β-Hermite随机矩阵最大特征值精确渐近性的一般形式

对于相当广泛的边界函数和拟权函数,利用β-Hermite随机矩阵最大特征值的弱收敛定理、小偏差结论及广义βTracy-Wisdom分布的尾概率不等式,得到了其最大特征值的矩完全收敛性的精确渐近性的一般形式.     

移动机器人的动力学分析与仿真

针对移动机器人动力学建模问题,本文基于多体系统离散时间传递矩阵法,构建了移动机器人的车体与机械臂的统一整体动力学方程.并设定了机械臂各个关节的转动规律以及整体动力学方程的边界条件.最后采用MATLAB软件对动力学方程进行数值仿真.通过对仿真结果的分析,不仅验证了理论研究的正确性,也得到了各个关节的力矩大小及变化规律,便于驱动电机的选型,同时为后期的控制系统设计提供了重要的理论依据.     

N-弱鞅的矩不等式及其Brunk-Prokhorov型强大数定律

N-弱鞅是比鞅序列更为广泛的一类相依随机变量.利用已有的关于N-弱鞅的一个极大值不等式，得到了N-弱鞅的一类矩不等式，在此基础上，获得了N-弱鞅的Brunk-Prokhorov型强大数定律.     

Alpha稳定分布噪声下基于特征值之差频谱感知算法

针对基于特征值的谱感知算法在脉冲噪声的环境下感知性能不佳的问题，分析矩阵全部的特征值，引入矩阵特征值的几何均值，提出了基于分数低阶协方差矩阵的最大特征值与特征值几何均值之差(difference between maximum eigenvalue and geometric mean of eigenvalue, DMGM)的频谱感知算法。选择了Alpha稳定分布噪声模拟脉冲噪声环境，理论分析与仿真实验结果表明，在不增加算法复杂度的前提下，DMGM算法与其他算法相比，更适用于脉冲噪声环境，在低信噪比条件下具有更好的感知性能。     

康威-麦斯威尔-泊松分布及其统计与概率性质

康威-麦斯威尔-泊松分布是一个有用的离散分布,它是扩展的两参数泊松分布,有关此分布的统计和概率性质被广泛研究和探索;文章以矩母函数为工具讨论了该分布的数字特征和矩,给出了参数点估计的隐式方程和费希尔信息矩阵;最后研究了参数的共轭分布、共轭分布的边际分布和条件分布.     

一类伪不变凸极值问题解集的刻画

有研究对可微的无约束伪不变凸极值问题的解集进行了刻画。本文在此基础上,在广义不变凸性假设下,利用广义Clarke梯度和Lagrange乘子研究了一类不可微的带约束的伪不变凸极值问题的一些性质。首先在广义Clarke梯度的基础上,给出了此类带约束的非可微伪不变凸极值问题的一些性质;然后在一定条件下证明了此类问题的可行集和最优解集是不变凸的;最后利用广义Clarke梯度和Lagrange乘子得到了最优解集的一些等价刻画。
     

基于自适应矩估计的在线投资组合梯度下降策略

对于在线投资组合选择问题，充分利用历史数据能有效地减少市场噪声对投资策略的影响，但这往往会导致策略计算效率降低。与其相对应的是，高频交易的日益发展与数据量的爆发式增长愈发要求投资策略具备高效的计算能力。为此，借助于自适应矩估计，以增量的方式利用历史数据，提出了一个基于自适应矩估计的在线投资组合梯度下降策略。理论分析表明，该策略具有泛证券性，即其与离线的最优定常再调整策略具有相同的渐近平均对数增长率；同时，该策略在充分利用历史数据的情况下依然保持线性时间复杂度。实证分析表明，该策略在收益以及计算时间等指标上表现出较好的性能，同时能承受合理的交易费用，故而具有良好的实际应用前景。     

载荷参数对风力发电机锥形转子系统特征值的影响

转子不对中会造成运行故障和载荷参数改变.通过传递矩阵法,采用锥形类轴单元处理锥形转子,建立不对中风力发电机锥形转子系统的模型,并计算其特征值.分析锥形轴段单元数对其特征值的影响,讨论轴向载荷和扭矩载荷参数对风力发电机锥形转子系统特征值的影响.为风力发电机锥形转子系统不对中故障研究提供指导.     

一类随机偏微分方程有限维约化的逼近

研究一类带Stratonovich乘性噪声的随机偏微分方程.将该方程的解约化到有限维随机不变流形,并用一类新的简化随机发展方程逼近原系统.证明了该新系统的有限维约化收敛到原系统的有限维约化.     

双臂移动机器人的多体动力学建模与仿真

本文基于多体系统离散时间传递矩阵法,首先构建了双臂移动机器人的车体以及机械臂各杆件的刚体模型,推导出各元件所对应的传递矩阵;然后进一步得出了双臂移动机器人分叉链式多体系统的统一整体动力学方程,综合研究了机器人内部各元件之间的运动学及动力学的关系;最后采用MATLAB软件对动力学方程进行数值仿真.通过对仿真结果的分析,不仅验证了理论的正确性,也得到了各个关节的力矩的大小及变化规律,便于驱动电机的选型,同时为后续的控制系统设计提供了重要的理论依据.