的情况下).     

递推加权最小二乘算法的研究

通常在使用递推加权最小二乘算法时,需要设计矩阵列满秩.从极限理论的角度出发,对设计矩阵列不满秩时加权最小二乘估计的递推算法进行了理论证明和分析,得出了在任意第n步,未知参数估计值收敛于由前n组数据所决定的极小范数加权最小二来解,并且此解是唯一的,仿真结果同样验证了该结论的正确性.